第4章 · Reach校准步骤：数据验证、用户基数修正、周期对齐

Reach（触达量）是RICE模型中衡量「在给定时间内能触达多少用户」的核心维度。原始采集的Reach数据往往夹杂渠道水分、重复计数与时间窗口错位，必须经过数据验证→用户基数修正→周期对齐三步校准，才能进入最终的RICE评分计算。本章按SOP流程拆解每一步的操作细节与判定标准。

4.1 适用场景

• 多源数据冲突：从广告平台、埋点系统、CRM等不同渠道获取的触达数据不一致时，需先验证再修正。
• 用户基底漂移：目标用户群存在已流失、重复注册、机器流量等无效基数，需要剔除后重新计算有效触达。
• 跨周期对比：不同功能或活动的观测周期不一致（如7天 vs 30天），必须对齐到统一时间窗口才能横向比较。
• 评审节点触发：当某项功能的Reach预估偏差超过±20%时，强制进入校准流程。

4.2 前置条件

4.3 操作步骤

Reach校准遵循「验证→修正→对齐」的线性流程，每一步的输出即为下一步的输入。以下为标准化操作序列：

步骤一：数据验证（Data Validation）

1. 格式与完整性校验：检查原始数据表是否存在空值、负值、异常时间戳（如1970-01-01或未来日期）。
2. 一致性交叉比对：选取同一时间窗口（例如最近7天），将数据源A与数据源B的DAU/MAU按天做差值百分比计算，阈值设为±5%。
3. 异常值标记：超出阈值的日期自动标记为「待复审」，并输出差异明细表。

# 数据验证脚本示例（Python伪代码）
def validate_reach(df_source_a, df_source_b, threshold=0.05):
    merged = df_source_a.merge(df_source_b, on='date', suffixes=('_a', '_b'))
    merged['diff_pct'] = abs(merged['reach_a'] - merged['reach_b']) / merged['reach_a']
    anomalies = merged[merged['diff_pct'] > threshold]
    return anomalies.to_dict('records')

步骤二：用户基数修正（User Base Correction）

1. 无效用户过滤：剔除已标记的机器流量（user_agent 特征匹配）、重复设备ID（同一ID_FA去重）、已注销账号。
2. 有效基底重算：以过滤后的用户池为分母，重新统计各渠道触达频次与覆盖人数。
3. 修正系数生成：计算 修正系数 = 有效基底用户数 / 原始总用户数，并将该系数写入元数据表。

步骤三：周期对齐（Period Alignment）

1. 统一时间窗口：将所有功能的Reach观测周期标准化为「最近30天滚动窗口」（或产品线统一约定的周期）。
2. 日度→周期聚合：按日粒度累加有效触达人数，并排除窗口内的重复用户（按user_id去重）。
3. 对齐校验：输出对齐后的Reach值，并与对齐前的原始值做对比，记录偏差率。

4.4 输入输出物

4.5 责任边界

4.6 记录材料

• RICE-Reach-校准日志模板：包含时间戳、操作人、步骤、输入/输出hash、异常标记。日志自动写入 calibration_logs 表。
• 异常处理单：当数据验证步骤发现超过5%的日期差异时，必须填写异常处理单并由数据负责人签批。
• 修正系数归档表：每次修正后的系数需保留历史版本，用于回溯审计。

// 校准日志 JSON 示例
{
  "chapter": 4,
  "step": "user_base_correction",
  "operator": "zhang.ds",
  "timestamp": "2026-03-17T10:30:00Z",
  "input_hash": "sha256:a1b2c3...",
  "correction_factor": 0.87,
  "anomalies_found": 2,
  "status": "approved"
}

4.7 异常处理

4.8 验收标准

• 验证通过率：数据验证步骤的日期异常比例 ≤ 3%（即每100天中最多3天需人工复审）。
• 修正可追溯：每个修正系数都对应一条完整的日志记录，包含操作人、时间、原因和审批人。
• 对齐偏差 ≤ 2%：周期对齐后的Reach值与人工抽样校验值的相对偏差不超过2%。
• 全流程文档闭合：校准日志、异常处理单、修正系数表、验收签字单四件套齐全。

4.9 参数调优辅助：修正系数敏感度测试

当修正系数处于临界区间（0.70 ~ 0.80）时，建议执行敏感度测试，评估系数波动对最终Reach校准值的影响程度，辅助评审决策。