先判断矛盾的性质:如果两份来源分别来自不同时间点,优先呈现时间线,让读者看到变化过程;如果两份来源来自不同立场或不同统计口径,则并排呈现各自的前提,而不是强行合并成一个结论。呈现证据差异的目标不是替读者裁决,而是让读者看清每条结论各自成立的条件。
时间矛盾指的是同一对象在不同时期的状态不同,例如某项规则去年允许、今年收紧。这类矛盾不需要取舍,只需要按时间排列,并注明每个时间点对应的适用条件。口径矛盾指的是同一时期、同一对象,但两份来源的统计范围、定义或样本不同,例如一份按整体统计,另一份只统计其中一部分。口径矛盾无法用时间线化解,必须把前提写清楚。
判断方法很直接:把两份来源的发布时间、统计范围、定义表述各写一行,如果只有发布时间不同,就是时间矛盾;如果范围或定义不同,就是口径矛盾。这一步做完,后续怎么呈现基本就定了。
时间矛盾的处理动作是把两条信息放进同一条时间线,每条后面跟一句适用条件。例如假设某类工具的免费额度在前后两个时期不同,可以写成:早期版本提供某种免费额度,适用于当时注册的账户;后续版本调整了额度,适用于之后注册的账户。这样读者能自己判断自己属于哪一类。
需要避免的做法是只保留最新一条,把旧信息删掉。对于仍在生效的旧账户、旧合同或旧版本,旧信息依然有效,删掉反而让这部分读者找不到依据。代价是页面会变长,但换来的是不同条件下的读者都能对上号。
口径矛盾不能用“综合来看”一笔带过,因为两份来源说的可能根本不是同一件事。正确动作是把每份来源的前提单独写清楚,包括统计对象、范围和定义,然后让读者根据自己关心的口径去选。
假设两份来源对同一类需求的规模给出不同描述,一份覆盖全部渠道,另一份只覆盖其中一种渠道。此时不应写成一个平均数,而应写成:按全部渠道统计时结论偏大,按单一渠道统计时结论偏小,两者差异来自覆盖范围。读者关心哪个范围,就采用哪条。
有三种情况不适合合并成单一结论。第一,两份来源的定义互相排斥,合并后会产生第三种含义。第二,其中一份来源的样本明显偏向某一类对象,合并会掩盖这种偏向。第三,矛盾涉及具体数值,而两份来源都没有说明统计方法,此时合并等于制造一个没有依据的数字。
遇到这三种情况,分列呈现是更稳的选择。分列的代价是读者需要自己判断,但好处是不会因为强行合并而误导任何一类读者。如果分列后仍希望给一个倾向性提示,可以说明在什么条件下更采信哪一份,但不要把提示写成定论。
把上述判断落成一个固定结构,能减少每次重新决策的成本:
做完这一步,下一步是检查每条来源是否真的支撑它被用来支撑的结论。如果某条来源只是间接相关,就把它降为背景信息,而不是当作直接证据。这个动作会直接影响页面的可信度,也决定后续是否需要补充新的来源来填补缺口。