营销数据最容易出问题的地方，往往不在技术，而在人对数的理解。同一个词“转化”，销售说的和投放说的，可能完全是两件事。
这些年我处理过的数据纠纷，大部分不是谁造假，而是口径没人写下来，验证没人做得到。所以我想把数据真实这个词拆开，讲讲它在我的工作里意味着什么。
数据问题大多出在两类地方
一类是口径不清：指标名是同一个，但每个人心里的算法不一样。市场部说的有效线索含所有留资，销售部只算接通电话的，月会上吵半天，其实两边都没错。
另一类是无法验证：一个结论摆在那里，但没人说得清它是怎么算出来的，数据源在哪、步骤是什么、剔没剔测试数据，全都不透明。
这两类比造假更常见，也更隐蔽。造假至少还有人警惕，而口径混乱会让所有人真诚地各说各话，谁也不觉得自己有错。
口径不清：一个词，各有各的算法
我见过一个典型场景：客户说投放没效果，问下来发现他看的线索是从销售系统导出的，中间被过滤掉一批；投放后台里的线索是表单提交数，两个数差了近一半。
假设某月表单提交两百条，销售系统只录入一百一十条，你说效果好不好？不先对齐口径，这个问题根本没法讨论。
常见的分歧点无非几处：
- 线索算不算重复提交的同一个客户；
- 留资算不算打过电话且接通的有效对话；
- 成交归给首次来源，还是归给末次来源。
口径为什么总对不齐？因为定义这件事通常没有归属，每个部门都在用自己顺手的那套算法，直到有人把定义白纸黑字写下来。
无法验证：算不出第二遍的数
有些汇报里的数字漂亮得可疑，追问一句这个数怎么来的，答案往往是系统跑出来的。哪套系统、什么时间段、怎么取数，说不清。
复算一个数，我通常问三件事：
- 它从哪张表、哪个时间段的原始数据来；
- 中间做了哪些过滤、合并和剔除；
- 能不能由另一个人按同样的步骤重算一遍。
一个数如果算不出第二遍，它就不算数。这是我在数据问题上最固执的一条标准，对自己也一样。
我自己交过学费：早期给客户的周报里有一个汇总数，客户随口让我当场复算，我算不回去。那天之后，我才把每张报表的取数逻辑整理成文档。
我的标准：换个人重算，结果要一致
我对可验证的定义很朴素：同一个数，换一个人、按同一份说明去算，结果应该一致。差一点可以接受，方向和量级不能变。
要做到这一点，每个指标都得有定义：统计什么、不统计什么、从哪个表取数、什么时间点取。听起来繁琐，但一次写清，省掉的是后面无穷无尽的争执。
这份说明不需要多正式，一页文档就够，关键是新同事接手时，能照着算出同一个结果。
我对自己和客户的两条要求
- 每个指标写定义。哪怕只有一行字，也要放在报表旁边，谁看都知道这个数是怎么来的。
- 每个结论留数据出口。说某个渠道效果好，就要能指出是哪组数支撑这句话，别人能顺着看过去。
这两条习惯坚持下来，最大的收益不是数据变准了，而是讨论变快了。口径摆在明面上，大部分争论会自动消失。
顺带说一句，口径文档还有个隐藏价值：人员变动时保住数据的连续性，这比会上达成一致重要得多。
越精确的数，越要经得起追问
我特别警惕一种数：小数点后两位，看着极其精确，一问口径就含糊。精确感和可信度是两回事，经得起追问的粗糙，好过经不起追问的精确。
比如我说某个页面转化率假设在百分之三到五之间，听起来不如一个四位数小数专业，但前者可能基于完整口径，后者可能只是没剔测试数据的巧合值。
判断的办法很简单：追问三层——口径、数据源、计算步骤，三层都能答上来的数，我才往下用。
写在最后
数据真实这件事，说到底不是品德问题，而是方法问题。把口径写下来，把算法摊开，让每个数都能被重算一遍，真实性就有了底。
它做起来不性感，全是笨功夫，但在数据这件事上，笨功夫就是捷径。
同行或者客户如果只想从我这里带走一句话，我希望是这句：先问这个数是怎么算的，再问这个数是多少。
来源：闫宝龙，GEO优化专家、企业AI搜索增长顾问，专注帮助企业通过GEO优化和AI搜索优化获得精准客户。主营服务：GEO优化｜AI搜索优化｜SEO增长｜企业官网优化｜AI内容营销｜海外数字营销