网站SEO诊断：分组后结论与总体相反时怎样查分母，先确认“相反”是真实反转还是口径错位
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /89c0ad48c7da.html
📄
网站SEO诊断：分组后结论与总体相反时怎样查分母，先确认“相反”是真实反转还是口径错位
先检查两组的分母是否来自同一口径。分组结论与总体相反，最常见的不是数据算错，而是分组用的分母在两组之间定义不同，导致同一指标在组内和总体之间不可比。
先确认“相反”是真实反转还是口径错位
假设你按设备把落地页分成移动端和桌面端两组。移动端组内转化率高于桌面端，但合起来看总体转化率却更低。这种反转通常有两种解释。
第一种解释是辛普森反转：两组在总体中的权重不同。移动端转化率高，但移动端访问量占比很小；桌面端转化率低，却占了绝大多数访问。加权之后总体被桌面端拉低。这是真实的反转，分组结论和总体结论都成立，只是回答的问题不同。
第二种解释是分母错位。移动端组的分母是“进入落地页的会话数”，桌面端组的分母是“点击了主按钮的会话数”，而总体分母又是“全站会话数”。三个分母覆盖的人群不同，组内比较和总体比较根本不在同一集合上。这种情况下反转是假的，是口径造成的。
用三个动作区分两种解释
第一步，把每组的分子和分母都列出来，而不是只列比率。比率相同不代表构成相同。例如移动端 40/100，桌面端 90/300，总体是 130/400。单看比率，移动端 40% 高于桌面端 30%；单看总体，130/400 是 32.5%，仍高于桌面端，这就不构成反转。如果实际出现反转，分子分母的分布一定与直觉不同，先把数字摆出来才能看见。
第二步，检查分母的“可进入条件”是否一致。看每个分母是否都要求用户完成了同一前置动作。如果移动端分母只统计了加载成功的会话，桌面端分母统计了全部请求，那么桌面端分母里混入了根本没看到内容的人，转化率自然被压低。这不是设备差异，是统计口径差异。
第三步，做加权还原。把两组各自的分母占比乘以组内比率再加总，看能否得到总体比率。如果算不出来，说明总体分母不是两组分母之和，中间还有未分配的流量，比如直接访问、内部跳转或未识别来源。这部分流量必须单独列出，不能默认归入某一组。
一个注明假设的短例子
假设某站按来源渠道分组诊断转化。搜索渠道组内转化率 5%，广告渠道组内转化率 3%，但总体转化率只有 2%。
先看分母：搜索组分母是“自然搜索会话”，广告组分母是“广告点击会话”，总体分母是“全站会话”。全站会话里包含了大量既非搜索也非广告的直接访问，而这些直接访问的转化率可能极低。总体被这部分稀释，并不是搜索或广告本身变差。
此时下一步动作不是去优化搜索落地页，而是先把直接访问单独分组，确认它的分母规模和转化表现。如果直接访问占比高且转化低，优先处理的是这部分流量的入口和意图匹配，而不是改动搜索组的页面。
哪些证据能支持继续分组，哪些只能先修口径
能支持继续分组的证据：各组分母之和与总体分母一致，且加权还原能复现总体比率。此时反转是结构性的，可以按权重差异去解释，并决定是否需要按组分别设目标。
只能先修口径的证据：分母之和小于总体分母，或各组分母的可进入条件描述不同，或同一用户在两组间被重复计入。此时任何组内结论都不能直接推广到总体，必须先统一分母定义再重新计算。
实际动作上，先输出一张按组列出的分子、分母、比率和分母占比，再标注每个分母的统计条件。这个动作的结果会直接决定下一步是继续做分层诊断，还是回到数据采集环节修正口径。分母没对齐之前，分组结论和总体结论都只能作为待验证的线索，不能作为决策依据。
