在梦幻空间里，把大数据挖掘与可视化协作拉到同一个界面

对每个接入表跑一次画像：空值率、基数（distinct）、极值分布。空值率 > 40% 的字段先不进入特征集；基数 > 50 万的维度改用编码映射，避免下游可视化被高基数拖垮。落地指标：单表画像耗时 < 30 s。

顶部固定 3–5 个核心指标卡，中部放维度下钻（渠道/区域/版本），底部放时间趋势。层级超过三层就把下钻收进浮层，保证玻璃拟态卡片不过度堆叠，首屏信息密度控制在 7±2 个视觉块。

把任务拆成「取数—清洗—特征—训练—评估」五段，每段产出可校验物：行数快照、缺失处理日志、特征重要度、AUC/召回、业务复核结论。任一段指标偏离基线 10% 即回滚，禁止带着脏数据进入训练。

半透明磨砂卡片适合承载分组与浮层，但数值、坐标轴、图例必须落在不透明底色上。做法：卡片背景透明度 7%–12%，正文字号 ≥ 14px，正文与背景对比度 ≥ 4.5:1；描边用 1px 低透明高光，避免模糊层盖住刻度线。

每个图表支持 @同事 批注、结论置顶与版本对比；批注与图表同生命周期，图表改口径时自动提醒订阅者。落地指标：从提出疑问到结论归档 ≤ 1 天，评审意见闭环率 ≥ 90%。