LZ-组6 四人开场介绍与十五分钟完整答辩讲稿（v1）
总时长按15分钟设计。方括号内容是操作提示，不需要读出。正常语速讲解；页面加载时不要沉默，直接使用对应过渡语。
一、四人开场介绍
1. 黎钊恺（约20秒）
大家好，我是黎钊恺，是本组项目负责人和答辩主讲。我主要负责总体架构、完整数据流水线、27字段与25个分析主题、Plus企业后台、Windows工具、服务器部署和最终整合。我也和三名组员共同参与了Metabase看板制作，负责把各板块统一成可以交付和演示的最终版本。
2. 吴锐锋（约20秒）
大家好，我是吴锐锋，主要负责数据清洗、质量检查、指标复核和流量转化分析。我重点检查清洗前后数量是否守恒、指标口径是否一致，并参与Metabase流量与转化看板制作，保证报告、图表和答辩使用同一套数据。
3. 康奕（约20秒）
大家好，我是康奕，主要负责可视化、类目商品分析和展示统一。我参与了看板图表选择、页面布局、类目与商品板块以及截图整理，也与其他成员共同制作Metabase，重点保证每张图都能清楚回答一个业务问题。
4. 贾天宇（约20秒）
大家好，我是贾天宇，主要负责关联商品推荐、用户机会分析和运营建议。我完成了采样共现推荐结果整理与抽查，参与用户分层和商品机会看板，并负责把分析结果转化为可以进行对照实验的运营行动。
二、黎钊恺完整主讲稿
0:00—1:20 四人介绍结束后的衔接
感谢三位组员。接下来由我进行整体汇报。我们会先用PPT快速说明项目全貌和数据结论，然后重点现场演示Windows流水线工具、Plus企业后台、Metabase BI看板，以及用于团队协作的文档站点。
1:20—4:00 PPT快速讲解
第1页：封面（约15秒）
[展示第1页]
我们的项目主题是“从一亿条用户行为到可复用的数据决策平台”。重点不只是处理数据，而是让清洗、分析、业务建议和最终系统形成一条可以重复使用的完整流程。
第2页：项目总览（约20秒）
[切换第2页]
任务书要求完成数据体检、指标、看板、关联推荐、复盘和运营方案，我们全部覆盖。在此基础上，又处理了9个完整分片，形成27字段、25个分析主题、Plus企业后台、Metabase和Windows桌面工具，并完成服务器部署。
第3页：字段与版本（约25秒）
[切换第3页]
原始数据只有用户、商品、原始类目、行为和时间戳5个字段。我们保留这5个原始字段，再增加8个日期时间和会话计算字段、5个类目映射字段，以及9个固定规则模拟字段。映射只是为了按业务分类展示，模拟金额、订单、渠道、设备和地区也只用于方法演示，不代表真实经营数据。
第4页：三个业务问题（约15秒）
[切换第4页]
分析最终聚焦任务书要求的三类问题：第一，流量高峰与转化增长不同步；第二，购买和复购维护不能使用同一种策略；第三，商品贡献高度集中，长尾商品又容易受到低样本影响。
第5页：转化分析（约15秒）
[切换第5页]
12月2日PV相对前7日平均增长32.59%，购买行为只增长20.34%。同时晚间表现强于早晨，加购后的转化大多不是即时发生，因此企业需要分日期、分时段、分意向阶段进行转化实验。
第6页：复购与用户（约15秒）
[切换第6页]
观察期内有672,404名购买用户，其中370,274名用户在至少两天发生购买行为。还有256,012名意向未购用户和266,856名高活跃未购用户。企业需要建立互斥优先级，分别做维护、转化和召回。
第7页：商品与推荐（约15秒）
[切换第7页]
12.34%的A层商品贡献80%浏览和77.22%购买行为。项目识别15,000个待核查机会商品，同时排除大量低样本商品。关联推荐用于产生组合推荐候选，但不能被解释为因果关系。
第8页：建议与收益（约20秒）
[切换第8页]
我们给出三项行动：峰值和晚间转化实验、意向与复购用户分层触达、机会商品Top100核查。3%是相对对照组的最低实验成功目标，不是已经获得的收益。项目还能够减少重复人工处理、统一指标口径和降低错误决策风险。
第9页：系统与团队（约15秒）
[切换第9页]
四个人按领域主责，同时共同制作Metabase并互相检查。Plus 12负责正式数据，Plus 13负责发布和后台，Windows工具负责复用，文档站点负责让成员快速找到规范、任务和看板搭建说明。
第10页：总结和后续（约5秒）
[切换第10页]
下面不继续停留在PPT，我直接通过真实系统说明这些成果如何运行，以及这些结论如何支持企业决策。
4:00—7:10 Windows数据流水线工具演示
1. 工具定位
[切换到Windows数据流水线工具，展示工作流选择页]
这个工具是我们把项目经验整理成通用产品后的成果。它直接面向任务书的原始五字段CSV。普通使用者不需要先修改代码，只需要选择输入、输出和分析方式。
这里有两个工作流。基础行为分析只使用原始五字段和确定性计算信息，适合完成任务书中的质量、趋势、漏斗、路径、用户和商品分析；增强主题分析会在保留原字段的前提下扩展成27字段，并生成25个主题。
2. 可操作选项
[依次指向输入、输出、基础/增强、标准清洗/严格验收]
用户可以选择单个CSV或分片目录，选择基础或增强分析，再选择数据质量策略。标准清洗会隔离问题数据并继续分析；严格验收会完成检查，但只要发现排除行就停止生成正式分析表。这适合企业在日常分析和正式验收之间切换。
3. 预检和资源检查
[展示“检查电脑”和10万行预检入口；优先使用已经准备好的预检结果]
在重型任务之前，工具先检查处理器、内存、输出盘和文件系统，再运行10万行预检。这样可以提前发现格式、空间和配置问题，避免任务运行很久后才失败。答辩现场不重新启动一亿行任务，我们展示的是已经完成的小规模预检或历史运行。
4. 实时质量与恢复
[展示“实时总览”“数据问题”“分析结果”三个页签]
运行期间可以看到已处理行数、clean数量、排除数量和四类行为。数据问题页按类型解释问题位置、影响和建议；分析结果页显示各模块状态。工具还支持安全暂停和恢复，只复用经过检查的结果。这里的企业价值是把一次性的脚本变成普通人员也能操作、出现问题也能继续的流程。
7:10—10:10 Plus企业后台演示
1. 综合概览和五个标签页
[打开 https://lz-group-6.selfpage.cn/plus/，展示日期范围和五个主标签]
这是已经部署在服务器上的Plus企业后台。它将同一套正式数据组织为综合概览、流量与转化、类目商品与用户、订单与经营结构、数据与方法五个标签页。日期范围可以调整，图表可以缩放或下载。
2. 商品核查
[进入“类目、商品与用户→商品核查”，选择“高曝光零浏览后购买转化”]
这里不是简单给商品贴上“有问题”的标签，而是提供待核查候选。例如商品1591862曝光较高，但没有形成浏览用户后续购买转化。页面同时保留分子、分母、阈值和限制说明，提醒我们商品仍可能通过其他路径发生购买，不能直接断定页面、库存或价格有问题。
[指向规则下拉框、商品ID查询、下载按钮]
运营人员可以切换核查规则、输入商品ID继续查询，也可以下载候选结果。这样可以先筛出Top100，再由商品运营结合真实页面、库存和价格进行人工核查。
3. 用户分层
[切换“用户分层”，展示“活跃与机会”]
用户板块可以切换不同分层并查询脱敏用户ID。当前有266,856名高活跃但观察期内未购买用户。这个人群不是确定流失用户，只是更适合优先进入召回实验。另有购买用户和跨日购买用户，可分别设计新购维护和复购维护策略。
4. 情景测算
[进入“订单与经营结构”，展示价格带/折扣/区域/分类和情景测算]
这个页面可以切换模拟价格带、折扣、区域和分类，也可以输入测算基数，选择1%、3%或5%的变化。它回答的是“如果某项指标改善，按当前基数可能对应多大变化”。这里必须强调：这是情景测算，不是预测；金额和订单也是模拟字段，不能当作真实企业收入。
10:10—12:50 Metabase BI与商业结论
1. 总览与转化问题
[切换到Metabase答辩总览，再进入流量与转化看板]
Metabase负责让管理者通过筛选和图表快速看到业务问题。第一类问题是流量与转化。12月2日浏览达到12,329,641次、购买行为257,903次。浏览增幅明显高于购买行为增幅，说明活动或周末带来的流量没有同比例转化。
晚间PV为36,912,077，购买行为728,562，浏览后购买用户率11.37%，早晨只有6.01%。因此建议把客服、推送和活动资源向高价值时段倾斜，但必须设置其他时段作为对照。
严格路径中，浏览到购买为1.4163%，加购到购买为6.1202%，收藏到购买为4.2640%。加购后2至24小时和24小时以上的转化合计76.67%，说明意向用户触达需要按时间窗口设计，而不是只做即时提醒。
2. 复购与用户维护
[切换用户看板]
第二类问题是用户维护。672,404名用户在窗口内发生购买行为，370,274名用户跨至少两天购买。我们不把所有购买用户合成一个群体，而是区分新购买、跨日购买、意向未购和高活跃未购，再设置互斥优先级，避免同一用户收到重复或冲突的触达。
企业价值是把无差别营销变成可以衡量的分层实验。我们关注跨日购买用户率、目标人群购买行为率和严格转化，而不是直接承诺收入增长。
3. 商品结构与推荐
[切换类目商品或商品机会看板]
第三类问题是商品结构。513,641个A层商品只占商品总数12.34%，却贡献80%浏览和77.22%购买行为。企业应优先保障这部分商品的页面、库存和服务资源；对长尾商品则先判断样本是否充足。
项目识别9,415个低曝光高转化、4,140个高曝光零浏览后购买转化、1,445个高意向零购买候选。它们是核查顺序，不是问题定论。推荐部分使用20万采样用户生成约374.8万条结果，可以作为关联搭配和交叉销售候选，最终仍需要线上实验验证。
12:50—13:30 文档协作站点
[打开 https://docs.happykai.cn/]
除了代码和看板，我还在服务器上部署了团队协作文档站。这里集中保存答辩材料、团队教程、仓库MD、项目剖析、任务分发、服务器说明和Metabase搭建文档。
它体现的协作价值不是简单存文件，而是让组员能够按统一顺序理解任务、找到提交规范、检查清单和操作说明。公共文件由我统一整合，各成员负责自己的领域，再通过文档和看板交叉检查，降低口径不一致和交接困难。
13:30—14:30 商业价值与预测扩展
[回到PPT第10页或项目总览]
总结来看，这个项目给企业带来三类价值。第一是经营价值：发现峰值转化、用户维护和商品结构问题，为运营实验提供目标人群和核查顺序。第二是管理价值：统一数据版本、指标和限制，减少不同部门使用不同数字。第三是技术价值：把完整数据处理、质量检查、查询、看板和恢复能力做成可重复流程，减少重复人工工作。
当前项目完成的是描述分析、问题诊断、规则评分、用户分层、关联推荐和情景测算，还没有训练完成的机器学习预测模型。下一步可以基于现有27字段和主题表训练用户购买倾向、商品转化风险和流量需求预测模型。但流量预测需要更长时间序列，所有模型都需要训练集、验证集、基线和真实实验，不能用9天数据或模拟金额直接证明效果。
14:30—15:00 结束语与机动
我们的成果既覆盖了任务书中的清洗、指标、看板、推荐、复盘和运营方案，也进一步形成了完整数据流水线、企业后台、BI看板、Windows工具和团队文档站。
我们认为数据分析的价值不在于做出多少张图，而在于能否从可信数据中发现问题、提出可验证行动，并让企业持续复用这个过程。我的汇报到这里，谢谢各位老师，欢迎提问。
三、加载失败时的备用衔接语
Windows工具未及时打开
当前页面加载需要一点时间，我先说明核心流程：工具支持五字段基础分析和27字段增强分析，能够进行质量策略选择、10万行预检、实时问题查看以及安全暂停恢复。这里使用准备好的真实截图继续展示。
Plus企业后台网络较慢
线上后台当前正在加载。它的五个正式标签页和可操作功能已经通过服务器验收，我先用真实截图说明商品核查、用户查询和情景测算，网络恢复后再返回页面。
Metabase无法访问
Metabase使用只读数据入口。为避免网络影响答辩，我们同时准备了六个正式看板截图。以下数字均来自同一 plus-release_006 数据版本。
文档站点无法访问
文档站点用于集中展示答辩、团队教程、仓库文档、任务分发、服务器和Metabase搭建说明。这里使用首页和导航截图说明其协作价值。