探索版
按席位 / 月
- 5 个并发探索席位，单查询上限 200 GB
- 12 类可视化图表 + 分屏联动筛选
- 基础特征模板 15 个，含空值率监控
- 工单支持，工作日 8 小时内响应
Explore 01 / 实践清单
六条可落地的数据探索清单
按顺序执行，可在两周内把「数据很多但结论很虚」的团队推进到「每条结论都有查询与阈值背书」。参数均为数字浪潮平台默认建议值，可据集群规模微调。
先定义探索问题，再建表
把业务问句改写成可验证假设，例如「新客 7 日留存是否低于 22%」。每张探索宽表只服务 1—2 个假设，字段控制在 30 列内，避免宽表膨胀导致扫描量翻倍。
分区裁剪与谓词下推必开
按
dt+hour二级分区，查询先过滤时间窗再关联维表；目标是把单次扫描量压到≤ 50 GB，否则先做预聚合中间表。特征口径写入元数据
每个挖掘特征记录口径、窗口、空值率三要素。空值率超过 30% 的特征先回补采样，不要直接进模型，否则离线 AUC 会虚高 0.03—0.06。
用分屏做「分布 + 明细」双读
左屏看下钻明细，右屏看分布与趋势，同屏联动筛选。探索期建议每屏不超过 4 个图表，超过后平均定位时间从 12 秒升至 26 秒。
给指标设告警阈值而非仅看板
核心指标设两级阈值：波动 15% 触发关注，波动 30% 或连续 3 个周期同向触发告警，告警必须附带下钻链接与最近一次口径变更记录。
结论必须可复现
把探索脚本、参数与数据快照版本一并归档，保证 6 个月后同一查询结果一致；口径变更走评审，避免同一指标出现两套数字。
Explore 02 / 图文特写
把「发现」做成一条可回放的链路
从原始事件到可解释结论，中间每一步都留痕：谁过滤、谁聚合、谁标注异常。探索因此不再是个人技巧，而是团队资产。
在数字浪潮的分屏工作台里，探索者可以同时观察两个视角：左侧是逐条事件的「微观证据」，右侧是聚合后的「宏观形状」。当两者结论冲突时，先回到明细定位异常样本，再回到聚合层修正口径——这正是数据挖掘中最容易被跳过、却最能提升结论可信度的一步。
事件接入延迟（P95）≤ 4.5 秒
特征回溯窗口默认30 / 90 天
异常样本人工复核比例Top 1% 分层抽样
看板首屏渲染预算≤ 1.8 秒
Explore 03 / 服务档位
按探索深度选择方案
三档均含分屏探索工作台、数据可视化看板与元数据口径管理；差别在并发探索席位、挖掘算力与专属支持响应。
Explore 04 / 挖掘流程
五步走完一次完整的数据挖掘
每一步都有明确的产出物与验收指标，避免流程走完却拿不出可复现的结论。
接入与探查
接入埋点与业务库，先产出字段分布报告：缺失率、基数、极值。抽样 1% 即可定位多数脏数据。
清洗与对齐
统一时间粒度到小时，维度编码对齐。产出清洗规则表，异常样本保留标记而非直接删除。
特征构建
按窗口 7/30/90 天生成统计特征，控制单特征计算耗时 < 90 秒，避免拖慢整条流水线。
建模与验证
离线验证 AUC 与线上 Top 10% 命中率双指标并看，偏差超过 0.05 需回查特征时点泄漏。
可视化与交付
结论落到看板与告警，附口径说明与下钻路径。交付物含探索脚本与数据快照版本号。
Explore 05 / 可视化面板
探索面板：一屏读完波动与构成
左侧为周期对比柱形，右侧为关键读数卡片。所有数值来自同一份探索快照，保证分屏之间不会互相矛盾。
近 6 个周期 · 探索查询量（亿行）
维度基数告警线10 万
缓存命中率目标≥ 82%
看板图表数量建议≤ 4 / 屏
异常点自动标注3σ 与环比双规则
探索快照留存180 天
Explore 06 / 核心能力
支撑持续探索的三块底座
能力不是堆功能，而是让每次探索都能更快开始、更稳复现、更易交接。
分屏探索工作台
左侧明细、右侧聚合，筛选条件双向同步。支持把一次探索固化为模板，团队复用率提升约 3 倍。
联动筛选 · 模板固化
特征与挖掘流水线
37 类特征模板覆盖留存、转化、频次与金额窗口；流水线支持断点重跑，单次回溯平均节省 40 分钟。
特征口径 · 断点重跑
口径治理与权限
指标口径集中登记、变更走评审，行列级权限按角色下发；审计日志留存 180 天，满足企业合规复盘需求。
口径登记 · 行列级权限