便签 + 表格自记
每日耗时8–12 分钟
数据可视化几乎没有
智能推荐无
7 日留存约 31%
3.2/ 10 上手灵活度
Solutions
三种可持续记录方式，你的生活适合哪一种？
我们调研了 1200 位年轻用户后发现：坚持不下去的原因多半不是懒，而是工具太冷、反馈太迟。下面把三种常见路径摊开对比，你可以直接对号入座。
自动归类 + 有机看板
每日耗时45–90 秒
数据可视化12 种图表可切
智能推荐每周 3 条建议
7 日留存约 74%
9.1/ 10 长期坚持度
多设备 + 多个 App
每日耗时5–8 分钟
数据可视化割裂在各端
智能推荐偏硬件联动
7 日留存约 42%
6.0/ 10 设备依赖度
Data Craft
数据挖掘做得越细，建议就越像“你说的话”
我们把一天拆成 4 个数据域、18 个子类目，用滑动窗口做趋势挖掘，再按你的作息节奏推送提示。所有图表都能一键切换成“生活语言”，不必看懂统计术语。
- 自动归类准确率 92.6%：用电、出行、饮食、回收四域自动打标，误判可手动纠正并回训。
- 滚动 7 / 30 / 90 天窗口：短期看波动，长期看趋势，避免被单日异常值带偏。
- 响应式设计全覆盖：手机竖屏看曲线，桌面宽屏看对比，同一份数据两种排布。
- 隐私优先：原始明细默认本地加密存储，云端只上传聚合指标。
Platform
六块拼起来，才是完整的一天
从数据采集到建议落地，每一环都有明确的量化口径，方便你对齐自己的目标。
自然有机数据模型
以“生长”为隐喻组织指标，碳排下降像枝叶舒展，让抽象数字有情绪锚点。
指标口径：4 域 / 18 类目数据可视化看板
12 种图表按场景自动推荐，环形看占比、热力看时段、日历看连续记录。
首屏加载 ≤ 1.2s数据挖掘引擎
识别“高碳时段”“重复浪费点”，每周一自动生成一条可执行的调整建议。
周建议 3 条 / 采纳率 61%智能推荐
结合你的作息与预算给建议，不推荐“一步到位”，只推荐今天做得到的那一步。
建议可执行度评分 ≥ 4.2/5响应式设计
320px 到 2560px 全梯度适配，窄屏单列堆叠、宽屏四列铺开，阅读节奏一致。
断点：380 / 640 / 1024 / 1600用户体验与陪伴
用第二人称写反馈，用温和配色降低压力，让“看数据”变成一件放松的事。
日活回访率 68%
Workflow
四步走完一轮，从记录到改变
完整一轮建议控制在 90 秒内完成，超过这个时长，坚持率会掉三成以上。
-
轻量记录
起床后 30 秒内勾选出昨日用电、出行、饮食、回收，支持语音与截图导入。
-
自动归类
系统在 2 秒内完成打标与异常值过滤，误差超过 15% 的条目会标黄等你确认。
-
挖掘与可视化
生成 7 日趋势曲线与时段热力图，标出本周最值得优化的两个时段。
-
接收建议
每周一推送 3 条建议，每条都带预估节省量，勾选完成即计入成长环。
Playbook
6 条可落地的实操要点
这些都是从真实使用数据里筛出来的，照着做，通常 3 周内就能看到曲线明显变缓。
01先定一个“单一目标”，别一次改四件事
做法首月只盯 1 个指标（推荐先看用电），其余三项保持记录但不设目标。阈值：基线取前 7 天均值，首月目标定为下降 8%–12%，超过 15% 极易反弹。
02固定记录锚点，绑在已有习惯后
做法把记录动作挂到“早咖啡”或“通勤上车”之后，形成触发链。指标：连续记录 21 天，完成率可从 46% 提升到 78%。
03用 7/30/90 天三档窗口看趋势
做法7 天看波动、30 天看习惯、90 天看结构性变化。单日暴涨 30% 属正常噪声，不必焦虑，先确认是否由一次性事件导致。
04给建议设“最小可执行单位”
做法每条建议压缩到 5 分钟内可完成，例如“今晚空调上调 1℃、提前 30 分钟关”。参数：单条预估节省 ≥ 0.3 kWh 才推送，避免无效打扰。
05每月做一次数据体检，清理误标
做法月末花 3 分钟核对被标黄的条目，纠正后模型会回训。指标：归类准确率稳定在 92% 以上，建议采纳率可提升约 14%。
06把成果可视化，给自己正反馈
做法开启成长环视图，每达成一周目标点亮一片叶子，集满 12 片生成季度报告，便于复盘与分享给同行的伙伴。
FAQ
你可能想问的几件事
点开就能看到具体口径，不做含糊承诺。
数据安全吗？明细会被上传吗？
原始明细默认本地加密保存，云端仅接收聚合后的指标（如日均用电、周碳排总量）。你可以在设置里一键导出或彻底删除，删除后 24 小时内完成全链路清理。
没有智能设备，也能用吗？
可以。手动记录同样进入完整的数据挖掘流程，只是采样密度略低。实测手动用户的 90 天趋势识别准确率约为自动采集的 87%，仍然足够支撑建议生成。
智能推荐会不会很“说教”？
不会。文案采用第二人称、温和语气，且每条建议都附预估节省量与所需时长；如果你连续 2 周未采纳，系统会自动降低推送频率而不是加大催促。
多久能看到变化？
多数用户在 3 周左右看到曲线走缓。参考值：第 1 周以建立记录习惯为主，第 2–3 周开始出现 5%–10% 的下降，第 8 周平均降幅约 18%。
Partners
一起把可持续做扎实的伙伴
数据口径对齐、场景互通，让记录到的每一份数据都能用得上。
城市低碳实验室
绿行出行
社区回收站
光合能源
本地食集
循环设计周
Scenes
它出现在你生活的这些角落
同一套数据能力，在不同场景里呈现出不同的形状。
厨房里的饮食数据按周看食材浪费率，目标压到 8% 以内
通勤路上的出行对比地铁替代驾车，单程可减约 1.6kg 碳排
季度复盘报告12 片叶子集满，生成可分享的趋势总结