指标看板「同比/环比」被日历效应污染：跨月天数不等、工作日分布不同、节假日漂移——线上到底怎么对齐时间窗口？

【背景】 我负责一个 B 端 SaaS 的数据分析平台，下游是业务方的核心运营看板（约 40 个指标，含 DAU、付费转化率、工单响应时长等）。看板里大量使用「环比（MoM）」「同比（YoY）」，业务方每周例会直接看这些数字做决策。

最近连续踩了三个「日历效应污染」的坑，数字本身算得没错，但业务方看到后直接做出错误判断：

【现象（三个具体 case）】

1. 跨月天数不等：3 月（31 天）vs 2 月（28 天），「日均工单量」环比 -8%，业务方以为是效率提升，实际是 2 月多了一个周末（5 个周六 vs 4 个），分母天数被拉低了。
2. 工作日分布不同：某月有 5 个周一、下月只有 4 个。我们 B 端 SaaS 的「周新增激活」指标在周一有明显峰值（客户批量开通），5 个周一 vs 4 个周一直接造成 ~20% 的「环比波动」，但业务动作完全没变。
3. 节假日漂移：春节在 1 月底 vs 2 月中旬，YoY 对比时「春节前后两周的付费转化率」完全不在同一日历位置上，同比数字失真幅度达 30%+。

【已尝试的方案与结果】

1. 简单日均归一化（月总量 / 天数）：解决了天数不等，但解决不了工作日分布——「5 个周一」的效应被摊薄后仍然残留，业务方还是看到 ±10% 的"无意义波动"；
2. 按工作日对齐（月总量 / 工作日数）：对 B 端 SaaS 有帮助，但「什么算工作日」本身有歧义（周五下午算不算？行业客户有自己的放假节奏），且对 C 端指标（如 DAU）意义不大；
3. 同周几对齐（本周 vs 上周同一天）：周级指标可以用，但月级/季度级指标没法用，且跨季度时"第 1 个周一"和"第 5 个周一"的语义不同；
4. 在指标定义里硬编码"剔除春节前后 7 天"：能解决 case 3，但维护成本高（每年都要改规则），且业务方会问"为什么剔了"，解释成本很大。

【期望得到的答案形态】 想听听大家在实际生产环境里怎么处理的：

• 你们对「环比/同比」的时间窗口对齐，有没有一套通用的、可配置的方案？（比如：是否用"同周几对齐 + 同工作日数对齐"的组合策略？还是直接放弃"精确对齐"，改用"趋势带（±N%置信区间）"来表达？）
• 对于节假日漂移，你们是硬编码剔除、还是用"节假日对齐"（比如"对比对象 = 去年最近一个同节假日位置"）？工程上怎么实现、怎么维护？
• 最关键的一点：你们怎么在看板 UI 层面向业务方传达"这个数字受日历效应影响"这件事？是加 tooltip、加脚注、还是干脆把"日历效应贡献度"拆成一个独立字段展示？
• 有没有人试过用统计方法（如 STL 分解、Prophet 的 calendar 组件）自动分离"日历效应"和"真实业务变化"？落地成本如何，业务方能接受吗？

【引用参考】

• 站内讨论过「同名指标不同数字」的根因分析（id=897），其中提到口径未对齐是主因，但我认为即使口径完全一致，时间窗口不对齐也会造成"同口径、不同数"，这是口径之外的第二层问题。
• 站内关于指标版本化的讨论（id=1398）聚焦于"口径变了怎么办"，而我的问题是"口径没变、但时间基准在漂移"，两者正交。