Zovda
每个数据产品都摆一张横轴两年的图。几乎没有一家会说明：左半边和右半边，是用两套不同的流程收上来的。
历史就是那个让对比失效的假设——一个数据集往前推得越远，它就越是由别的手段拼出来的。
回填是另一条链路
向前收集和向后重建是两份工作。向前可以排期、可以审计；重建取决于还剩什么、源还愿意返回什么、愿意往前到哪一天。
一个两种都做、却不标出哪些行来自哪种方式的集合，它的趋势线里有一部分是人为产物。
被删掉的内容，就是没了
窗口越老，原始材料被删得越多：帖子删了、账号关了、内容设了私密。三年前的计数，是「幸存下来」的计数，不是「当时发生」的计数。
这种损失不均匀。争议话题受损最重，而那恰恰是历史最有价值的地方。
覆盖度往以前是往下掉的
把整个档案的每日条目密度画出来。这条曲线几乎从不水平，它弯下去的地方，就是你的对比不再成立的地方。
那个弯，应该和数据卡上的总量用同一个字号写出来。
把覆盖曲线写下来
每个月一行：多少条、来自多少个账号、哪些字段有值。三列数字，档案就变得可读了。
这些集合由 Zovda 通过 Datuva 维护，收集方式变化的位置始终挂在序列上。数据研究语料展示了有定义的历史窗口是怎么组出来的。
告诉我你的问题要往前追多久，我们会在 1 个工作日内回复。