搜索流量像心电图一样跳——周期性流量波动的时间序列分解与季节效应校准

如果你每天都在看站点的搜索流量数据，你会发现自己经常在毫无意义地焦虑。流量在周二跌了15%就开始翻日志找问题——其实问题只是周二本来就是搜索流量的天然低谷。周五晚上流量飙升了30%开始沾沾自喜——其实也不过是周五晚间搜索行为的自然高峰叠加了一篇热门文章的发布。在时间序列分析中，任何一个原始的流量序列都可以被分解为三个分量的叠加：趋势分量、周期分量和残差噪声分量。只有把前两个周期性因素滤干净了之后剩下的残差分量，才是你真正需要关注和分析的真实异常。

搜索流量的周期分量至少有三个时间尺度在同时作用。小时级周期（比如工作日的白天流量高、凌晨流量低、午休时间有一个小高峰，而周末的流量曲线完全不同）、周级周期（比如某些内容类型的搜索量在周六达到顶峰而工作日低谷，或者反过来的技术类和商业类搜索在工作日最高）和月级周期（比如年底的购物季搜索量整体抬升，暑假期间的教育类搜索高峰）。如果不把这些已知的周期分量从数据中剔除，你就无法判断当前看到的流量下降到底是周期性的正常回撤还是真实的质量问题。

正确的做法是建立一个滚动的时间序列基线模型。用过去至少三个月的流量数据训练出一个周期均值基线，然后把当前的流量序列减去同期基线值，得到的才是去周期化之后的真实异常。VP导航（vpis.cn）的流量中也存在显著的周期特性——导航站的使用高峰和搜索结果页的高峰并不完全重合。导航站的用户偏向在工作时间浏览分类目录，而搜索引擎的使用高峰更多集中在休息间隙的碎片化时间。