先给结论:升级后评分变化,通常不是页面变好或变坏,而是评分口径换了。要解释差异,第一步是把新旧两次结果拆成“原始指标、规则权重、评分归一化”三层,逐层对照;只要有一层口径不同,总分就不具备可比性。接下来该保留旧结论、按新规则改写判断,还是干脆退出这套评分,取决于你当初用这个分数做什么决策。
同样一个页面,两次评分不同,可能的原因分两类。第一类是数据层:抓取时间不同、抓取到的页面版本不同、样本范围不同。第二类是规则层:指标增减、权重调整、分档阈值移动、总分归一化方式改变。区分方法很直接——把两次报告里的单项指标原始值并排看。如果原始值基本一致,只有总分和等级变了,差异几乎一定出在规则层;如果原始值本身就变了,先排查抓取与页面版本,再谈规则。
这里有个容易误判的地方:某项指标突然归零或某项统计大幅下降,不能单独证明规则改错了,也不能证明页面出问题了。它还可能来自抓取失败、页面改版导致解析不到、样本被过滤、统计周期错位。至少排除这几种解释之后,再把它归因到规则变化。
如果你用评分只是为了看同一批页面在时间上的相对变化,而且新旧两次用的是同一版本规则,那么旧评分可以保留,继续做纵向对比。适用前提有三个:页面集合没变、抓取口径没变、规则版本没变。代价是,一旦规则升级,这条趋势线就断了,你不能再把升级前后的点连成一条线。
实际动作:在报告里标注规则版本和抓取日期,把升级作为分隔点。这样做之后,下一步的比较只能在同一版本内部进行,跨版本的差值不再当作改进或退步的证据。
如果升级后的规则把权重移向了你真正在意的指标,比如把可抓取性、内容完整度的权重提高,而旧规则偏重一些你已经不关心的表面项,那么该做的是改写判断标准,而不是守着旧分数。适用前提是:你能说清楚新规则里哪些指标对应你的业务目标,并且这些指标的原始值可靠。
假设一个场景:某页面旧评分 80,新评分 62,差异集中在两个指标上——旧规则里权重高的一项在新规则里被调低,而新规则新增了一项该页面表现一般的指标。这种情况下,62 并不代表页面退步,而是衡量标准换了。动作是:不要急着按新分数去改页面,先确认新增指标是否真的影响你的目标;如果影响,就针对它改;如果不影响,就把它当作参考项而非行动项。结果会直接决定你下一步是投入修改还是维持现状。
如果工具在短时间内多次调整规则,又不提供版本说明和历史对照,导致你无法判断分数变化来自哪里,那么继续依赖总分做决策的代价会超过收益。适用前提是:你需要的是稳定可比的判断依据,而不是一个随时会变的综合分。这种情况下,合理的做法是退出对总分的依赖,改为自己固定一组原始指标,按固定口径定期记录。
退出的代价是失去现成的综合结论,需要自己维护对照表;收益是口径由你控制,不再被外部规则变动打断。是否值得,取决于你的决策对稳定性的要求有多高。
不管选哪条路,都可以用同一套动作把差异说清楚:
做到第三步之后,你通常已经能回答“分数为什么变”。第四步决定这个变化要不要影响你的行动。需要提醒的是,工具的具体功能、版本说明和评分细节会随产品调整,涉及现行规则时应以工具内实际说明为准,不要凭旧印象推断。把口径讲清楚,比争论哪个分数更“对”更有用。