当UV曲线突然升高或者出现断崖式下降的时候，不要马上修改埋点。大多数异常情况不是因为采集脚本出了问题，而是因为统计口径、采集链路或者流量结构发生了改变。
第一步是时间窗口和去重规则的对齐。报表时区、日志切分点、访客去重周期（按自然日还是按会话）只要有一项变动，前后两天的UV就会失真。跨零点的那部分访问最容易在两个日期之间来回跳动。
第二步沿着采集链路逐层进行验证。浏览器端查看统计请求是否发出、状态码是否正常；服务端检查请求是否被网关或者清洗规则丢弃；聚合层查看过滤名单是否误伤真实访客。SPA页面还需要单独确认路由切换之后有没有手动触发页面上报，否则UV会偏低、PV也会缺段。
第三步进行交叉验证。用同一时间段的服务端访问日志作为参考：独立IP数远大于UV，多半是多人共用出口或者爬虫没有过滤；UV远大于独立IP数，重点检查Cookie失效、跨子域未共享标识、清除缓存导致的重复计数。再加上业务动作校验，比如注册、下单、留资等必须真人完成的事件，用转化事件数除以UV，比值突然下降一般就是无效流量混入。
第四步要区分正常的波动和真实的故障。工作日与工作日相比，周末与周末相比，排除周期性的影响。两种统计方法之间的5%-15%误差是正常的，超过20%就要进行深入的调查。
然后把每一次修改都记录下来：模板发布、CDN刷新、过滤规则调整、统计代码版本变更，它们都在同一条时间轴上。下一次抖动的时候，可以直接找到是哪个操作引起的，不用从头开始看日志。