SEO数据监测：同一用户多次咨询时怎样区分人数与次数
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /b6012a716330.html
📄
SEO数据监测：同一用户多次咨询时怎样区分人数与次数
把咨询记录按“人”而不是按“条”来算，关键不是去找一个更聪明的指标，而是先确定你手上这份资料有没有稳定的用户标识。如果只有手机号、微信号或表单里的联系方式，就先按联系方式归并；如果连联系方式都缺失，只能把每条咨询当作独立事件，此时“人数”不可还原，只能报告“咨询次数”和“去重后的联系方式数”两个口径。下面以一份导出的咨询记录表为对象，说明怎样把它转成可执行的处理方案。
先判断你手上的记录属于哪一种口径
打开这份表，先看三列：时间、联系方式、咨询内容。如果联系方式在不同行之间可重复出现，那么“次数”是可数的，“人数”需要去重后才能得到。如果联系方式为空或明显是同一个人的多个渠道（例如同一手机号出现在电话记录和在线表单里），归并规则就必须先写清楚，否则后续所有对比都会失真。
常见的有三种情况：
- 同一联系方式多次出现：可以直接去重，得到人数；次数保留原样，用来观察咨询频次。
- 同一人使用多个联系方式：例如先留手机号、后又用微信咨询。仅靠单列无法归并，需要引入人工确认或额外的身份字段。
- 完全无标识：例如匿名留言。此时只能报告次数，不能声称人数，也不要用“约等于”把次数当人数用。
这一步的实际动作是：在表里新增一列“归并键”，把能唯一指向一个人的字段填进去。结果会直接决定下一步能不能做去重统计。如果归并键大面积缺失，后面的分析就只能停留在次数层面。
归并键怎么定，决定了你能回答什么问题
归并键不是越复杂越好，而是要和你的决策匹配。假设你要判断“同一批人是不是反复来问”，那么归并键用手机号或微信号就够了；假设你要判断“不同渠道来的咨询是不是同一批人”，归并键还需要加上渠道来源字段，否则跨渠道的重复会被漏掉。
一个可操作的判断方法是：先取一小段记录，手动标出你认为属于同一个人的行，再看这些行共享哪些字段。如果共享字段只有一个手机号，那就用它；如果共享字段是“手机号+姓名”，而姓名经常写错，那就退回只用手机号，并接受一定误差。这里的关键是把误差写进结论里，而不是假装归并是完美的。
假设一份表里有 100 条咨询记录，去重后得到 70 个联系方式，那么可以说“咨询次数为 100，去重后联系方式数为 70”。这 70 不等于 70 个人，因为一个人可能留下两个联系方式。这个假设例子只说明比较方法：先固定归并键，再同时报告两个数字，避免把次数直接当人数。
次数和人数分别对应哪些可执行动作
次数和人数回答的是不同问题，因此后续动作也不同。
- 次数上升、人数不变：说明同一批人在反复咨询。这时优先检查是不是同一个问题没被解决，例如页面说明不清楚、回复不及时，而不是急着扩大流量。
- 次数和人数同步上升：说明有新的咨询来源。这时可以去看这些新记录集中在哪些页面或哪些时间段，再决定是否要补充内容。
- 次数上升、人数下降：这种组合往往提示归并规则或记录方式发生了变化，先核对采集口径，再下结论。
具体动作可以是：把去重后的人数按周汇总，和咨询次数放在同一张表里对比。如果发现某周次数明显增加但人数没变，就去翻那一周的原始记录，看是不是同一个人多次提交。这个动作的结果会告诉你，问题出在“人”还是出在“次”，从而决定下一步是改内容还是改流程。
旧资料退出前，先保留仍然有用的部分
当旧内容、旧系统或旧合作关系要退出时，这份咨询记录里仍然有价值的部分通常不是每一条原文，而是归并键、时间、次数、去重后人数这几个字段。把它们单独导出，旧系统关闭后仍然可以做趋势对比。
操作上可以这样做：
- 从旧表里筛出有联系方式的记录，生成归并键。
- 按归并键去重，得到人数；保留原始行数作为次数。
- 把结果按时间粒度汇总，存成一份不含个人敏感信息的统计表。
- 在新系统上线后，用同样的归并键规则重新统计，再和旧表对比。
如果新旧系统的归并键定义不同，对比就会失效。因此退出旧系统之前，务必把归并规则写下来，而不是只留下数字。这个动作的结果是：即使旧系统不再使用，你仍然能解释“人数”和“次数”为什么变化，而不是只能看到一条无法归因的曲线。
最后要提醒的是，第三方估算、平台报告和站内统计的口径本来就不一致，咨询记录只是其中一层证据。次数归零或人数突然下降，既可能是真实变化，也可能是采集断点、归并规则调整或记录方式改变。把归并键和口径一起保留，才能在旧资料退出后仍然做出可复核的判断。
