01先定义指标口径，再谈建模
为每个核心指标撰写「一句话定义 + 计算公式 + 数据来源 + 责任部门」四要素卡片，上线前由数据治理委员会确认。口径未冻结的字段不得进入看板，口径变更需留版本号，避免同名指标出现 3 套以上解释。
指标口径确认率 ≥ 95%变更留痕 100%
实用指导清单
数据挖掘落地六条硬规则（可直接照做）
以下要点来自真实大数据分析项目的踩坑复盘，每条都给出可执行动作与量化阈值，供数据团队在立项与验收时对照检查。
02分层建模：明细层不做业务判断
按「原始层 → 明细层 → 汇总层 → 应用层」四层组织，原始层只做类型标准化与去重；业务逻辑统一收敛在汇总层。单表字段建议不超过 60 个，宽表拆分粒度以 查询耗时 < 2s 为验收线。
核心查询 < 2s重复计算下降 40%
03用分层采样验证挖掘模型
建模前先做分层抽样：按时间、渠道、用户等级三个维度各抽 5%，形成不少于 50 万条的验证集。模型上线前必须通过回测，AUC 波动 < 0.03、特征漂移 PSI < 0.1 才允许发布。
验证集 ≥ 50 万条PSI < 0.1
04可视化只呈现决策所需的 5 个数字
每块看板首屏只保留 5 个关键数字与 2 张趋势图，其余明细折叠进下钻页。图表颜色不超过 3 个语义色，坐标轴统一从 0 起，避免截断轴造成视觉夸大；同比环比必须标注对比区间。
首屏数字 ≤ 5 个下钻层级 ≤ 3 层
05为数据质量设三色闸门
对完整性、唯一性、及时性三类规则设红黄绿阈值：完整性 < 95% 标红并阻断下游任务，95%–99% 标黄仅告警，≥ 99% 标绿放行。每日 07:00 生成质量日报，红色问题须在 4 小时内闭环。
完整性红线 95%闭环 SLA ≤ 4h
06把权限与脱敏写进查询入口
按「最小必要」原则分配行列权限，手机号、证件号等敏感字段默认脱敏为前 3 后 2。所有导出行为记录操作人、条数与用途，单次导出超过 1 万条需二次审批，审计日志保留不少于 180 天。
敏感字段脱敏 100%审计日志 ≥ 180 天
图文混排特写
一条可展开的挖掘进度轴：从原始事件到决策建议
把数据挖掘拆成可追踪的五步进度轴，每一步都有明确输入、输出与验收指标。团队可以按阶段展开查看细节，也能一眼看到当前卡在哪个环节。
- 接入与归集统一 6 类数据源，字段完整率 ≥ 99.2%，延迟控制在 5 分钟内。
- 清洗与特征工程生成 180+ 特征，缺失值填充策略按字段类型分组配置。
- 模型训练与评估多算法并行对比，保留 AUC 与召回率双优的两个候选模型。
- 上线与监控按 5% 灰度放量，监控 PSI、延迟与命中率三项指标。
- 结论分发输出决策建议卡，推送到 BI 看板与业务群，支持一键回溯数据血缘。
核心能力卡片
四项核心能力，覆盖大数据分析全链路
能力按「接入—建模—可视化—体验」四段组织，每项都给出可核查的量化目标，方便对标验收。
多源接入与实时归集
批流一体接入，结构化与非结构化数据统一入湖，保障分析底座稳定。
- 实时链路端到端延迟 < 5 分钟
- 支持 6 类数据源增量同步
- 字段级血缘自动登记
数据挖掘与特征平台
特征集中管理、复用与回填，减少重复开发，让模型迭代更快更稳。
- 特征复用率提升至 62%
- 模型训练周期缩短 35%
- 特征漂移监控覆盖率 100%
数据可视化看板
面向不同角色预置看板模板，指标可下钻、可订阅、可导出留痕。
- 看板首屏加载 < 2 秒
- 300+ 订阅用户，准时率 99.5%
- 支持 3 层下钻与对比区间
用户体验优化
以扁平化设计与清晰层级降低阅读成本，让非技术同学也能读懂数据。
- 取数请求自助完成率 81%
- 平均找数时间由 25 分钟降至 6 分钟
- 关键任务点按区 ≥ 44px
应用场景图集
三类典型场景的可视化落地
同样的数据底座，在不同业务场景下呈现不同的可视化重点：增长看趋势，风控看异常，运营看结构。
