起步档 · 探查
¥4,800 / 月
- 日均 200 万事件、看板并发 20
- 预置 40 套数据可视化模板
- 基础脱敏规则 12 条，支持自定义 5 条
- 数据保留 180 天，异地备份每周一次
这是一个网页样式设计参考
数字浪潮 · 安全可信
潮析 · Tidalytics
预约数据体检
按数据规模与合规强度选档，不按人头绑架
三档均含字段级血缘与操作审计。配额按「日均处理事件量 + 看板并发」计量，超出部分按 0.02 元/万事件计费，账单每日可见。
成长档 · 深挖
¥12,600 / 月
- 日均 2,000 万事件、看板并发 100
- 数据挖掘算法库 26 种（聚类/归因/异常检测）
- 行级权限 + 动态脱敏，审计日志留存 24 个月
- 专属模型沙箱，训练数据不外带
企业档 · 浪涌
按需报价 / 私有化
- 无上限事件量，独立计算集群
- 国密算法加密 + 密钥自持（BYOK）
- 合规报告自动生成，支持等保材料导出
- 双活容灾，RPO ≤ 5 分钟、RTO ≤ 30 分钟
五项核心能力，切换查看参数
可信采集
批量与流式双通道接入，入湖前先做结构与敏感识别，异常批次自动隔离重放。
数据挖掘
26 种算法开箱即用，特征工程版本化，训练集与线上集严格隔离，防标签泄漏。
全屏可视化
大屏与桌面自适应，指标卡、桑基图、时序折线共用一套语义色，避免误读。
权限治理
行级 + 列级双层授权，敏感字段默认脱敏显示，导出动作单独二次审批。
动态告警
基于波动基线而非固定阈值，抑制风暴告警，每条告警附影响范围与建议动作。
关于安全与可信，你最常问的几件事
Q1数据挖掘会不会把原始明细带出平台？
不会。模型训练在沙箱内完成，仅允许读取脱敏视图；导出通道默认关闭，开启需双人审批，且单次导出上限 5 万行、水印含操作人标识。
Q2全屏可视化大屏如何保证指标口径一致？
所有看板强制引用统一指标层，指标变更需走版本发布；同一指标在全屏设计与移动端使用相同语义色与单位，口径漂移会被自动检测并告警。
Q3如何证明分析结果可信、非事后拟合？
每次分析生成不可篡改的溯源快照：数据版本、SQL 指纹、特征列表、随机种子四要素齐全，任何人可复现同一结论，避免「先有结论再找数据」。
Q4动态效果与实时刷新会不会拖垮性能？
刷新按视图分级：核心指标 5 秒、次级指标 60 秒、明细按需拉取；大屏动画在低端设备自动降级为静态态，保证 30fps 以上可读体验。
Q5日志与审计数据保留多久，可否应对检查？
成长档默认 24 个月、企业档可自定；审计日志只增不改，支持按人员、字段、时间三维检索，一键导出合规材料，满足内部与外部审计取证。
Q6接入需要改造现有业务系统吗？
多数场景无需改造：提供 JDBC、Kafka、对象存储、API 拉取四种接入方式，先用只读账号灰度 1–2 张表验证，确认字段映射无误再全量放量。
自建数据平台 vs 潮析大数据分析平台
对比维度取自真实选型会高频关注项，结论以「上线周期、可信能力、长期成本」三条主线展开。
| 对比维度 | 自建开源方案 | 潮析平台 | 关键差异 |
|---|---|---|---|
| 首次可用周期 | 3–6 个月 | 2–4 周 | 预置数据可视化与权限模型，省去从零搭建 |
| 字段级血缘 | 需二次开发 | 原生支持 | 变更影响面可一键评估，降低口径事故 |
| 动态脱敏 | 插件拼装 | 内置 30+ 规则 | 按角色实时生效，无需改动底层表 |
| 数据挖掘复用 | 算法各自为政 | 版本化特征库 | 特征一次定义、多场景复用，减少重复计算 |
| 三年综合成本 | 人力占比约 65% | 运维投入降约 40% | 托管与自动化巡检替代大量人工值守 |
| 合规取证 | 临时补材料 | 报告自动生成 | 审计日志只增不改，检索即取证 |
上线前请逐条核对，六步把可信落到细节
以下每条都给出可执行动作与量化阈值，建议由数据负责人与安全负责人各签一半，避免「都以为对方在管」。
先画数据地图，再谈分析
列出全部数据源、字段与责任人，标注敏感等级（L1–L4）。L3 以上字段默认脱敏且限制导出，先完成分级再开放查询权限。
完成标准：字段覆盖率 ≥ 95%用只读账号灰度接入
首批只接入 1–2 张核心表，观察 3 天采集延迟与脏数据比例；延迟稳定 ≤ 3 秒、脏数据 < 0.5% 后再扩大范围，避免一次性全量引入风险。
放量门槛：连续 3 天达标统一指标口径与语义色
把「活跃用户」「转化率」等高频指标写入指标层，明确计算公式与时间窗；全屏可视化中同一指标固定同一颜色与单位，杜绝多口径并存。
目标：口径冲突数降为 0权限按最小化配置并季度复核
遵循「默认拒绝、按需申请、到期回收」，行级与列级权限分别配置；每季度导出权限清单复核一次，重点清理离职与跨部门长期授权。
超标授权清理率 100%为每个模型保留溯源快照
训练前记录数据版本、特征列表、随机种子与评估指标，落库不可修改；上线后首两周每日比对线上与离线指标偏差，超过 15% 触发复查。
复现成功率 ≥ 99%告警做基线，不做阈值堆砌
用近 4 周同期数据生成波动基线，偏离 2 倍标准差才告警；每条告警必须附带影响范围与建议动作，并设置 15 分钟聚合窗口抑制风暴。
误报率 ≤ 8%，到达 ≤ 10 秒看板、沙箱与审计台，长什么样
