双主题一键切换
纯白底保证白天可读，暗黑皮肤降低夜间盯屏疲劳。
- 对比度 ≥ 7:1
- 切换记忆本地偏好
图文混排特写
数据可视化不是摆样子，要能一眼找到异常
把用户行为、交易与设备日志统一进一张宽表，再用数据挖掘算法跑出异常簇。可视化层只做三件事：定位、解释、导出——其余都交给交互设计与响应式布局，让手机上也能翻得动。
- 1定位。热力网格按 30 分钟窗口刷新，异常点在图上以高亮描边标出。
- 2解释。点击任意簇，侧栏给出贡献度前 5 的维度与置信区间。
- 3导出。一键生成 CSV 或快照，方便写进周报与复盘。
关键数据条
把指标钉在墙上，每天看一眼就够
以下数值来自平台默认仪表盘，可在设置里调整采样窗口与阈值。数字会随数据滚动更新，帮助你判断挖掘任务是否值得继续。
1.8亿
日均处理事件数
420ms
查询平均响应
97.2%
异常识别准确率
12类
内置挖掘模型
核心能力便签
四张便签，把创意设计的边界写清楚
便签错落排布，像贴在显示器边框上的提醒。每一张都对应一个可直接落地的能力模块。
拖拽式挖掘画布
把清洗、聚合、聚类三步拼在一条线上，无需写 SQL。
- 节点 40+ 种
- 失败自动重试 2 次
首屏 3 秒出结论
进入看板先给结论卡片，再让用户向下追细节。
- 关键卡片置顶
- 空数据不空白
从 320px 到 2560px
手机单列、平板两列、宽屏四列，图表随容器重排。
- 断点 640/1024/1600
- 点按区 ≥ 44px
工作流程步骤
从原始日志到可分享结论，只走四步
每一步都给出建议参数，照着填就能跑通一条完整的数据分析链路。
接入数据源
上传 CSV 或连接数据库，字段自动识别，把时间列标记为 event_time，延迟控制在 800ms 内。
清洗与聚合
剔除空值比例 > 30% 的列，按时段聚合到 30 分钟粒度，保留原始快照便于回溯。
挖掘与建模
先用孤立森林初筛异常，再用聚类确认分群；置信度低于 0.75 的结果标记为待人工复核。
可视化与分享
把结论卡片拖进分享视图，生成只读链接，权限默认 7 天有效，可随时回收。
实用指导清单
六条避坑要点，让挖掘任务少走弯路
这些是日常使用中最容易踩的坑，逐条对照检查，通常能省下 30% 以上的返工时间。
- ✓先定口径再开跑明确「活跃用户」是按日去重还是按会话计数，口径写进数据字典，避免两版报表差出 15%。
- ✓给采样窗口留余量短窗口（≤ 5 分钟）噪声大，建议用 30 分钟起步，并保留 7 天回溯数据用于对比。
- ✓异常阈值不要拍脑袋用近 14 天分位数确定上下界，P1 与 P99 之外的样本先人工抽样 20 条确认。
- ✓暗黑皮肤也测对比度正文与背景对比度不低于 7:1，霓虹点缀只用于描边与关键数字，避免整屏高饱和。
- ✓图表别超过三个维度同一张图超过 3 个颜色维度，阅读时长会上升约 40%；超出时拆成两张小图。
- ✓导出前先固话结论把结论写成一句话放进卡片标题，导出 CSV 时同步带上口径说明，方便同事二次核对。
工作区数量不限
单次查询上限50 万行
结果保留时长90 天
协作者席位10 人起