各渠道转化率都涨了，整体为什么反而下降？辛普森悖论怎么解释？
本文目录
面试怎么回答
这可能是辛普森悖论。整体转化率不是各组转化率的简单平均，而是按分母加权；如果更多流量转向低转化组，即使每组都改善，整体也可能下降。我会先排除口径和重复问题，再同时列出分子、分母、组内率和权重，并用固定权重比较组内变化。这个分解能解释汇总变化，但不能仅凭分层相关就证明策略产生了因果效果。
先把这段讲顺；面试官追问时，再展开下面的原理和细节。
详细讲解
A 渠道转化率涨了，B 渠道也涨了，整体转化率却下降。先别急着找 SQL 的 SUM 写错在哪里：即使每个数字都算对，这种情况仍然可能发生，关键藏在各渠道占了多少流量。
整体比率由组内表现和分母权重共同决定；结构变化可以逆转汇总趋势，分层结果也不能直接证明因果。
整体不是把两个百分比取平均
先约定转化率为转化次数除以访问次数，并保证各渠道互斥、合起来覆盖总体。整体应先汇总分子和分母，再做除法，不是把渠道转化率简单平均。
如果一个用户能被多个渠道重复计入，而总体又按人去重，分组分母就不能直接相加。分析结构变化之前，应先排除这种口径不一致，避免把普通统计错误解释成辛普森悖论。
在可加、互斥分组的前提下，整体转化率等于各组转化率乘以各组访问占比，再求和。因此改变总体的，不只有组内转化率，还有权重。
一组数字，就能看到趋势反转
下面完全是假设数据，用来说明计算机制：
| 渠道 | 上期转化／访问 | 上期转化率 | 本期转化／访问 | 本期转化率 |
|---|---|---|---|---|
| A | 81／90 | 90% | 19／20 | 95% |
| B | 1／10 | 10% | 16／80 | 20% |
| 合计 | 82／100 | 82% | 35／100 | 35% |
A 从 90% 升到 95%，B 从 10% 升到 20%，但整体从 82% 降到 35%。原因是高转化 A 的流量占比从 90% 降到 20%，更多访问转到了本来就更难转化的 B。
这里没有任何一个百分比被算错。聚合后的趋势与分组趋势相反，是辛普森悖论的一种表现。它提醒我们：脱离构成比例看汇总指标，可能把结构变化误解为各组能力变化。
SQL 应保存分子、分母，而不只保存率
如果中间层只存 rate，后续又不知道各渠道规模，很难正确合成整体。更稳妥的是保留 visits、conversions 及其口径，在查询时计算：
SELECT period,
SUM(conversions) * 1.0 / NULLIF(SUM(visits), 0)
AS overall_rate
FROM channel_metrics
GROUP BY period;这段式子要求分母能跨分组相加。它也没有决定零分母时应显示零还是未知，示例返回 NULL，让使用者明确选择，而不是把没流量和零转化率混为一谈。
用固定权重，观察组内改善
想回答“如果流量结构不变，组内表现如何”，可以选定一套共同权重。沿用上期 A 为 90%、B 为 10% 的结构，本期标准化率为 95% × 90% + 20% × 10%，得到 87.5%。
与上期 82% 相比，这说明在该固定结构下，组内率改善对应更高的汇总结果。但 87.5% 是标准化比较值，不是本期真实整体转化率，不能拿它替换看板上的 35%。
如果做精确的变化分解，还应说明先改变权重还是先改变组内率，或者采用其他分摊方案。分解路径会影响交互项的归属，不要把某一种分法说成唯一客观贡献。
一个典型场景：把结构变化当成渠道全面变差
比如总转化率下滑后，团队最初认为所有渠道质量都在下降，准备一起缩量。进一步拆出分子、分母，才看到各渠道转化都提高，只是低转化渠道的访问比重上升得更多。
根因是观察层次不完整。此前日报只展示整体率和各组率，没有流量占比，也没有明确的结构对比。改进后应把访问量、转化量、组内率和占比放在一起看，再分别讨论流量配置和组内改进。
分层后，也别急着宣布因果
发现分组趋势反转，并不自动说明应该信总体还是信分组。分层变量是不是需要控制的混杂因素，是否由策略本身影响，仍然要结合业务过程判断。
同样，两个周期内组内率提高，可能受人群、季节、活动强度等变化影响，不足以直接证明某项优化有效。固定权重帮助解释数字，因果效果还需要合适的实验或分析设计。
面试里讲出“分母权重变了”是第一步，能继续说明口径、标准化含义和因果边界，回答才完整。