用一只数据之眼，把家庭与团队的数据挖掘变成共同语言

为每个实时数据展示字段登记「名称 / 单位 / 采样窗口 / 责任人」四要素，缺失任一项不得上线。建议采样窗口统一为 5s，聚合层再用 1min 窗口降噪；口径评审通过率低于 90% 时先补文档，不要急着写数据挖掘脚本。

分为 P0（影响智能生活设备联动）/ P1（影响推荐与报表）/ P2（离线探索）三档。P0 任务要求成功率 ≥ 99.9%、P95 延迟 ≤ 2s；P2 可放宽到 30min 批处理。分级后调度资源按 5:3:2 分配，避免高优任务被离线任务挤占。

每条推荐必须能回答：用了哪些特征、命中了哪个规则、为什么此时推送。建议先上线 3–5 条规则化策略跑通闭环，A/B 采纳率稳定在 85% 以上再引入模型排序；否则用户与运营都难以判断问题出在数据还是策略。

实验前后固定观测：任务完成时长、异常提示可读率、二次操作率三项。建议样本量每组 ≥ 2000 次会话、观察周期 ≥ 7 天；任一指标劣化超过 5% 即回滚，并把结论写回指标库供其它生态方复用。

首页只放 4–6 个关键数字，其余下钻；1px 细线做分隔、色块只用于状态。图表去网格线、留白按 8pt 节奏，避免同一屏出现超过 3 种强调色——抽象的目的是降低协作时的心智成本，而非隐藏必要参数。

每次策略或口径变更打版本号，保留最近 30 天快照；关键指标支持按人、按设备、按时段三维追溯。建议变更后 48 小时内完成一次跨团队复盘，把踩坑点写进清单，形成可传承的生态记忆。