采集与清洗
支持结构化表、埋点流与半结构化日志三类接入，入库前完成去重与字段标准化。
- 字段缺失率 < 0.5% 才允许进入分析层
- 时间戳统一到毫秒，时区固定为东八区
SOLUTION COMPARE
三种分析路线，先算清成本再选
同为大数据分析，批处理、实时流与即席探索的取舍完全不同。下表按真实落地口径给出量化参考，帮你按团队规模与数据体量做决定。
| 路线 | 典型场景 | 查询延迟 | 单位成本 | 上手成本 |
|---|---|---|---|---|
| 批处理仓库 | 日/周级经营报表、离线数据挖掘 | 分钟~小时 | 低（约 0.3 元/TB·次） | 1~2 周 |
| 实时流分析 | 风控告警、体验埋点实时看板 | 亚秒~3 秒 | 中（约 1.2 元/TB·次） | 3~4 周 |
| 即席探索 | 分析师自助取数、假设验证 | 5~30 秒 | 中高（按活跃查询计） | 2~3 天 |
| 三者组合 推荐 | 实时告警 + 离线归因 + 自助探索 | 按层分级 | 整体降约 22% | 逐层推进 6~8 周 |
VISUAL PANEL
一屏说清：抽象图表 + 可信指标
极简不等于信息少。主图只保留必要的坐标与 1px 网格，把颜色留给关键结论；右下 KPI 只放四个真正影响决策的数字。
近 7 日活跃度指数
口径：去重设备 / 日 · 已剔除爬虫
91指数
峰值出现在 D-2，与一次功能上线时间吻合，可直接作为归因起点。
0.7%
异常点占比；超过 2% 建议暂停自动刷新，先排查采集链路。
4层
下钻层级：总览 → 渠道 → 人群 → 单点明细，每层都保留返回路径。
CORE ENGINE
三件事，撑起整面镜子
以中心数据引擎为轴，向外辐射出采集、挖掘与呈现三层能力，彼此通过统一的指标口径衔接。
统一指标中枢：一份口径贯穿采集、挖掘与展示，避免同一指标在不同看板上出现两套数字。
数据挖掘算子
内置 32 项算子：同环比、留存、漏斗、聚类与异常检测，参数可复用为模板。
- 漏斗步骤建议 3~5 步，过多会稀释转化信号
- 异常检测阈值默认 ±3σ，可按业务调至 ±2σ
呈现与交互
抽象化图表 + 动态交互：悬浮显示明细、点击下钻、拖拽圈选时间段。
- 单屏图表不超过 4 个，避免认知过载
- 首屏渲染目标 < 2.5 秒，骨架屏兜底
WORKFLOW
从原始日志到一条结论，四步
每步都有明确的交付物与验收标准，避免分析停在"图很好看但结论不明"。
接入与对齐
接入数据源并做时间、单位、维度三对齐。交付：字段字典。验收：null_rate < 0.5%。
建模与聚合
先写聚合 SQL，再落物化视图。大表按天分区，热点查询命中预聚合表。
可视化与下钻
总览给结论，明细给证据。每个图表配一句"所以呢"式结论，最多两层下钻。
验证与沉淀
结论需 2 人复核；把可复用的口径与算子存为模板，下次直接调用。
SCENARIOS
三个真实场景，镜子照到的地方
同一个平台，换个数据集就是另一面镜子，但口径与交互保持一致。
零售 · 会员分层
按 RFM 分 5 层，重点盯高价值人群的月度留存波动，阈值跌破 62% 即触发提醒。
制造 · 设备监测
采集 1.2 万点/秒，仅保留 ±3σ 之外的异常点入图，误报率从 7% 降到 1.8%。
内容 · 体验路径
还原 6 步核心路径，定位流失最重的第二步，优化后次日留存提升 4.3 个百分点。
CLOSE-UP
每个数字背后，都有一行能点开的口径
极简设计最怕"看起来干净、问起来含糊"。我们把每个指标的定义、更新时间与责任人放在同一张卡片里，鼠标悬停即可看到来源与计算逻辑，让数据可视化真正可追溯。
1px信息分隔线宽，替代大面积色块
3 秒从打开到看懂主结论的目标时长
100%关键指标可追溯到源表与口径
2 人结论发布前的最小复核人数
对于企业决策者，这意味着看到的不是一张漂亮图，而是一条可以拿去开会的依据；对分析师，则意味着少花时间解释口径，多花时间做真正的数据挖掘。
VOICES
用过的人，怎么说这面镜子
以前做一次周报要来回确认三个口径，现在指标卡自带定义，例会时间从 90 分钟压到 45 分钟。
动态交互很克制，悬浮看明细、点击下钻，新人半天就能上手，不用写培训文档。
最满意的是它不花哨。留白多、线条细，盯久了眼睛不累，数据挖掘结果也更容易被业务接受。
CHECKLIST
落地前，先过这 6 条
都是踩过坑的条目，带具体阈值与做法，建议逐条对照自查。
先定指标口径，再谈可视化
上线前为每个核心指标写清分子分母、时间窗、去重维度。口径文档缺失率应低于 5%，否则图表越漂亮，争议越大。
图表数量做减法
单屏保留 3~4 个图表，其余收进二级页。每张图配一句结论式标题，例如"周五活跃度达峰 91"，而不是只写"活跃度趋势"。
给颜色定配额
整体保持约 60% 中性底、30% 主色、10% 强调色；强调色只用于峰值、告警与激活态。同屏高饱和面积不超过 10%，避免视觉疲劳。
性能要立硬指标
首屏渲染 < 2.5 秒，交互响应 < 300 毫秒；超过 1000 万行的明细查询走后端分页，禁止一次性拉全量到前端。
埋点与采集先做体检
抽样 1 万条核对字段完整性与时间戳顺序，缺失率高于 0.5% 先修采集，再谈分析；脏数据进模型，结论一定跑偏。
为无障碍与弱网留后路
正文对比度不低于 4.5:1，点按区域不小于 44×44px；弱网下用骨架屏与文字摘要兜底，保证结论仍可读。