项目任务剖析
本文用于回答一个问题：这个实训项目到底要求团队做什么。
结论先行：本项目不是单独做几个 Excel 表，也不是单独写一份报告，而是围绕淘宝用户行为数据，完成一套从数据处理到业务复盘再到答辩展示的完整成果链。
1. 项目主题
主题：淘宝用户行为数据复盘与运营优化。
核心对象：阿里巴巴天池淘宝用户行为数据集 UserBehavior。
核心目标：
- 把原始用户行为数据清洗成可分析的数据。
- 建立一套能解释业务问题的指标体系。
- 做出能展示趋势、转化、类目和用户分层的可视化看板。
- 用简单可解释的方法完成关联商品推荐。
- 基于数据发现 3 个业务问题，并提出运营优化方案。
- 把成果整理成报告、操作手册、答辩 PPT 和演示材料。
2. 数据是什么
数据每行是一条用户行为，字段只有 5 个：
| 字段 | 含义 | 示例用途 |
|---|---|---|
user_id |
用户 ID | 计算 UV、复购用户 |
item_id |
商品 ID | 计算商品动销、推荐共现 |
category_id |
商品类目 ID | 做类目排行、类目结构分析 |
behavior_type |
行为类型 | 区分浏览、收藏、加购、购买 |
timestamp |
行为时间戳 | 按日期、小时分析趋势 |
行为类型包括：
| 类型 | 含义 |
|---|---|
pv |
浏览商品详情页 |
fav |
收藏商品 |
cart |
加入购物车 |
buy |
购买商品 |
注意：任务书要求只能使用组委会提供的数据，不要自行替换或下载其他版本。
3. 评分结构
项目总分可以理解为四块：
| 模块 | 分值 | 本质要求 |
|---|---|---|
| 日常表现 | 20 | 团队协作、提交记录、进度控制 |
| 子题 1-4 | 40 | 清洗、指标、看板、推荐四个专项成果 |
| 综合题 | 30 | 把数据分析转成业务诊断和运营建议 |
| 答辩表现 | 10 | PPT、演示视频、追问应答 |
因此，团队不能只关注技术结果，还要留下过程记录、文件规范和成员贡献痕迹。
4. 必做成果链
子题1：数据体检与规范化
要解决的问题：原始数据能不能被可靠分析。
必须产出：
- 清洗后数据集或清洗结果说明。
- 数据质量检查表。
- 缺失值、异常值、重复行、时间范围检查记录。
- 字段命名和字段含义说明。
建议优先保证数据质量检查表清楚，因为后续所有分析都要引用它。
子题2：核心指标体系搭建与计算
要解决的问题：用哪些指标判断用户行为表现。
必须产出：
- 指标字典。
- 指标计算表。
- 按日、小时、类目、购买频次等维度的结果。
重点指标：
- UV：独立访客数。
- PV：浏览量。
- 访客深度：PV / UV。
- 浏览到加购转化率。
- 加购到支付转化率。
- 整体购买转化率。
- 动销率。
- 复购率。
子题3：多维可视化看板
要解决的问题：能不能让老师快速看懂数据现象。
必须产出：
- 一个交互式看板或可演示看板。
- 看板设计说明。
看板至少覆盖：
- PV / UV 趋势。
- 类目行为排行。
- 用户分层。
- 转化漏斗。
- 日小时热力图。
看板不是为了好看而好看，每张图都要能回答一个业务问题。
子题4：关联商品推荐
要解决的问题：用户看过或买过某商品后，还可能对哪些商品感兴趣。
必须产出：
- 商品 Top-5 关联推荐结果表。
- 方法说明。
- 抽样结果合理性分析。
实现不一定要很复杂，关键是说清楚：
- 哪些行为被视为正向反馈。
- 如何构建用户和商品交互集合。
- 如何统计商品共现。
- 如何控制数据量。
- 推荐结果是否合理。
综合题：复盘报告与运营优化方案
要解决的问题：数据分析之后，能不能给出业务决策建议。
必须产出：
- 用户行为复盘报告。
- 运营优化方案。
- 综合演示看板。
- 项目报告与操作手册。
报告重点不是罗列图表，而是完成 3 个问题诊断。建议固定使用以下结构：
现象 -> 拆解 -> 假设 -> 验证 -> 结论 -> 建议
至少覆盖 3 类问题：
- 转化类问题。
- 复购类问题。
- 品类结构类问题。
子题5：工程化与答辩包装
要解决的问题：成果能不能被别人看懂、运行、复核和答辩。
必须产出：
- 项目报告终版。
- 操作手册。
- 演示视频。
- 10 页内答辩 PPT。
- 追问应答清单。
答辩主线建议固定为：
背景 -> 问题 -> 分析 -> 建议 -> 收益 -> 团队分工
5. 对四人团队的现实理解
任务书里给过 5 人分工模板，但你们实际是 4 人组。不要机械套用 5 人角色。
四人团队应采用以下思路：
- 组长负责最复杂、最容易影响全局的部分：任务拆解、指标口径、整合报告、答辩主线、AI 辅助审核。
- 队员负责边界明确的成果：清洗记录、指标字典、看板说明、个人报告、外链登记、截图说明等。
- 公共文件尽量由组长整合，队员不要同时改同一个总报告或 PPT。
- 每位成员都必须有本人账号提交记录，哪怕提交的是自己负责的说明文档、截图、外链登记或个人实训报告。
6. 最容易丢分的地方
- 数据清洗没有检查过程，只给出结果。
- 指标没有口径，导致报告、看板、PPT 数据说法不一致。
- 看板图很多，但没有说明每张图回答什么问题。
- 复盘报告只描述现象，没有归因和建议。
- 运营建议没有量化收益、优先级和难度。
- 大文件只发在群里，没有在仓库登记外链。
- 成员提交记录不足，或组长代替成员提交。
- 最终 PPT、报告、看板的数字不一致。
7. 推荐优先级
如果时间紧，优先级如下：
| 优先级 | 内容 | 原因 |
|---|---|---|
| P0 | 子题1、子题2、综合报告、PPT | 直接影响主线评分 |
| P1 | 看板、操作手册、追问清单 | 答辩展示必需 |
| P2 | 推荐结果、演示视频、外链总表 | 增强完整度 |
| P3 | 附加 HTML 分类映射题 | 有余力再做 |
附加题不要影响主线。主线完整、可解释、可答辩，比做很多高级功能更重要。