10条UX最佳实践清单，9条查得到出处，8条数字对不上

摘要：一份在圈子里传了很久的电商UX最佳实践清单，一共10条，每条后面跟一个百分比。我把这10个数逐个点回它自己的出处页，9条找得到源头，其中8条的数字跟源头对不上，平均差15.6个百分点。差得最狠的一条，两处标题逐字相同，一处写23%，一处写47%。这篇把核对过程完整摊开，再给出一套判断一份清单能不能直接拿去排期的方法。

先说这件事是怎么开始的。我在整理一批电商体验的参考材料，手边有一份流传很广的清单，标题写着10条销售场景下的UX最佳实践，每一条都是一句祈使句加一个括号：显示单位价格（62%的站点没做）、把访客结账做成最显眼的那个选项（23%没做）、自动应用优惠码（83%没做）。十条排得整整齐齐，读起来很顺，顺到我差点直接把它转给团队。

转发之前我停了一下，原因很小：这十个百分比，一个都没写是什么时候测的。

于是我做了一件本来只打算花二十分钟的事——把每一条点开，看它引到哪里去。结果这二十分钟变成了大半个下午，因为点开第三条的时候，出处页上的数字不是62%，是86%。这个每单位多少钱的口径本身就够写一篇，商品列表页上的每千克价格那篇专门拆过。

一份十条的清单，为什么每条后面只跟着一个百分比？

先把这份清单的长相描述清楚，后面的对账才有参照。

它长什么样

清单分成五组，每组两条，组名是常见的电商模块：帮用户找到相关商品、把价格和折扣讲清楚、把配送与退货信息露出来、用社会认同建立信心、让结账流程更顺。每组下面两条实践，每条一个短句加一个括号里的百分比。文章结尾还把这十条又列了一遍，像一份可以直接打印出来贴在工位上的检查表。把结论压成一页能贴墙的东西，跟SEO每天该做什么那种工作清单是同一个思路。

整篇读下来，信息密度是够的：每条都配了真实用户的原话，都配了两三张实际网站的截图，都说明了为什么这件事对用户重要。就内容质量而言，这不是一篇凑数的稿子。

一个百分比同时在干三件事

问题出在括号里那个数身上。它在一句话里同时承担了三个角色，而这三个角色本来需要三个不同的数字。

第一个角色是普及度：多少同行没做这件事。第二个角色是机会大小：既然大家都没做，那做了是不是就领先了。第三个角色是紧迫程度：数字越大越该往前排。读的人不会把这三层拆开，他会把它们揉成一个直觉——83%那条肯定比8%那条重要。

可这个直觉的每一步都缺一个前提。普及度高不代表机会大，也可能是这件事本来就没什么用，或者成本高到不值得。而紧迫程度跟你自己的用户在哪一步流失有关，跟同行做没做完全是两码事。真正该盯的是自己路径上的流失点，购买路径上看不见的摩擦力里列过一批常见位置。

读的人会自动补上三个它没说的前提

一份清单只要把十条并排放着，读的人就会默认三件事成立，而这三件事清单一个字都没提。

第一，这十个数是同一批人在同一个时间测出来的。第二，这十个数的分母是同一个池子，也就是说62%和23%说的是同一批网站。第三，这十条各自的定义在括号外面那句话里已经说完了，括号里的数就是那句话的测量结果。

三条假设都很自然，自然到你不会意识到自己做过这三个假设。但等一下你会看到，这三条在这份清单上全都不成立，而且不是擦边不成立，是差得相当远。类似的错位我在行业榜单上的前1%里追过一次，那次是分母被悄悄切成了格子。

更麻烦的是，这三条假设一旦成立过一次，就会被推广到下一份清单上。你读第一份清单时没出问题，读第二份时就更不会去想了。信任是靠经验积累的，而这类问题恰恰不会在日常阅读中暴露——它只在你真正照着做了、并且等了六周之后才显形。

清单这个形式本身在做承诺

换个说法可能更清楚：并列本身就是一种论述。

当你把十件事写成十行，行与行之间用同样的字号、同样的缩进、同样的括号格式，你就在告诉读者这十行是同一个层级、同一个来源、同一种可信度的东西。这个承诺不需要写出来，排版已经替你写了。表格也一样，同一列里的数字天然被读成可比较的。

所以清单不只是把信息排整齐，它还在偷偷统一信息的身份。原本来自九个不同页面、跨了八年多的九个测量，被排进同一张表之后，看起来就像一次调研的九个分项结果。指标一旦并排就默认同源，这也是指标层的单一事实来源要解决的问题。

为什么偏偏是百分比，不是人数

百分比有个特点：它长得都一样厚。

62%和86%看起来是同一种东西的两个刻度，你会本能地觉得它们背后站着差不多规模的样本。但如果换成人数就露馅了：一个是300家网站里的186家，另一个可能是40家网站里的34家，前者是行业普查，后者是一个小样本的观察。写成百分比之后，这个差别就被压平了。

这也是为什么清单类内容偏爱百分比。它省字、好读、看起来客观，而且最关键的是——它不需要交代样本量就能成立。人数不行，人数一写出来就会引出下一个问题：这40家是怎么挑的。样本怎么挑决定了结论说得着谁，调研里的入选条件那篇整篇都在讲这件事。

那些消失掉的字

把清单和出处页的标题并排放，你会发现丢掉的不只是数字。

清单第3条写的是显示单位价格。出处页的标题是给多件装商品显示单位价格。多出来的那四个字，把分母从全部网站缩到了卖多件装商品的网站。清单第8条写的是给商品页加社交媒体图片。出处页的标题是给相关品类的商品页加社交媒体图片。相关品类这四个字，同样是一道分母的闸门。

这些字不是被恶意删掉的，它们是被排版挤掉的。一行清单要控制在一行之内，限定语是最先被牺牲的部分，因为它读起来像可有可无的修饰。可它恰恰是分母的定义。

十条并排，优先级是怎么被读出来的

最后一件事：这份清单的排列顺序不是按数字大小排的，是按电商模块的先后顺序排的——先搜索，再价格，再配送，再评论，最后结账。这个顺序符合用户的浏览路径，很合理。

但读的人排优先级的时候用的不是这个顺序，用的是括号里那个数。于是83%那条自动跳到第一位，8%那条自动垫底。而当你随后知道83%那条根本找不到出处、8%那条的出处写的其实是21%且测的是另一件事，这个优先级排序就整个塌了。排优先级该看什么，SEO与CRO双轴的90天打法给过一个可落地的排序框架。

这份清单不是随便找来的

有必要先说清楚被核对的对象是什么分量，否则这件事就变成了挑刺。

发布这份清单的机构在电商体验研究这个领域是公认的头部，公开资料里写着累计超过20万小时的用户测试，长期维护着一套覆盖上百个网站的体验基准库，很多团队的设计规范里都能找到它的影子。它的内容质量不是问题，前面说过，每条实践都配了真实用户的原话和实际截图。

正因为它足够权威，这件事才值得较真。一份三流内容里的数字对不上，那叫内容质量问题，不值得写一篇文章；一份一流内容里的数字对不上，说明问题出在体裁本身，跟谁写的没关系。换成任何一家机构来编这份清单，只要它遵循同样的排版惯例，同样的事情都会发生。这跟资深团队的技术SEO为什么会失灵里说的结构性问题是一类东西，跟人的水平无关。

清单页也有日期，只是那个日期会骗人

这一点我一开始也没绕过来。清单页并非完全没有日期，归档页上标着更新于2025年9月16日。看到这个日期，人的第一反应是：好，这是去年9月的数据。

但那是清单这篇文章的更新日期，不是十个数字各自的测量日期。这两件事之间没有任何必然联系——一篇文章可以在2025年更新，同时引用一个2017年测出来的数，而且这么做完全正当，只要它说清楚。

坏就坏在有一个日期比没有日期更容易误导。完全没日期的时候，谨慎的人会去追问；有一个日期摆在那儿，追问的动力就消失了，因为看起来这个问题已经被回答过了。一个位置正确但含义不同的日期，比空白更有欺骗性。时间信息标错位置就会误导排期，大促SEO的T-8到T+4排期里对时间节点的处理很讲究。

这个现象有个更一般的形态：一个不完整但形式正确的答案，比完全没有答案更能终止追问。表单里那个默认填好的选项、报表上那个从不更新的同比、页面底部那个永远写着当年年份的版权声明，都是同一回事。它们都在正确的位置上放了一个正确格式的东西，于是没有人再去看它对不对。

括号这个符号在这里做了什么

值得单独说一句排版。这十条的格式统一是：一句祈使句，加一个圆括号，括号里放百分比。

括号在中英文排版里的功能是一样的——放补充说明，放那些去掉之后句子依然成立的内容。读者对括号有一个根深蒂固的预期：这里面的东西是次要的、可跳过的、用来帮助理解主句的。

而这份清单把整篇文章唯一的量化证据全部放进了括号。祈使句部分是观点，是任何人都能写的；括号里的百分比才是这篇内容区别于一篇普通经验分享的地方。把最硬的部分放进最软的位置，读者的注意力自然会滑过去。这不是谁故意的，是括号这个符号自带的重量分配。版面权重会改变理解方式，电商UI/UX设计原则背后的认知逻辑里有更系统的解释。

十条里真正跟你有关的可能只有两三条

最后提前说一个结论，后面会用一个真实案例展开。

一份面向全行业的清单，条目必须写得足够通用才能覆盖尽可能多的读者。而通用的代价是每一条对具体某一家的适配度都不会高。按后面那个案例的经验，一份十条清单里，能跟自家商品结构和用户路径真正对上的，通常在两到三条之间。

这个数字本身不是坏事——两三条经过验证的改进方向已经很值钱了。真正的风险在于，如果你不做筛选就照着十条全排，那另外七八条占掉的排期，就是从那两三条真正有用的事情上挪过去的。把有限排期放到对的地方，DTC电商SEO怎么向上汇报里给过一套优先级沟通方法。

十条为什么正好是十条

顺手数了一下同一个来源归档里带数字的标题，会发现一个规律：条数几乎全是3、4、5、8、10这几个整数，9条和11条的组合极其罕见。

这说明条数是先定下来的，不是数出来的。先定十条，再从材料库里挑十条填进去，这是内容生产的正常做法，本身没有任何问题。但它带来一个副作用：当格子的数量先于内容确定，最后一两个格子里放什么，取决于当时手边有什么，而不是取决于什么最重要。位置先定好再往里填东西，购物车里推错一次配件里的推荐位也是这么坏掉的。

这也解释了为什么第10条会出现指标名和数字对不上的情况——那个位置需要一条关于支付的实践来收尾整个结账部分，手边最接近的材料是一篇讲支付方式选择的文章，于是它被摘了进来，名字按清单的句式重写了一遍。

清单和检查表是两种东西

还有一个容易混的区别。清单是给人读的，检查表是给人执行的，两者对信息完整度的要求完全不同。

读的时候，你需要的是快速建立印象，限定语确实会拖慢阅读。执行的时候，你需要的是精确判断这一条要不要做、做到什么程度，限定语就是判断依据本身。同一份内容，从读物变成执行工具这个转换发生的那一刻，它的信息完整度就从够用变成了不够用。

而这个转换往往是无声发生的——有人把清单截图贴进季度规划文档，它就从读物变成了执行工具，而内容一个字没变。所以真正该设卡的位置不是阅读环节，是这个转换环节，也就是它第一次被写进内部文档的那一刻。这个转换点也是人机分工的事实核查清单里最该设卡的位置。

把十个数挨个点回出处，会看到什么？

核对这件事没有技术含量，就是把每一条实践的名字拿去搜同一个网站，找到那条实践自己的专题页，然后比两个数。真正花时间的是第二步：确认你找到的那一页确实就是清单里那条的出处，而不是一个名字相近的邻居。同名不同义的坑在选词里也常见，工具盲区里的捡漏选词法写过几种识别办法。

核对只做一件事：把标题抄下来

我一开始只抄数字，抄到第三条就发现不够用。因为出处页的标题里往往带着清单里没有的限定词，而那个限定词才是解释数字差异的关键。从第四条起我改成整句抄标题，事后证明这个改动救了整件事。

所以核对的正确姿势是：抄标题原文，不是抄数字。数字只是标题的一部分，标题的其余部分定义了这个数字说的是谁。一个词的定义边界有多要紧，术语库定义页怎么搭那篇讲得更细。

完整的对账表

九条找得到出处，逐条列在下面。第4条自动应用优惠码这一条，我按各种拼法找了一圈，没有找到对应的专题页，暂时空着。

九条里对得上的只有第1条，还差1个百分点。剩下8条全部对不上，最小差6个百分点，最大差26个百分点。

表里那个破折号要留着，不要删成空白。空白会被后来的人当成还没查，破折号加上一句未找到出处，是一条明确的结论。这个习惯在整理任何对账表时都成立：查过之后没有结果，和还没查过，在决策上是两种完全不同的状态，而它们在一张表上长得一模一样。

差得最狠的那三条

把差值排个序，前三名是页脚政策链接差26点、无结果页差24点、单位价格差24点，访客结账也是24点，四条挤在一起。

但绝对差值会骗人。46%对20%差26点，听起来吓人，可它的方向是清单把数说大了；23%对47%只差24点，方向却是清单把数说小了一半。同样是二十几个点，一个让你高估了机会，一个让你低估了机会，对排期的影响完全相反。

所以更该看的是相对偏差。访客结账那条，23除以47等于48.9%，清单给的数字不到出处的一半。单位价格那条，62除以86等于72.1%。页脚那条反过来，46除以20等于230%，清单说的比出处多出一倍还多。相对值和绝对值该用哪个，GA4核心指标的四个误读里有几个现成的反例。

唯一对得上的那条，也不算真的对上

第1条差1个百分点，看起来像四舍五入的误差，实际上不是。

出处页的更新时间写着2026年4月29日，首次发表是2024年9月12日。而清单页自己标注的最后更新时间是2025年9月16日。也就是说，清单更新完之后过了225天，它引用的那个数被出处页自己改了一次，从55%变成了56%，而清单页至今写的还是55%。内容更新的滞后会一路传下去，内容溯源与可验证出处那篇谈的正是这条链。

1个百分点当然不影响任何决策。真正值得记住的是这个机制：出处会自己往前走，摘录不会。清单页不是写错了，它是在2025年9月那一刻写对了，然后就停在那儿了。这一条是九条里唯一能看清时间差怎么产生的样本，因为只有它两边都标了日期。

还可以再算一笔：清单页更新于2025年9月16日，出处页更新于2026年4月29日，中间隔了225天。225天在内容行业不算长，很多团队的季度规划走两轮都不止。也就是说，一份清单从写完到它引用的数字发生变化，可能只需要两个季度，而没有任何机制会通知引用它的人。

找不到出处的那一条

第4条，自动应用折扣与优惠码，83%没做。这是十条里数字最大的一条，也是最容易被优先排期的一条，恰恰是唯一一条我找不到出处的。

找不到有几种可能：这条数据只存在于付费的完整报告里，专题页从未单独发过；或者发过但用了完全不同的措辞导致搜不到；也可能这个数是从某个更大的统计里现算出来的。不管是哪一种，对读的人来说结果一样——这个数无法被任何人验证。可验证性是这两年越来越硬的门槛，AI结论为什么不敢往上线推里也是这个结论。

处理办法只有一个：把它降级成背景板，不进任何测算，也不作为排期依据。不是因为它可能是错的，是因为它对不对这件事你没有办法知道。

第10条根本不是同一个测量

这一条要单独说，因为它不属于数字漂移，属于另一类问题。

清单写的是提供第三方支付选项，8%的站点没做。出处页写的是21%的站点只接受1种支付方式。这两句话说的不是同一件事：不提供第三方支付的站点，和只接受一种支付方式的站点，是两个不同的集合。一个只支持信用卡和借记卡的站点，在第一个口径下算没做，在第二个口径下不算——因为它接受了不止一种。

所以这不是8%和21%哪个准的问题，是这两个数从一开始就在回答两个不同的问题。清单把其中一个问题的名字，挂在了另一个问题的答案旁边。这种错配比数字漂移更难发现，因为两边的数字都是真的。两套都没算错却结论相反的情形，商品页推荐位的两套报表里出现过一次。

这类错配还有一个识别办法：把清单那句话和出处那句话各自的主语抄下来，看是不是同一类对象。这里一个说的是不提供某种支付方式的网站，另一个说的是只接受一种支付方式的网站，主语不同，后面挂什么数字都没有可比性。抄主语这个动作只要十几秒，比比数字快得多。

九个出处横跨八年八个月

把九条出处按时间排一遍，最早的是2017年8月22日，最新的是2026年4月29日，跨度8年8个月，3172天。跨年份的数据能不能放一起比，该淘汰的九个SEO指标给过判断标准。

九条里有5条的出处页发布于三年以上之前，其中两条超过六年。免运费那条测于2017年，那年的电商页面长什么样，做过这行的人心里有数。页脚政策链接那条测于2019年，也是移动端还在大规模改版的阶段。那几年移动端的形态变化有多大，同一个搜索框在网页和App里的差别能看出一点。

而清单页上，一个日期都没有。十行整整齐齐，每行一个百分比，没有任何东西提示你其中两个数比另外几个数老了七八年。视觉上不做区分带来的误导，跟集合页上那五个筛选条件里说的失去位置感很像。

平均差15.6个百分点，而且没有方向

九条的差值取绝对值再平均：1、24、24、15、26、6、7、24、13，加起来140，除以9等于15.6个百分点。平均值会盖掉分布，R-Score打分公式的五个维度里演示过怎么把它拆开看。

更值得注意的是方向。四条比出处高（无结果页、免运费、页脚、评价传图），五条比出处低（查询类型、单位价格、社交视觉、访客结账、第三方支付）。高低各占一半，没有系统性的偏向。

这个发现比单向偏差更重要。如果十条全部被夸大，那是立场问题，你知道该怎么打折。高低混着来，说明这不是有人在调整数字，而是每条数字各自有各自的更新节奏，摘录发生在各自不同的时刻，然后被一起排进了同一张表。这是流程问题，而流程问题不会因为你警惕就消失。靠个人警惕撑不住的事得挂进流程，SEO团队怎么搭才出活里说过同样的话。

怎么确认找到的是同一条实践

核对里最容易出错的不是比数字，是认错页面。同一家机构关于搜索这个主题可能有八九篇文章，标题彼此相似，随便挑一篇去比数字，比出来的差异毫无意义。对错对象比对错数字更麻烦，从竞品差评挖定位那篇开头也强调过选对参照。

我用的确认标准有三条，三条都过才算认定。第一条，把两边标题的括号去掉，主干句说的是不是同一个动作，动词和宾语都要对上。第二条，出处页正文里的核心表述，跟清单里那条实践的解释段落，说的是不是同一件事。第三条，如果清单那条有链接，链接的落点跟你找到的页面是不是同一个。

访客结账那条三条全过，所以我敢说它是真的对不上。第4条优惠码自动应用，我按自动应用、优惠码、促销码、折扣自动化等几种说法都搜过，能找到的最接近的两篇讲的是购物车促销规则和商品页折扣展示，主干句都对不上，所以我判定为未找到，而不是硬凑一个数上去。找不到就写找不到，这跟挖一手信号的做法是同一条原则。

换成相对偏差再排一次序

绝对差值有个毛病：它把方向抹掉了。46%对20%和23%对47%都是二十几个点，但一个是把机会说大了，一个是把机会说小了，对排期的影响完全相反。换成清单值除以出处值，两个方向就分开了。

按相对偏差排完，两头的极值比中间的绝对差更说明问题：第三方支付那条只有出处的三分之一多一点，页脚那条是出处的两倍多。这两条如果拿去排优先级，得出的顺序跟按出处口径排出来的顺序几乎是颠倒的。排序一旦反过来，后面所有排期都会跟着错，新品上市的GTM框架里有代价测算。

九条出处的时间分布

把九条按出处年份分组，能看出这份清单实际上是一次跨越九个年份的拼装。

五条来自三年以上之前，两条来自六年以上之前。而这九条在清单页上的呈现方式完全相同，没有任何视觉上的区分提示你哪几条更老。

这里插一句关于老数据的公道话：老不等于错。页脚该不该放退货政策链接这件事，2019年的结论放到今天大概率依然成立，因为它涉及的是人找信息的习惯，不是某个具体的界面惯例。真正会随时间失效的是那些跟技术形态绑定的结论，比如某种交互在移动端行不行得通。判断一条老数据能不能用，看它依赖的是人的习惯还是当时的技术条件。

换个角度看这张表还有个用处：2023年那三条是同一年出的，它们之间大概率口径一致，可以放在一起比较；而2017年那条跟2026年那条之间做任何比较都没有意义，因为中间隔着的不只是时间，还有整个移动端流量占比的变化。这几年的结构变化，2026版电商SEO进阶策略里有一份比较完整的梳理。

核对时我排除掉的两个误判

为了不让这篇文章显得比实际情况更糟，有两个我一开始以为是问题、后来判定不是的地方，也说一下。

第一个是无结果页那条。出处页从头到尾用的都是约50%、接近50%这样的模糊说法，没给精确数。我一度想按50%记差24点，后来觉得应该说明这是个约数——如果出处的真实值是55%甚至58%，那差距会小一些。但即便按最宽松的口径算，跟74%之间仍然隔着十几个点。约数该怎么记，A/B测试样本量的三个公式里对置信区间的处理可以借用。

第二个是查询类型那条。55%和56%差1点，完全在四舍五入和口径微调的范围内，单看这一条不该算错。我把它列进表里是因为两边的日期能对上号，它是九条里唯一能看清时间差怎么产生的样本，价值在于机制而不在于那1个百分点。

核对表该留在哪儿

核完之后有个很实际的问题：这张表放在哪，才不会三个月后又要重核一遍。

放在个人笔记里等于没做，因为下次用这份清单的可能是别人。放在共享文档里好一些，但会随着时间沉底。最有效的位置是跟着那份清单本身走——如果清单被截图贴进了某个规划文档，就把核对表贴在同一个文档的紧邻位置；如果清单里的某条被写进了设计规范，就把这一条的出处标题原文和年份写在那条规范下面。

判断标准是：下一个要用这个数字的人，会在哪里第一次看到它。核对结论必须出现在那个地方，出现在别处都等于没有。这一条听起来琐碎，但它决定了这65分钟是一次性消耗还是永久资产。让核对结论沉淀下来，跟客户案例怎么写才有人信里说的证据留痕是一回事。

如果出处页自己也在引用别人

核对的时候会遇到一种嵌套情况：你点开出处页，发现它这个数也是从别处引来的。

这时候要判断链条还有多长。如果出处页明确写了这个数来自本机构某年的某项基准研究，那链条到此为止，因为再往下就是原始测量了。如果出处页写的是根据某某报告，那你实际上面对的是二手引用的二手引用，每多一站，限定语和年份掉光的概率就翻一番。传播链越长丢得越多，两万条数据里的AI引用机制那篇有实测的衰减情况。

实操上的处理很简单：链条超过两站的，无论数字看起来多合理，一律降到第二档当线索用。这不是因为它一定错，是因为核到第三站的成本已经超过了这个数字能带来的价值。前面提到的那篇论文单独统计过这种情况，不当二手引用的发生率是10.4%，而它统计的还只是能被识别出来的那部分。

同一个标题下写着23%和47%，哪个是真的？

九条里最值得停下来的是第9条，因为它把这件事的机制暴露得最干净。别的条目还能用限定语被删了、版本更新了这些理由解释，这一条什么理由都用不上——两处的标题一个字都不差。标题相同而内涵不同的情况，德语页面下的英语评论里也遇到过一次。

两处标题逐字相同

清单第9条的原话是：把访客结账做成最显眼的选项（23%没做）。

出处页的标题是：把访客结账做成最显眼的选项（47%没做）。

把括号去掉，前面那句话完全一样，同一个动词、同一个宾语、同一个最高级。既没有多一个限定词，也没有少一个限定词。同一家机构，同一句话，两个差了一倍的数。同一家给出两个数该怎么选，SEO数据分析的指标体系里给过一套取舍顺序。

看到这里我的第一反应跟大多数人一样：肯定有一个是笔误。但翻完两页之后，我得承认更可能的答案是两个都不是笔误。

出处页的正文里藏着分母

标题里没有的东西，正文里有。出处页的要点摘要里有这么一句：允许访客结账的站点中，仍有47%没有把这个选项做得足够显眼。

关键在允许访客结账的站点中这半句。它把分母限定在了一个子集里——那些已经提供了访客结账功能的网站。压根不提供访客结账的网站不在这47%的分母里，因为对它们来说，做不做得显眼这个问题不成立。不适用和没做到必须分开算，跨境退货率怎么降里对退货口径也做过同样的切分。

这半句话在标题里没有，在清单里更没有。它只出现在出处页正文的一个位置上，而绝大多数人读到括号里那个数就已经翻页了。

两个数可以同时成立

把分母的差异摆出来之后，事情反而变简单了。假设全部电商网站里有X的比例提供了访客结账，那么在全站口径下，提供了访客结账但做得不够显眼的站点占比就是X乘以47%。

如果清单里的23%是全站口径，那么X等于23除以47，约等于48.9%。翻译成人话：大约一半的电商网站提供访客结账。访客结账在实际流程里的位置，结账页放弃率为什么超70%里排在很靠前的成因。

这个推算结果非常合理。行业里访客结账的普及率长期就在五成上下晃，这跟做过结账优化的人的直觉是对得上的。也就是说——23%和47%很可能都是对的，它们只是在回答两个不同的问题。47%回答的是已经做了这件事的网站里有多少做得不到位，23%回答的是全行业里有多少网站在这一项上有改进空间。同一件事换个口径就换个结论，把社媒指标拆成四层漏斗那篇也是这个思路。

要强调一句，这个推算成立有个前提：两个数必须出自同一批被评测的网站。如果23%来自另一个年份、另一批样本，那这个乘法就只是巧合。我没有办法验证这个前提，因为清单没给年份。所以严谨的说法是，在两个数同源的假设下它们可以并存；这个假设本身，仍然是无法核实的。

为什么这一条最危险

因为它不需要任何人犯错就能把你带偏。

前面几条至少还有痕迹可循：限定语被删了，或者出处页比清单老了七年。这一条什么痕迹都没有，两句话一模一样，你没有任何理由去怀疑。它唯一的破绽在出处页正文的半句话里，而那半句话在清单上不可能出现，因为清单的形式就容不下它。

更麻烦的是这两个数指向完全相反的行动。如果你相信47%，你会觉得这是个普遍问题，值得优先排；如果你相信23%，你会觉得大部分同行已经做好了，自己再看看别的。而如果你的网站本来就没提供访客结账，那这两个数跟你都没关系——你该先做的是那个更基础的决定。结账流程里哪些是基础项，用户回头改一次地址里按顺序列过。

分母收窄会让数字变大，也会让数字变小

这里有个反直觉的地方值得多说两句。

直觉上我们会觉得，加了限定语的分母更小，所以百分比会更大——47%比23%大，正好符合。但第3条正相反：出处页限定了多件装商品，数字是86%；清单去掉限定语，数字变成62%。分母变大了，百分比反而变小了。分母一变数字就翻脸，五个渠道加起来是159%里是另一种变法。

两个方向都合理，因为决定百分比往哪走的不是分母的大小，是被剔除的那批对象在这件事上的表现。剔除掉的是一批做得特别好的，剩下的百分比就升高；剔除掉的是一批根本不适用因而被算成做到了的，剩下的百分比也升高。反过来，把一批不适用的对象塞进分母当成做到了，百分比就被稀释。

所以看到清单值和出处值不一样，不要急着判断谁高谁低，先问被加进来或剔出去的是哪一批对象。

遇到这种情况该用哪一个

用跟你的处境对得上的那一个，跟数值大小、跟发布时间新旧都没关系。

如果你的结账流程已经提供了访客结账，那47%是跟你相关的那个数——你就在那个分母里。如果你在做行业整体的判断，比如要不要把访客结账列进今年的通用改造清单，那23%更接近你要的口径。

而如果你两个都想用，就必须在每次引用的时候把分母写出来。这不是学究，是自保：三个月后你自己回头看那张幻灯片，是认不出这个数当时说的是谁的。给数字留下自解释的上下文，你写2个工作日他记的是周四里是同一个毛病。

那半句话为什么只出现在正文里

值得追问一句：既然分母限定这么重要，出处页自己为什么也没把它写进标题。

答案跟清单删限定语是同一个原因，只是程度轻一些。标题要短，要能在搜索结果里完整显示，要读起来像一句话而不像一段合同。允许访客结账的站点中这九个字放进标题，标题就变成了一句需要读两遍的话。

所以出处页的作者做了一个折中：标题里放动作和数字，分母限定放进正文的要点摘要。这个折中是合理的，因为要点摘要就在标题下面，隔着一屏不到。问题出在下一步——摘录的人只带走了标题，而标题在设计之初就默认了正文会跟着一起被读到。

一份内容的完整性，是按它自己的阅读场景设计的；一旦被摘录进另一个场景，这个设计前提就失效了。这不是任何一方的疏忽，是两个场景之间没有交接。交接处最容易掉信息，订单跟踪页把用户踢去第三方里是另一个典型断点。

用同样的算法去验第10条

访客结账那条能用一个乘法把两个数调和成同时成立，那第10条能不能照做。试一下就知道这两类问题的区别在哪。

假设全部网站里有Y的比例提供了不止一种支付方式，那不提供第三方支付的比例，跟只接受一种支付方式的比例之间，能不能用一个乘法连起来？连不起来。因为这两个集合是交叉的，不是包含关系：一个接受信用卡和借记卡两种、但没有任何第三方支付的网站，在第一个口径下算没做到，在第二个口径下算做到了。它同时落在一个集合的内部和另一个集合的外部。

包含关系可以用乘法调和，交叉关系不行。所以第9条属于分母不同，两个数可以并存；第10条属于测的根本不是一件事，两个数没有任何换算关系。能不能用一个乘法把两边连起来，是区分这两类问题最快的判据。集合关系一理清很多争论就没了，买家勾了这是礼物里也是靠区分两个主体解开的。

如果两个数都对，那清单错在哪

这个问题必须正面回答，否则整篇文章会显得像在挑刺。

清单没有写错任何一个数字，23%大概率是真的。它的问题在于换了分母而没有说明换过。同一句话、同一个动作、同一个最高级，后面跟着一个来自不同分母的数，中间没有任何提示。

类比一下就很清楚：一家公司年报里写去年增长30%，脚注里说明这个30%算的是某条产品线而不是整体，那没问题；如果正文写增长30%而分母悄悄从整体换成了单条产品线，脚注也没提，那即使30%这个数本身算得完全正确，这句话仍然是误导性的。同样的道理适用于价格展示，被划掉的那个原价里讲过举证责任在谁。

数字的真假和陈述的准确是两件事。这份清单的十个数可能个个为真，而由这十行组成的那个整体判断——这十件事在同一批网站里的普及情况如下——是不成立的。

自家报表里的同款问题

这套东西最有价值的用法不是拿去挑别人的毛病，是回头看自己的数据面板。

随手能想到几个：复购率的分母是全部注册用户，还是至少下过一单的用户，这两个口径算出来的数能差好几倍。加购转化率的分母是进站会话，还是浏览过商品页的会话。退货率的分母是订单数还是商品件数，多件订单退一件算不算一次退货。退货口径的几种常见定义，DTC退换货政策页怎么写里列得比较全。

这些口径在建表的时候都定过，而且当时都有合理的理由。麻烦在于口径写在建表文档里，数字长在看板上，两者从此再没见过面。半年之后新来的同事看到复购率23%这个数，不会想到去问它的分母是谁——道理跟没人去问清单里那个23%的分母是谁完全一样。看板和口径文档脱节这件事，按页面模板抽样做审计里也吃过亏。

把这个乘法反过来用

前面用23除以47推出全站约有48.9%的网站提供访客结账。这个动作值得单独拿出来说，因为它是从两个矛盾的数字里榨出第三个信息的办法。

条件是这两个数必须是包含关系——一个的分母是另一个分母的子集。满足这个条件时，两个百分比相除得到的就是子集在全集里的占比，而这个占比往往是双方都没有直接公布过的数据。

本文这次推出来的48.9%，在两个页面上都不存在。它是核对这个动作的副产品，而且是个挺有用的副产品——访客结账在行业里的普及率，本身就是个值得知道的数。核对不只是防错，有时候还能拿到原文没给的信息。从公开材料里推出没公布的数，付款回来购物车就空了那次也是这么定位到原因的。

倒推出来的数怎么验证

推出来的数不能直接当结论用，得先过一道合理性检验，否则很容易把两个本来就不该相除的数硬凑出一个假答案。

检验分三步。第一步看量级对不对，48.9%落在行业常识范围内，如果推出来是3%或者150%，那前提假设就有问题。第二步看有没有第三方来源能交叉印证，访客结账的普及率在别的行业报告里能找到大致相近的说法。第三步看包含关系是不是真的成立——这一步最容易出错，本文在第10条上就验证过一次，那两个集合是交叉的，所以同样的乘法在那儿完全用不了。

三步都过了，这个推算值可以当线索用，不能当基准用。措辞上也要留有余地：写按两处口径推算约为五成，不要写行业普及率是48.9%。推算出来的精度是假的，一个由两个约数相除得到的结果，写到小数点后一位就已经是过度自信了。精度和可信度不是一回事，样本量怎么算里对显著性也有类似提醒。

限定语是在哪一步掉的？

九条里有三条能看到限定语脱落的完整痕迹，分别是单位价格、社交视觉和访客结账。这三条合在一起，正好能还原出限定语消失的整个过程。

多件装商品这四个字管着什么

出处页的标题是给多件装商品显示单位价格，86%没做。清单里变成显示单位价格，62%没做。

多件装商品这四个字定义的是商品，不是网站。一个卖沙发的网站，它的商品页上根本没有单位价格这个概念——一张沙发的每单位价格是多少，这个问题本身不成立。所以在出处页的口径里，这类网站压根不进分母。哪些商品该进哪个口径，电商类目页的集合机制里按商品结构分过类。

而清单去掉限定语之后，分母变成了全部网站，卖沙发的网站也被算进来了，而且被算成没做到。于是86%稀释成了62%。数字看起来温和了，可它现在描述的是一件没有意义的事：包括那些根本不该做这件事的网站在内，有62%没做。

相关品类这四个字管着什么

第8条的结构一模一样。出处页写的是为相关品类的商品页整合社交媒体视觉，67%没做；清单写的是给商品页加社交媒体视觉，60%没做。

相关品类指的是那些用户会想看真人使用场景的商品——服饰、家居、美妆这一类。工业零件、耗材、B2B器材不在此列，没人会想看别人晒一颗螺丝的使用场景。出处页把这批商品排除在分母之外，是因为对它们来说这条建议不适用。什么品类真需要真人场景图，UGC怎么做成会排名的资产里按品类拆过。

清单把限定语拿掉，这批商品就被塞回分母，同样被算成没做到。67%降到60%，降幅不大，但性质跟单位价格那条完全相同。评论区那块的实际做法，电商产品评论的Schema结构里有配置层面的细节。

不适用和没做到，被算成了同一件事

这是本篇最想说清楚的一层。

一个百分比要成立，分母里的每一个对象都必须面对同一个是非题。当限定语被删掉，分母里就混进了一批对这个问题无法作答的对象——它们不是选了否，是这道题对它们不存在。而统计的时候，无法作答被默默归进了否。默认值吃掉真实分布这件事，下拉框悄悄吃掉的询盘里是另一个版本。

后果是双向的。对读的人来说，这个数字虚高或虚低都不是最大的问题，最大的问题是它不再能回答你真正想问的那句话：跟我情况相同的网站里，有多少做到了这件事。找同量级同结构的参照，红海类目怎么做差异化里谈过怎么选对标对象。

限定语为什么总是第一个被牺牲

因为它在语法上看起来像修饰，在版面上占地方，在朗读时拖节奏。

一行清单要在一行之内读完，编辑手上有一句十八个字的原标题和一个十二个字的版面上限，他会砍哪四个字？一定是砍那个看起来最像形容词的部分。多件装商品、相关品类、允许访客结账的站点中，这三个短语在语感上全都像可选项。

而它们在逻辑上全都是分母的定义。这就是问题的根源：限定语的语法地位和它的逻辑地位严重不匹配，语法上它是修饰成分，逻辑上它是这句话能不能成立的前提。删掉一个修饰成分，句子照样通顺，所以没人会觉得删错了。删掉之后句子照样通顺，正是承诺句译成日语之后里那类问题最难查的原因。

从出处到清单，中间有几步

把这条链路画出来会更清楚。第一步，研究人员测出一个数，写清楚分母。第二步，写成一篇专题文章，标题里保留了限定语。第三步，把这篇文章的结论摘进一份清单，标题被压缩成一行。第四步，读的人把这一行抄进内部文档。第五步，内部文档里的这一行被抄进需求描述。需求描述里的一句话能带来多大工作量，上线前的压测里有过教训。

五步里，每一步都只丢掉一点点，每一步都合情合理。但等它变成需求描述里的一句话时，分母、年份、样本量已经全没了，剩下的是一个光秃秃的祈使句加一个百分比。

这条链路上没有任何一个人做错事。这也是为什么提醒大家小心一点没有用——每一步的当事人都觉得自己保留了最重要的部分。

把限定语焊进句子主干

有一个几乎零成本的写法能挡住这件事：第一次写下这个数字的时候，就把限定语放进句子的主干，而不是放进括号或者从句。

比如不要写单位价格（86%，针对多件装商品），要写：卖多件装商品的网站里有86%没显示单位价格。前一种写法，括号里的内容随时可以被删掉，句子照样通顺；后一种写法，删掉多件装三个字之后句子就变成了另一个意思，而且是一个明显更弱的意思，抄的人会本能地保留它。

同理，年份也别放括号。不要写（2017年数据），要写这个数是2017年测的。让限定语在语法上成为必需品，比任何一条流程规范都更能保证它活下来。把关键信息焊进主干，跟第一性原理拆SEO里说的把事实还原成原子是一个动作。

三处脱落并排放在一起

把这三条摆成一张表，能看出限定语并不是随机丢失的，它们属于同一类语法成分。

前两条限定的是商品，第三条限定的是网站。这个区别很实用：限定商品的，你要拿自己的SKU结构去比；限定网站的，你要拿自己的功能现状去比。两种比法用的是完全不同的数据，问的也是完全不同的人。拿自家结构去比对外部结论，DTC配送政策页怎么写里做过同样的对照。

限定语有哪几种形态

见得多了会发现限定语来来去去就那么几类，认出形态之后找起来就快了。

第一类限定商品，特征词是某种品类、某种规格、某种价位，比如多件装、相关品类、高客单价商品。第二类限定网站，特征词是已经提供了某功能的、某个行业的、某种规模的，比如允许访客结账的站点中、时尚品类的站点。第三类限定用户行为，特征词是过去某段时间做过某事的，这一类在问卷型研究里最常见，在网站评测型研究里少一些。第四类限定终端，比如仅桌面端、仅移动网页而不含App。

第四类特别容易被忽略，因为它常常只出现在方法说明里，连标题都不进。同一条实践在桌面和移动端上的数字差十几个点是很常见的事，而清单一般只给一个数。同一条实践在不同终端上的差距，同一根手指要干三件事里有具体表现。

不看出处，能不能嗅出限定语被删了

能，有三个信号，命中任何一个就值得去点开出处页。

第一个信号：这条实践在你的品类里明显不适用，但它给的数字却是一副全行业口径的样子。卖沙发的看到显示单位价格，第一反应应该是这条对我不成立，而不是我们有62%的同行没做。这个不适用感就是限定语被删掉留下的空位。

第二个信号：动词后面的宾语特别宽泛。显示单位价格、加社交媒体视觉，这类表述宽泛到几乎不可能对所有商品都成立，那它原本大概率是有定语的。反过来，把访客结账做成最显眼的选项这种表述本身就很具体，反而不容易看出问题——这也是第9条最难发现的原因。

第三个信号：同一份清单里，各条的适用面看起来差别很大，数字却在同一个量级上晃。真实世界里，适用面越窄的实践，普及率往往越低，数字应该更极端才对。全部挤在四五十的区间里，说明分母被统一过。数据分布不自然通常是加工痕迹，替换商品的预授权里那批订单也是这么露馅的。

什么时候删限定语是对的

把话说全：不是所有限定语都非留不可，硬要每条都写全，清单就没法读了。

有两种情况删掉是合理的。一种是这个限定语覆盖了绝大多数对象，删掉之后数字变化很小。比如某条实践限定为有搜索框的站点，而电商网站里九成九都有搜索框，那这个限定删掉几乎不影响结论。另一种是限定语已经写在了上下文里，比如清单开头就交代了本文全部数据来自服饰品类，那每条后面不必重复。

判断的标准很简单：删掉之后分母的变化幅度，是不是小到不影响读者的决定。多件装商品在全部电商SKU里显然不是绝大多数，所以这条删不得。至于怎么知道变化幅度大不大——这正是发布方能算而读者算不了的事，所以举证责任本来就在发布方那边。发布方要拿证据这件事已经在立法层面出现，欧盟对环保表述的举证要求就是一例。

作为读者，还有一个退而求其次的判断办法：看限定语描述的对象在你自己的业务里占多大比例。占比高，这条限定对你影响小；占比低，那这条数字对你基本没有参考价值。这个办法算出来的不是原始分母，但它回答的是你真正关心的那个问题——这条跟我有多大关系。

翻译成中文的时候，限定语会再掉一层

对国内团队来说还有一层额外损耗，值得单独提醒：这类材料绝大多数是英文的，而限定语在翻译中是最容易蒸发的成分。

原因有几个。英文的后置定语从句在中译时必须前移，变成一长串定语挂在名词前面，读起来别扭，译者本能地会想办法简化，而最先被简化掉的就是这些定语。英文标题惯用的介词短语，翻成中文之后往往要加两三个字才能通顺，在追求标题简洁的压力下常常整个省掉。还有一种更隐蔽的：英文里的复数和限定词本身就携带范围信息，中文没有对应的语法标记，这部分信息在语言转换中直接消失，谁也没有删过它。语言转换里的这类损耗，那句日语把能退货答成了不能退里是更极端的一例。

所以拿中文二手资料做决策的风险，比拿英文一手资料高一档，而且高出来的这一档跟译者的水平关系不大，是语言结构造成的。能读原文的时候就读原文，尤其是当你要引用的是括号里那个数的时候。本地化表述里这类损耗更常见，德国巴西东南亚的买家怎么付款里提醒过。

限定语和免责声明不是一回事

最后厘清一个容易混淆的概念。有人会把这套要求理解成让内容作者多写免责声明，那是两码事。

免责声明是写给风险看的，它的作用是撇清责任，典型形态是本文观点仅供参考、投资有风险这类跟具体内容无关的套话，加不加对读者的判断没有任何帮助。限定语是写给理解看的，它是这个数字得以成立的条件，删掉它句子的含义就变了。

区分方法很干脆：删掉之后如果句子的意思没变，那是免责声明；删掉之后如果这个数字说的对象变了，那是限定语。多件装商品删掉之后，62%说的对象从卖多件装的网站变成了全部网站，所以它是限定语，不是可以省略的修饰。

这个区分之所以重要，是因为很多团队在被提醒之后的反应是在文档模板里加一段免责声明，然后觉得这件事解决了。实际上什么也没解决——套话人人会跳过，而那四个字仍然不在。把合规动作做成走过场的通病，评论防刷怎么配里也提到过。

这类失真有个名字，叫并列清单的同期性假象

把前面的核对过程抽象一层，会得到一个可以复用的判断方法。我把它归成读数据时的第三十二种结构性陷阱，前面三十一种在这份清单上一条都不成立——这份清单的样本没问题，分母切片没问题，入选条件也没问题，问题出在一个更早的地方。

前面那些办法为什么不管用

读一个百分比，通常先问三件事：这个数是什么时候测的，这个百分比是对着多少个对象说的，被问的这批对象是怎么被挑进来的。分别对应时点、分母切片和入选条件。这三问分别出自榜单前1%的分母切片与调研样本的入选条件两篇。

这三问都很有用，但它们有个共同的前提——你面对的是一个数。而清单给你的是十个数，十个数各自都能通过这三问，合在一起仍然会把你带偏。因为出问题的不是任何一个数，是这十个数被放在一起这个动作。单看每步都对、合起来出事的情况，点一下编辑其实是删除加新建里是另一个版本。

第三十二型问的是什么

它问的是：这几个并排放着的数字，是不是同一次测量的结果。

并列是一种很强的暗示。同样的字号、同样的缩进、同一张表的同一列，都在告诉读者这些条目属于同一批、同一时刻、同一口径。而这个暗示不需要任何人写下来，也因此不需要任何人为它负责。没写出来的承诺最难追责，付完钱看到的那一页里讨论过类似的隐含约定。

清单的作者没有说这十个数是同时测的，他只是把它们排在了一起。读的人也没有推理出它们是同时测的，他只是没想过它们可能不是。整件事里没有一句假话，可结论已经错了。

三句判据

拿到一份带数字的清单，按顺序问三句：

第一句：这些条目各自的原始出处是什么时候测的，日期写在清单上了吗。第二句：把每条数字拿回它自己的出处页核对，有几条对得上。第三句：每条的分母是不是同一个，出处页标题里有没有清单上不存在的限定词。

三问全过，这份清单可以当基准用，可以直接拿去排期。过了前两问、第三问有问题，当线索用，值得看但每条都要单独确认适用性。第一问答不上来——也就是清单上一个日期都没有——那它只能当行业动态读，知道有这么回事就行，不要进任何测算，更不要进排期。分档处理外部材料的做法，数据分析的指标体系里有一份可直接抄的分级表。

三十秒的粗筛

不想做完整核对的时候，有一个动作三十秒就能做完：数一数这份清单上有几个日期。

不是文章的发布日期，是每一个条目自己的日期。零个日期，直接降到第三档。有日期但只有一个总日期，说明作者认为这些条目属于同一个时间点，那就随机抽两条点回出处，看是不是真的。每条都有自己的日期，那这份清单的作者是认真的，可以往下读。

这个粗筛的好处是它不需要你打开任何链接。日期这个东西要么在要么不在，不需要判断力。不需要判断力的检查最容易坚持，30个A/B测试方案里的动作也是按这个标准挑的。

核心推论

说到底是这么一件事：清单这个形式承诺了同期性，而同期性恰恰是清单最难提供的东西。

一份好清单的价值就在于它把散落各处的结论收拢到一页纸上。但结论之所以散落各处，正是因为它们本来就产生于不同的时间、不同的项目、不同的样本。收拢这个动作在提供便利的同时，抹掉的正是它们各自的身份。聚合与保真之间的取舍，类目导航改了三轮里是另一种表现。

换句话说，清单越有用，它抹掉的东西就越多。这不是清单写得好不好的问题，是清单这个体裁的固有代价。你没法既要一页纸读完，又要每条都带着完整的出处信息——除非把出处信息压缩成一个日期加一个限定语，而这恰恰是最容易被版面挤掉的两样东西。

这套判据对内部文档同样有效

最后这条可能比前面都实用：同一套判据拿去看自己团队的文档，命中率往往更高。

内部的设计规范、验收清单、优化手册，几乎都是并列结构，几乎都不标日期，几乎都是不同时期不同人陆续加进去的。一条三年前根据某个版本的界面写下的规则，和一条上周根据新数据写下的规则，在同一份文档里长得一模一样。老规则和新规则混在一份文档里，Magento商品搜索的同义词表也是这么积压起来的。

而且内部文档还多一层麻烦：它没有出处页可以点回去。外部清单至少还能核，自家规范里那句话是谁在什么依据下写的，翻遍文档也找不到。所以下次评审内部规范的时候，可以先做那个三十秒粗筛，数一数上面有几个日期。

跟前几种陷阱摆在一起看

把这几种读数陷阱并排列出来，会发现第四种跟前三种不在同一个层面上。

前三种的共同点是：只要你盯住那一个数字反复追问，迟早能问出来。第四种不行，因为每一个数字单独看都没有毛病。你把十个数逐个审一遍，十个都能过关，而由它们组成的那张表仍然是错的。

这就是它更难防的原因：人的怀疑本能是指向内容的，不是指向排版的。我们会去质疑一句话说得对不对，不会去质疑两句话为什么被放在一起。注意力落在哪里是可以设计的，首屏怎么设计才留住人里有更直观的例子。

三档用法的实际差别

判据讲完了，得说清楚三档在实操上到底差在哪，否则分档就只是个态度表态。

第一档可当基准：可以写进立项文档当依据，可以用来设定目标值，可以拿去说服别人。第二档当线索：可以进备选池，可以作为提出假设的起点，但不能作为唯一依据排期，用之前必须自己再验证一次适用性。第三档当行业动态：只用来了解同行在关注什么，不进任何测算、不进排期、不写进任何有数字的文档。

三档之间最实质的差别是能不能承担被追问的责任。第一档的材料，三个月后有人问这个数从哪来的，你答得上来；第三档的材料，同一个问题你只能回答我在某篇文章里看到的。这个差别在事情顺利的时候不重要，在需要复盘的时候是全部。能不能被追问到底，案例怎么写才有人信里把它当成第一判据。

还有一个实用的降档触发器：只要你在引用时用了大约、据说、行业普遍这类模糊限定，就说明你自己心里已经把它降过一档了，只是没写出来。把这种下意识的措辞当成信号，它比任何评估表都诚实——人在没把握的时候，措辞会自己变软，而这个变软的瞬间通常发生在做出评估之前。

这套判据管不到的地方

诚实地说，它的适用范围比听起来窄。

它管不到的第一件事是这条实践本身对不对。哪怕数字、年份、分母全都核对无误，这条实践在你的场景下能不能带来收益，仍然要靠自己的实验来回答。核对解决的是这条跟我有没有关系，不是这条有没有用。

第二件管不到的是问题本身选错了。整份清单的十条可能全都核对通过，而你真正的瓶颈根本不在这十件事里——本文后面那个案例正是这样。这类问题只能靠客服工单、搜索词和跟真实用户的对话去发现，任何清单都提供不了。真正的问题往往藏在搜索词里，站内搜索数据挖关键词那篇讲过怎么挖。

第三件是它对不给出处的内容完全无效。核对的前提是有东西可核，遇到通篇只有结论没有来源的材料，这套方法一步都走不下去，只能整份降到第三档。

为什么这一型的危害会被低估

还有一层原因值得说：同期性假象造成的损失，在事后看起来不像损失。

如果一个数字被证明是错的，那是个明确的事件，有人会去追责，流程会被改。而同期性假象带来的后果是排期顺序不对——你做了A没做B，A也确实有一点效果，只是B的效果本来会大得多。这种损失不会触发任何警报，因为没有任何一件事失败了。

本文那个案例里，单位价格功能上线了、走查过了、显示得清清楚楚，从交付的角度看它是一次成功的迭代。只有把它和同期没做的那件事放在一起看，才知道这三个月的性价比有多低。而绝大多数团队的复盘机制里，没有和没做的事情对比这一项。机会成本进不了报表，SEO与CRO的边界与交点里也谈过这个盲区。

要把这一项补进复盘并不难，加一个问题就够：这段时间里，因为做了这件事而没能做的是什么。答案通常在排期表上，翻一下就有。难的是没人愿意在庆功的场合问这个问题，所以更实际的做法是把它写进复盘模板的固定条目里，让它跟提问的人无关。

这一型在哪些体裁里最常见

并列结构越强的体裁，同期性假象就越容易发生。按风险从高到低大致可以这么排。

风险最高的是榜单和评分表，因为它不只并列，还排了序，序本身就是一个额外的承诺。其次是带数字的清单，也就是本文核对的这一类。再次是对比表格，尤其是竞品功能对照表——同一列里的信息常常来自不同时间的不同渠道，有的是官网写的，有的是销售说的，有的是三个月前试用时记的。最后是术语表和知识卡片，它们并列程度高但通常不带数字，风险相对小。

反过来，风险最低的是叙述型内容。一篇按时间顺序讲一件事怎么发生的文章，很难产生同期性假象，因为叙述本身携带时间信息。这也解释了为什么读完一篇长文常常比读完一份清单更靠谱——效率低的那个形式，信息损失也少。结构化程度和信息保真的取舍，精选摘要的五种类型里是反过来的一个案例。

给一份清单快速打个分

如果要把这套判据变成一个能在几分钟内用完的量表，可以这么打分，满分5分。

每个条目都有自己的出处链接，得1分。每个条目都标了出处年份，得1分。抽查两条，数字跟出处对得上，得1分。抽查的这两条，出处标题里没有清单上不存在的限定词，得1分。这份清单说明了各条数据是否来自同一次测量，得1分。

4到5分的可以当基准用；2到3分的当线索用，逐条确认适用性；0到1分的只能当行业动态读。本文核对的这份清单在这个量表上得1分——有链接，但没年份，抽查对不上，限定词有脱落，也没说明是否同期。

要说明的是，得1分不代表这份内容质量差，它在别的维度上依然是同类里的上乘之作。这个量表只测一件事：它的数字能不能被你直接拿去做决定。能不能直接拿去做决定，积分那一栏的可核验性里用的也是这个标准。

这件事有人量过吗，错得有多厉害？

做完核对我有个疑问：一份清单九条里八条对不上，这算普遍还是算特例。这个问题在电商圈没人量过，但在另一个领域被量了几十年——医学文献。那边有个专门的研究方向，叫引述准确性。

把引述错误率算了一遍的那篇论文

2017年9月，得州州立大学的一位研究者在一本开放获取期刊上发表了一篇综述，题目直译过来是《医学研究论文中被引事实的准确性》。他做的事情是把此前所有测量过引述错误率的研究收拢起来，统一口径重算一遍。

之所以要重算，是因为各家的分母口径不一致：有的按检查过的引述条数算，有的按选中的参考文献条数算，后者会把错误率算得偏高。他把全部换算成前一种口径，纳入15项研究。

重算的结果是 引述错误率14.5%，95%置信区间为10.5%到18.6%。此前各家综述给出的估计是20%到25%，重算之后降下来一截，但仍然意味着大约每七条引述里就有一条与原始出处不符。

其中六成多是重大错误

更值得看的是错误的构成。这14.5%里，重大错误占64.8%，置信区间56.1%到73.5%。

重大错误的定义写得很硬：被引文献要么无法支撑该论述，要么与该论述无关，要么与之相矛盾。注意这三种里最后一种——引来的证据说的是反话。

剩下的35.2%是轻微错误。这个定义值得逐字抄下来，因为它几乎就是为本文前半部分写的。

顺便说，重大错误的三种情形里，第三种最值得警惕：引来的证据跟论述相矛盾。这听起来像不可能发生的低级失误，但它有一个非常常见的成因——原文说的是某个条件下会怎样，转述时条件掉了，剩下的那句话在一般情况下恰好是反的。跟限定语脱落是同一个动作，只是后果更极端。

轻微错误指的是过度简化、过度概化，或者无关紧要的不准确。

过度概化，说的正是把给多件装商品显示单位价格写成显示单位价格这个动作。学术界给这个动作起了名字，并且测出了它在正式发表的论文里的发生频率。这里要补一句：论文的引述是要过同行评议的，还是有14.5%出错；而一份博客清单不需要过任何人的手。

不当二手引用占10.4%

同一篇论文还单独统计了另一类问题：不当的二手引用，也就是引用了转述这个结论的文章，而不是产生这个结论的原始研究。这个比例是10.4%，置信区间3.4%到17.5%。

作者特别说明，二手引用在程序上不规范，但它本身不构成事实错误——被引的那篇转述可能转得完全正确。所以这一项和14.5%是分开算的，两者不能相加。

但对做决策的人来说，二手引用的危害恰恰在于它会累积。第一次转述丢掉年份，第二次转述丢掉分母，第三次转述丢掉限定语，每一次都没写错，走完三步之后原意已经不在了。这篇论文的结论句说得很直接：读者必须对被引的论断保持一定程度的怀疑，在依据二手报道去改变做法之前，应该访问原始出处核实。

期刊编辑委员会的那条规定

医学期刊国际编辑委员会那份被广泛采用的稿件准备建议里，关于参考文献有三句话正好构成一条链。

第一句：作者应尽可能提供指向原始研究来源的直接引用。第二句：作者有责任准确引用参考文献，并且应当能够证明所引文献确实支持相关论述。第三句最狠，直接点名了清单这一类内容。

虽然引用综述文章是把读者引向某一领域文献的高效方式，但综述并不总能准确反映原始工作。

这句话是写给医学论文作者的，但把综述换成最佳实践清单，一个字都不用改。清单就是这个领域的综述——它的价值和它的风险来自同一个特性：替你把原始材料读完了。

数据引用原则里的三个词

2014年有一份国际声明叫数据引用联合宣言，一共8条原则，是目前引用数据这件事上被引最多的一份共识文件。它的第7条把要求写得非常具体。

这一条叫特定性与可验证性，要求引用应当便于识别、获取并验证支撑某项主张的那份特定数据，而且引用或引用元数据里应当包含足够的来源与固定性信息，以便验证后来取回的数据与最初被引的那个时间切片、那个版本、那个粒度片段是同一个。

时间切片、版本、粒度片段——这三个词分别对应本文前面查到的三种漂移。免运费那条测于2017年是时间切片的问题；查询类型那条在清单更新225天后被出处改过是版本的问题；单位价格那条丢掉多件装商品是粒度片段的问题。一份2014年为科研数据写的规范，把2026年一份电商清单的三种毛病提前分好了类。

同一份宣言的第3条更基础：在学术文献中，只要一项主张依赖于数据，对应的数据就应当被引用。那份十条清单里，十条主张全部依赖数据，零条给出了可核对的引用。

第5条也值得一提，它要求引用应当便于获取数据本身，以及使人与机器都能对所引数据作出知情使用所必需的关联元数据与文档。知情使用这四个字是关键——它的意思是光能打开还不够，还得能看懂这份数据说的是谁、在什么条件下测的。对照本文那份清单，链接是有的，知情使用所需的那部分从来没有出现过。

广告法规里的对应条款

还有一份材料来自完全不同的方向。美国联邦贸易委员会1984年发布的广告证实政策声明，讲的是广告主在发布主张之前必须持有什么。

核心要求叫合理依据：广告主和广告代理商必须在主张发布之前就持有支撑该主张的合理依据。注意发布之前这四个字，举证责任在发布方，不在质疑方。

更对题的是关于证实水平的那一段。声明里写道，当广告中明示了证实主张，比如出现测试证明、医生推荐、研究显示这一类措辞时，委员会要求企业至少持有其所宣称的那个证实水平。

这条规矩换到内容领域就是：你写我们的基准研究显示62%的网站没做，你就得持有一份支撑62%这个数的基准研究，而且这份研究的口径必须跟你那句话说的一致。写成本文的场景——出处页说的是86%，说的是多件装商品，那么62%加上全部网站这个组合，就不在你持有的那份研究的证实范围内。

四份材料指向同一件事

四份材料来自四个互不相干的领域：一篇统计学重算、一份期刊编辑规范、一份科研数据共识、一份广告监管声明。它们对同一件事给出了四种表述。

把四句话连起来读：转述出错很常见且多数是重大错误，所以该引原始来源，引的时候要能验证到版本与粒度，而举证责任在写下这句话的人身上。这套要求在四个领域里已经是常识，在内容行业里几乎无人执行。

为什么要跑到医学文献里去找答案

有人可能觉得拿医学论文的规矩来要求一篇电商博客有点过。理由是这样的。

引述准不准这件事，只有在一个引用规范极严、且有人愿意花力气去逐条核对的领域里，才可能被量化。医学文献恰好同时满足这两个条件：参考文献格式有强制标准，而且几十年里有一批研究者专门做这件事，抽出论文里的引述句，翻到被引原文，一句一句比对。这个工作量在别的领域几乎没人愿意付。愿不愿意做笨功夫决定材料的价值，把开箱做成复购杠杆里那套素材也是一点点攒的。

所以这个14.5%不是从内容行业测出来的，也不可能从内容行业测出来。它的价值在于给出一个下限——在规范最严、审核最多、作者最有动力保持准确的场合，引述错误率是这个量级。一个不需要过同行评议、不需要标注参考文献、以传播效率为第一目标的场合，只会更高。高多少无从得知，但方向是确定的。

那个14.5%自己也得核一遍

写到这里必须做一件事，否则整篇文章就自相矛盾了：用本文的方法，核一核本文引用的这个数。

时点上，这篇论文发表于2017年，它纳入的15项原始研究比这更早，所以这个数反映的是2017年之前的情况。分母上，作者明确说明他把口径统一成了按检查过的引述条数计算，而此前不少研究是按选中的参考文献条数计算，后者会把比例算得更高——这个换算正是他重算的主要动作，也是结果从20%至25%降到14.5%的主要原因。入选条件上，纳入的是医学期刊上的原始研究论文，不含综述与社论。

把这三样带上，正确的引用方式是：在医学期刊的原始研究论文里，按检查过的引述条数计算，引述错误率约为14.5%。而不是引用出错率是14.5%。作者自己在文中也说明了这一点，他把这个结果形容为一个更精确但适用范围更窄的估计。

顺带说，这一段本身就是那六个自查动作里第一件事的演示：抄的是完整表述，不是那个数。

广告法规那条真的管得到内容吗

这一条要说清楚边界，不然容易被读成危言耸听。

那份政策声明管的是商业广告，一篇博客清单在法律意义上算不算广告，取决于很多具体因素，不能一概而论。本文引用它不是说这份清单违规了——那是另一个专业领域的判断，我没有资格下。

值得借用的是它的判断逻辑，而这个逻辑跟法律责任无关：当你在一句话里明示了自己的证实水平，你就得持有那个水平的证实。写据我观察和写我们的基准研究显示，是两个不同的承诺，后者调用了一整套研究方法的信誉。这个道理在任何场合都成立，不需要监管来强制。

需要补充的是，这份清单确实处在一个模糊地带——它是免费内容，同时也是该机构付费研究产品的引流入口，文中多处链向需要订阅才能看全的完整研究。这不是什么见不得人的模式，绝大多数研究机构都这么做。只是当免费部分承担了引流职能时，它在措辞上倾向于把结论说得更利落，而利落的代价往往就是限定语。

四份材料的年份本身也在说话

顺手看一眼这四份材料各自的年份：广告证实政策声明是1984年，数据引用联合宣言是2014年，引述准确性重算是2017年，期刊编辑委员会那份建议持续修订至今。

最早的那份已经四十多岁了，而它提出的要求——明示了研究显示就得持有那个水平的证实——今天读起来一点都不过时。这说明这类问题不是新问题，也不是互联网带来的问题，它是任何一个存在信息转述的领域都会长出来的东西。

另一个角度：这四份材料分别来自监管、科研基础设施、文献计量和期刊编辑四个圈子，彼此之间几乎没有引用关系，却在同一件事上得出了高度一致的要求。几个互不通气的领域各自摸索出同一条规矩，通常说明这条规矩管的是一个结构性问题，而不是某个行业的特殊毛病。

为什么中文语境里几乎没人提这几份材料

写这一节的时候我搜过中文资料，这四份里除了广告证实的相关概念偶尔在合规文章里出现，另外三份在中文互联网上几乎是空白。

原因不难猜。数据引用联合宣言的使用者是科研数据管理这个很窄的圈子，引述准确性研究属于文献计量学的细分方向，期刊编辑建议的读者是医学论文作者，三者跟做内容、做电商、做增长的人之间没有任何天然的交集。

这也正是它们值得被搬过来的理由。这几个领域已经把信息转述这件事研究了几十年，量化过、分过类、写成了规范；而内容行业面对同一个问题，用的还是靠谱不靠谱这种直觉判断。跨领域取现成的方法论，成本远低于自己从头摸索一套。

那三个多月是怎么排掉的？

方法讲完了，说一件真事。这件事我复盘过好几次，因为它属于那种从头到尾没有人犯错、结果却明确是错的类型。

那家店和那次排期

一家做桌游与益智玩具的跨境独立站，卖桌游本体、拼图、解谜盒和卡牌收纳配件，主要打北美和西欧，客单价大致在25到180美元，团队十来人，前端加运营五个。

他们的季度规划一直有个习惯：从行业里找一份公认可靠的最佳实践清单，挑其中跟自己最对得上的两三条，排进下个季度。这个习惯本身很健康，比拍脑袋强得多。

他们挑中了第3条

那一季挑中的是显示单位价格，62%的网站没做。理由很充分：他们卖卡牌收纳配件，一盒50张、100张、200张三个规格；拼图也有500片、1000片、2000片。这看起来就是为他们写的一条。

62%这个数还给了额外的说服力——超过六成同行没做，那这就是个明显的空位。截图进了季度规划文档，两个人排了三个多月。

三个多月做了什么

做的事情不算少：商品数据里补规格字段，前端加单位价格的展示组件，列表页和商品页两处都要显示，还要处理促销价与原价分别怎么折算成单位价的问题。中间还顺手统一了一批历史SKU的规格数据，那部分工作量比预期大不少。

工作量超预期这件事在过程中被当成了好消息。因为数据清理本来就该做，顺手做掉显得这次排期额外划算。这种顺手做掉的心态很危险——它会让一个方向可疑的项目在中途变得更难叫停，投入越多越舍不得停，而叫停的最佳时机恰恰在最早期。

上线之后一切正常，单位价格显示得清清楚楚，视觉走查也过了。

上线之后的六周

加购率在正负一个百分点里晃了六周。客单价没动。多规格商品的规格切换点击率涨了一点，但这是个过程指标，本来就该涨——你把信息露出来了，看的人自然多了。

六周之后有人问了那个绕不开的问题：这三个多月换来了什么。没人答得上来。

破局是新来的运营点开了那个链接

转折点很偶然。一个新来的运营想找那条实践的详细做法，因为他想知道单位价格该保留几位小数，清单上没写。于是他点开了清单里那条实践的链接。

出处页的标题是：给多件装商品显示单位价格，86%没做。

他先注意到的是86%和62%对不上，愣了一下。然后才注意到标题里多了多件装商品这四个字。他把这两件事一起发到群里，问了一句：我们卖的东西里，有多少算多件装。

这个问题当天下午就有答案了。按SKU数算，卡牌配件和多片装拼图加起来占全站两成出头。按销售额算更低，因为主力是桌游本体，一盒就是一盒，没有单位价格这个概念。

五份材料，四份是零

他们后来把手上所有能查的材料翻了一遍，想搞清楚三个多月里到底有没有信号被忽略了。

那1行是这样的：这个扩展包能不能单独玩，需不需要先买基础版。这类工单从某个季度起持续上涨，涨了两个多季度。

真正在变的是另一件事

桌游有个特点，扩展包必须配基础版才能玩，而同一个系列往往出过好几版基础版，扩展包只兼容其中一部分。这件事在他们站上从来没讲清楚过——兼容信息写在商品描述的第三段，或者干脆只在包装图上有。

而那份十条清单里，没有任何一条涉及商品之间的依赖关系。不是清单漏了，是被评测的那批网站里没有一家在卖这种有前置依赖的商品，所以这个检查项从一开始就不存在。

这一点比数字对不上更根本：一份根据同行现状编出来的清单，永远只包含已经有人在做的事。真正的空白地带因为无人可比，天然不会出现在任何一张对照表上。照着清单改能保证不掉队，保证不了领先。

最扎心的一击

后来他们花了两天，把那份清单十条挨个点回出处重核了一遍，做成一张四列的表：清单怎么说、出处怎么说、出处是哪一年的、我们的商品结构对不对得上。

两天之后的结果是：那份清单里跟他们相关的条目，一条都没有被推翻。每一条在它自己的口径里都成立。

变的只是每一条前面多了一句限定语，后面多了一个年份。加上之后，单位价格那条从行业标配降级成占我们两成SKU的商品的展示规范，优先级掉了两档。

有人问，那这两天不是白做了吗。答案是：白做的不是这两天，是之前那三个多月。

没人算的那笔账

还有一笔账从来不出现在任何报表上。

那三个多月里两个人的排期是占满的，同期真正该做的事——把扩展包与基础版的兼容关系讲清楚——一格没往前挪。而这件事的信号在客服工单里已经连续涨了两个多季度。

机会成本不会出现在任何一张仪表盘上。加购率没涨这件事会被记录，兼容关系没做这件事不会被记录，因为它从来没进过待办清单。

他们当初为什么没点那个链接

复盘的时候这个问题被问过：链接就在那儿，为什么三个多月里没有一个人点开。

答案不是懒。第一，那份清单的可信度太高了，高到点开核对这个念头本身显得多余——你不会去核对一份行业标杆机构写的东西。第二，季度规划是有时间窗的，讨论排期那两天所有人都在比较几个候选方向的优先级，而62%这个数已经把优先级说清楚了，它看起来是结论而不是待核实的输入。第三，也是最关键的，链接在那一页上不显眼，清单的排版鼓励你往下读完十条，不鼓励你在第三条上停下来。

三个原因里没有一个跟能力或态度有关。这就是为什么提醒大家小心点没有用，必须把动作挂在流程的某个必经位置上。

那两成SKU上，单位价格到底有没有用

这里有个细节，是整件事里最值得琢磨的一处。

后来他们把数据按品类拆开重看，发现在卡牌配件和多片装拼图这两个类目里，单位价格上线之后规格切换后的加购率确实是涨的，涨幅不算小。只是这两个类目加起来占全站销售额不到两成，涨幅摊到全站就被抹平了，落进了正负一个百分点的噪声里。

换句话说，这次改动在它适用的范围内是有效的，只是他们用来衡量它的那个指标，分母是全站。

这个回环有点扎人：他们批评那份清单把限定语删掉、用全站分母去描述一件只对部分商品成立的事；而他们自己验收这次改动时，犯的是一模一样的错误。用错分母去读别人的数据会导致排错期，用错分母去读自己的数据会导致看不见已经拿到的收益。两件事的机制完全相同。

客服工单那1行为什么没人看

五份材料里唯一有信号的是客服工单，而它恰恰是唯一没人固定看的一份。这不是巧合。

另外四份材料——流量分析、A/B测试、广告后台、行业清单——有一个共同前提：它们记录的都是已经走到某一步的人。流量分析记录的是进了站的人，A/B测试记录的是被分到实验组且完成了流程的人，广告后台记录的是点了广告的人，行业清单记录的是已经做到这件事的网站。

只有工单的前提相反：一个人之所以提工单，是因为他卡住了。它记录的是没走通的那部分。所以它跟前四份材料的偏移方向恰好相反，这正是它不可替代的原因。

而它不被固定看的原因也在这里：工单是文本，不是数字，进不了看板，做不成趋势线，每天几十条读起来又碎又慢。最不像数据的那份材料，往往是唯一朝着正确方向偏移的。

如果重来一次，哪一步能拦住

他们自己给出的答案是：季度规划评审那一步，加一个必填项就够了。

具体来说，凡是引用外部数据支撑的提案，必须在提案里写清楚这个数的出处标题原文、年份，以及它的分母跟自家的匹配比例。三样填不出来的，不是否决，是降一档进备选池。

如果当时有这一行，会发生什么：填表的人要去点那个链接，点开就会看到多件装商品这四个字，然后就得回答我们有多少SKU是多件装的。这个问题当天下午就能算出答案——两成出头。看到这个数，这个提案大概率会被自己撤回，或者缩小范围只做卡牌配件类目，工作量从三个多月降到两三周。

整件事回过头看，需要的只是一个二十分钟的动作被放在了正确的位置上。放在个人自觉上，它三个月都不会发生；放在必经流程上，它躲不过去。

这家店后来做了什么

案例不能停在教训上，说一下后续，否则听起来像是纯粹的损失。

他们做了三件事。第一件是把扩展包与基础版的兼容关系从商品描述第三段提到了商品页主图区下方，做成一张兼容对照表，同一系列的几代基础版一目了然。第二件是在加购环节加了一个提示，检测到用户加的是扩展包而购物车里没有对应基础版时，给出一句提醒和一个跳转。第三件最省事——把客服工单里那类问题的关键词做成了一个每周自动汇总，放进周会的固定议程。

值得注意的是，这三件事里没有一件来自任何最佳实践清单。它们全部来自那份被忽略了两个多季度的客服工单。这不是说清单没用，而是说清单和工单回答的是不同的问题：清单告诉你同行在做什么，工单告诉你自己的用户卡在哪。前者帮你不掉队，后者才可能让你领先。

前两件加起来做了大约三周。加购到下单的转化在扩展包这个类目上有明显改善，退货里那类买错代次的也降下来了。第三件事是零成本的，但从长期看可能价值最大，因为它把那份唯一朝正确方向偏移的材料变成了固定输入。

这个案例里唯一做对的一件事

整件事里其实有一个从头到尾都对的做法，容易被负面结论盖过去，值得单独拎出来。

他们的季度规划一直坚持从外部找依据，而不是拍脑袋定方向。这个习惯本身是对的，而且比大多数团队做得好——很多团队的季度规划里连一个外部参照都没有，全凭上一季的感觉。

这次出问题的不是找依据这个动作，是依据用得太浅。一个好习惯执行到一半停下来，有时候比没有这个习惯更危险，因为它会带来一种已经做过功课的踏实感。拍脑袋定方向的人至少知道自己在拍脑袋，会保留一份怀疑；而截了一张权威机构的图贴进文档的人，那份怀疑已经交出去了。

所以这个案例真正的结论不是别信外部数据，是找依据这个动作要做完整——找到、点开、核对、算适用比例，四步缺一步，前面三步的价值就打对折。

拿到一份最佳实践清单，先做哪六件事？

下面这六件事全部零预算、零埋点、不占开发排期，前四件加起来65分钟，第五件要半天，第六件不花时间但要坚持。排序依据是两个维度相乘：拿到手的成本有多低，以及做完之后结论能不能直接变成动作。

把每条的出处标题整句抄下来

20分钟，排第一位。做法是把清单每条实践的链接点开，把出处页的标题原文整句抄进一张表，跟清单上的说法并排放。

之所以是抄标题而不是抄数字，前面已经解释过：限定语藏在标题里，数字只是标题的一部分。抄数字你会得到一列不一样的百分比，抄标题你会得到解释。

这一件排第一还有个理由——它是六件里唯一一件关起门自己就能做完的，不需要任何人配合，不需要任何后台权限。而且如果某一条压根点不开链接，那这件事本身就是结论：这条数字无法验证，直接降级。

给每条补上测量年份

10分钟。出处页上通常有发表日期或更新日期，抄进表里新开一列。

这里有个细节必须守住：查不到年份的，要真把未标注三个字写出来，不能留空。留空看起来像忘了填，写上未标注则是一条信息——查过了，对方没标。

坚持一段时间之后会出现一个副产品：反复出现未标注的那几个来源会自己聚成一小撮，那就是你的资料体系里口径最模糊的地方，以后引用它们的时候心里得有数。

按出处年份重排一遍

5分钟，几乎不花时间但信息量很大。把表按年份从早到晚排一次，看首尾差多少。

判断标准可以定得很粗：跨度在两年以内，同期这个假设基本成立；跨度三到五年，得逐条看这几年里界面惯例有没有变；跨度超过五年，同期这个假设直接作废，这份清单只能拆开来一条一条用，不能当成一个整体。

本文核对的这份清单跨度是8年8个月。八年前的电商页面和今天的电商页面，中间隔着移动端流量结构的整个变化。

逐条判断限定语在不在

30分钟。对着刚才抄下来的出处标题，逐条问一句：这条实践适用于什么样的商品或什么样的网站。

写法固定成一句话：这条说的是满足某某条件的某某，不满足的不在分母里。写不出来的，说明出处页也没写，那就标成分母未限定。

这一步做完，通常十条里会有两三条冒出你之前没注意到的限定词，而它们往往正是决定这条跟你有没有关系的那个词。

只留跟自己商品结构对得上的那几条

半天。六件里唯一需要动脑判断的，也是唯一能直接产出待办清单的。

做法是拿刚才那列限定语，逐条对自己的SKU结构和站点结构算一个覆盖比例。卖多件装商品的SKU占多少，需要真人使用场景图的品类占多少，已经提供访客结账的流程有几条。算出来的这个百分数会直接改变每条的优先级。

算法可以很粗：拿商品库导出一份SKU清单，按限定条件筛一遍，数出行数除以总行数就行。不需要接口，不需要埋点，Excel或者一条查询语句就够。真正花时间的不是算，是跟不同的人确认限定条件在自家的口径下具体指什么——多件装到底是指同一商品多个数量，还是指组合套装，这两种口径算出来的比例可以差一倍。

保哥的建议是这一步别求精确，要的是量级不是小数点。两成和八成的区别决定排不排，21%和23%的区别什么都决定不了。

以后写下外部数字时强制带年份与限定语

成本为零，难在坚持。规则很简单：任何地方写下一个来自外部的百分比，同一句话里必须出现年份和分母限定语，写不出就写未标注。

这条规则最好在自己身上先试一个月再推给别人。试的过程中你会发现两件事：一是大部分数字其实写不出年份，二是写不出年份的那些，你原本引用得最理直气壮。等这两件事亲身经历过，再去跟团队讲这套东西，说服力完全不一样——你讲的不是一个规范，是一次自己撞过的墙。

前面提过的语法技巧在这里派上用场——把这两样东西放进句子主干，别放括号。放括号里的东西迟早会在某一次复制粘贴中消失，放在主干里的删了句子就不通。

把这一行挂在设计规范文档上

光靠自觉是守不住的，得找一个流程上的卡点。这一次挂的位置是内部设计规范文档的条目模板：每新增一条规范，加一行必填——本条依据的外部实践，出处页标题原文与年份。

不设选项校验，不设审批流程，判定只有填了和没填两种。

选设计规范文档而不是别的地方，理由是清单的最终归宿就是被抄进内部规范。一旦抄进去，它就变成了自家的规则，从此再没有人会想到去查它的出处——这是整条链路上信息损失最彻底、也最不可逆的一步。在这个位置加一行，是唯一能拦住数字与出处永久脱钩的地方。

这一行的真正作用不是收集数据，是逼写规范的人在动笔之前翻一次出处页。翻完之后，有一部分条目自己就撤了。

四条边界

这套方法有明确的适用范围，说清楚比夸大有用。

第一，只对给了出处链接的清单有效。连链接都不给的，没有任何办法核对，只能当行业动态读。第二，出处页上有年份不等于那个数是那年测的——页面可能更新过很多次而数字一直没重测，年份只是下限。第三，这套方法治的是这条适不适用于我，治不了这条本身对不对；后者要靠自己的实验。第四，对得上出处也不代表该做，适用和优先是两回事。

还有一条边界容易被忽略：这套动作能提高你对材料的判断力，但提高不了材料本身的质量。如果你所在的领域公开材料普遍不标年份不给分母，那核对的结果多半是一片未标注，这时候真正该做的不是继续核，是把决策依据往自家数据上转。

口径迁移必须提前讲

最后这条是经验教训。做完这套核对，一定要提前跟团队讲清楚会发生什么，否则容易被理解成在否定过去的工作。

实际会发生的是：能引用的实践一条都不会少，待办清单也不会变短。变的只有每条前面多了一个年份、后面多了一个适用比例。而这个适用比例会让一部分条目从行业标配降级成某类商品的展示规范，第一次做完，常见的降级比例在三到四成之间。

第二次做的时候降级比例会明显下降，因为选材已经变谨慎了。这个变化本身就是这套方法起作用的证据。

措辞比动作本身更重要

这六件事做完之后，怎么把结论说出口，比做的过程更决定它有没有用。

说这份清单的数据有问题、出处对不上、口径不严谨，在会议室里的效果基本是零。因为这句话在评价材料，而材料是某个同事找来的，评价材料等于在评价那个人的判断力。对方的第一反应会是防守，接下来讨论就跑偏到这份材料到底靠不靠谱上去了，而那根本不是重点。

换一种说法：这条实践的原文限定的是多件装商品，我们符合这个条件的SKU占两成出头。这句话里没有任何评价，只有两个事实和一次对照。听的人不需要承认任何事情，会议自然会转向下一个问题——那我们是不是只做这两成。

前一句在给材料定性，后一句在陈述我们和材料之间的错位。后者不需要任何人认错，所以推得动。

第一次做完，团队最容易有的三种反应

这套动作第一次落地的时候，常见的阻力不是不认同，是三种具体的情绪，提前知道就好应对。

第一种是那我们以前的排期不都白做了。回答是没有白做，做过的事情该有的效果一件不少，变的只是以后选事情的顺序。第二种是这样下去什么材料都不能用了。回答是恰恰相反，能用的材料一份不减，只是每份多了一个适用范围的标签，标签窄的用在窄的地方。第三种最常见，也最难回答：这不是把简单的事搞复杂了吗。

对第三种，保哥的回答通常是把时间摆出来：六件事前四件加起来65分钟，而一次排错的季度排期是两个人三个多月。这不是把事情搞复杂，是把复杂度从执行阶段挪到了决策阶段，而决策阶段的复杂度便宜得多。

别新增流程，挂在已经有的环节上

一个操作层面的忠告：这六件事里没有任何一件需要新建流程、新开会议或者新做工具。

前五件都是个人动作，在自己电脑上就能做完。第六件是个写作习惯。唯一涉及协作的是那一行必填，而它是挂在已经存在的设计规范模板上的，不是新起一个审批环节。

这个约束是有意的。凡是需要新建流程才能落地的方法，落地成功率都很低，因为新流程要争取排期、要有人维护、要过一轮推行阻力。而挂在必经环节上的一行字，成本几乎为零，也没人有动力反对它。能不能挂在已有的必经环节上，是判断一个方法能不能真的活下来的现实标准。

什么时候可以跳过这套动作

最后说一种可以省掉的情况，免得把它做成教条。

如果一条实践的改动成本极低——比如在页脚加两个链接，前端半天就能上线，那么核不核对它的分母意义不大。因为核对本身要花65分钟，而做这件事只要半天，核对省下来的期望收益还不如直接做。这类低成本高确定性的条目，直接做完就行。

需要核的是另一类：改动涉及数据结构、涉及多个页面、涉及跨团队协作，或者预计排期超过两周的。这类条目一旦排错，代价是以月计的。

所以这套方法真正的触发条件不是这个数字可不可疑，是这件事要花多久。核对成本是固定的65分钟，而排错的代价随工作量线性增长，所以工作量越大越该先核——这个判断标准比任何关于数据可信度的直觉都更可靠，因为它不需要你先判断数据可不可信。

六件事的顺序为什么是这个顺序

排序不是按重要性排的，是按两个维度相乘排的：拿到手的成本有多低，做完之后结论能不能直接变成动作。这个排法有个好处——半途而废也不亏。

抄标题排第一，因为它成本最低而信息量最大，而且做完之后就算后面五件全不做，你也已经知道了哪几条的分母跟清单说的不一样。补年份排第二，同样是纯抄写，产出是一个能直接触发降档判断的字段。重排年份排第三，因为它建立在第二件的产出上，本身几乎不花时间。

判断限定语排第四，是前四件里唯一需要动脑的，所以放在三件机械动作之后——前面三件已经把材料整理好了，这时候判断起来快得多。把需要判断的动作放在需要抄写的动作之后，是所有核对类工作的通用节奏。反过来做，你会一边判断一边翻页找信息，效率至少差一半。

一个人做，还是拉着团队一起做

前五件建议一个人做完再拿出来，不要开会一起做。

理由是这五件事里没有一件需要讨论，全是查证和抄写，多一个人只会多一份协调成本。而且有一个更实际的考虑：一个人做完拿出结论，讨论的起点是这份材料的适用面是两成，我们要不要缩小范围；拉着一群人一起查，讨论的起点会变成这份材料到底靠不靠谱，然后半小时就没了。

唯一需要一起做的是第五件——算适用比例的时候，你需要一个懂商品结构的人和一个懂前端现状的人。这一步半天时间里，真正需要别人的可能只有二十分钟。

第六件那个写作习惯和那一行必填，则必须是团队级的，因为它们的价值全部来自被所有人执行。这两件也是唯一需要在会上讲一次的，讲的时候记得用前面说的那种措辞——陈述错位，不评价材料。

常见问题解答

清单只写了据某某研究，一个链接都没给，还有办法核吗？

办法有限，但不是零。第一步先拿实践的原句去搜同一个来源的站内，很多机构会为每条实践单独发过专题页，只是清单里没链过去。第二步搜这个数字本身加上关键词，有时能翻到别人引用时补上的出处。两步都落空的，就按未标注处理，当行业动态读，不要进测算也不要进排期。这里要提醒一句：不给链接不等于数据是假的，只等于你没有办法验证它。这两件事在决策上一样处理，都不能作为排期依据，但在评价对方时不一样，别把不给链接说成造假。真正需要警惕的是那种给了链接、点开却是自己另一个营销页面的情况，那属于把读者绕回起点。

出处页和清单是同一家机构发的，数字却不一样，是不是我找错页了？

先确认三件事再下结论。一是标题的主干句是否一致，把括号去掉之后两句话说的是不是同一个动作。二是出处页正文里有没有出现清单上没有的分母限定，这句话经常藏在要点摘要里而不在标题里。三是两边的日期，出处页更新时间晚于清单更新时间的，数字不一致属于正常的版本差。三条都对得上而数字仍然不同，那多半就是真的对不上了，不是你找错。同一家机构内部数字不一致比想象中常见，原因通常不是有人造假，而是不同页面的更新节奏不同，摘录发生在各自不同的时刻。遇到这种情况，用出处页的数，因为它离测量更近。

十条全点开核一遍，是不是太费时间了？

完整核对一份十条的清单，大约需要65分钟，其中抄标题20分钟、补年份10分钟、重排5分钟、判断限定语30分钟。跟这份清单可能带来的排期相比，这个成本几乎可以忽略——本文那个案例里，省下这65分钟的代价是两个人三个多月。如果实在没时间，做那个三十秒的粗筛就够挡住大部分风险：数一数清单上有几个条目自带日期。零个日期就直接降级，不要排期，等到真要动手的时候再核那一条。另外一个折中做法是只核你打算排期的那两三条，其余的先不动，这样通常十几分钟就能完成。

限定语被删掉之后，数字有时变大有时变小，怎么判断方向？

不要试图凭方向去猜，要去看被加进分母或者被剔出分母的是哪一批对象。规律是这样的：如果被塞进分母的那批对象在这件事上普遍做不到，或者根本不适用而被默认算成没做到，那百分比会被拉高；如果被塞进来的那批普遍已经做到了，百分比会被稀释变低。单位价格那条是后一种，把不卖多件装商品的网站算成没做到，反而把86%稀释成了62%。访客结账那条是前一种，全站口径下有一半网站压根没提供这个功能，这批网站不在出处页的分母里，于是47%落到了23%。判断的锚点始终是那批对象，不是数字本身。

内部设计规范历史条目太多，全部补出处不现实，怎么办？

不要回头补，从今天起的新增条目开始要求填写就行。历史条目按两个条件筛：一是这个季度真要照着它做事的，二是过去半年有人质疑过的，只补这两类。其余的先挂着，等到它被引用的时候再补。这样做的原因是，规范条目的价值分布极不均匀，真正在指导日常决策的通常只有一小部分，其余的处于长期休眠状态，为它们补出处的投入产出比很低。还有一个操作细节：补的时候如果发现某条规范谁也说不清依据是什么，也说不清是哪一年加的，那这条本身就该拿到评审会上重新讨论要不要保留。

大模型给了我一个百分比，还附了出处链接，还需要自己点开吗？

需要，而且这一步省不掉。模型给的链接确实经常是对的，但它给的那个数字有没有带上原文的限定语，是另一回事——这正是引述准确性研究里归类为轻微错误的那一类，定义是过度简化和过度概化，在正式发表的论文里占全部引述错误的三成多。模型做摘要的时候，删掉的往往就是那些在语法上像修饰成分的部分，而限定语恰好是这种形态。所以正确用法是把模型当成找出处的工具，不是当成读出处的替身。点开之后重点看两处：标题里有没有清单上没有的限定词，正文要点栏里有没有出现分母的说明。

出处页只有更新日期没有测量日期，该按哪个算？

按更新日期算，但要在记录里注明这是下限而不是实测时间。原因是页面更新有可能只改了配图、只改了措辞，甚至只是重新排了版，数字本身可能已经好几年没重测了。所以更新日期告诉你的信息是这个数不会比这一天更新，仅此而已。有个办法能进一步收窄：如果页面同时标了首次发表和最近更新两个日期，把首次发表日期也记下来，两个日期之间的跨度越大，数字未重测的可能性越高。遇到一篇首发六年前、上个月刚更新的页面，别默认那个百分比是上个月测的，那种概率并不高。

清单里数字最大的那条，是不是就该优先排？

不该，这是最常见的一个误读。括号里的百分比说的是有多少同行没做这件事，它不说明做了之后能涨多少，也不说明你的用户是不是卡在这一步。同行普遍没做，可能是因为这件事收益低，也可能是因为它在多数品类里不适用，还可能是因为实现成本高。这三种情况看起来跟真正的机会长得一模一样。正确的排序依据是把清单上的适用条件跟自己的用户流失点对起来看，也就是前面那个半天的动作。顺带说一句，本文核对的这份清单里数字最大的那条恰恰是唯一找不到出处的，这个巧合本身就值得警惕。

权威参考资料