评分点升级清单

1. 子题 1：数据体检与规范化

基础要求：

• 记录数、用户数、商品数、行为分布、时间跨度。
• 缺失值、异常值、重复行检查。
• 清洗前后对比。

升级做法：

• 每个 CSV 分片单独输出质量摘要。
• 把观察期外时间戳作为重点异常说明。
• 输出字段字典和清洗策略表。
• 保存小样本数据，便于老师快速查看格式。

2. 子题 2：指标体系

基础要求：

• PV、UV、访客深度、转化率、动销率、复购率。
• 按日、小时、类目、购买频次计算。

升级做法：

• 同时保留“用户数口径”和“行为次数口径”。
• 增加 RFM 或购买频次分层。
• 增加指标口径风险说明，例如分母为 0 的处理方式。

3. 子题 3：可视化看板

基础要求：

• 趋势、排行、用户分层、漏斗、热力图。

升级做法：

• 每张图都配一个业务问题。
• 加一个总览页展示核心结论。
• 加筛选器或参数切换。
• 提供本地 HTML 和截图两种查看方式。

4. 子题 4：关联推荐

基础要求：

• 商品 Top-5 关联推荐。
• 方法说明和抽查结果。

升级做法：

• 解释行为权重是否使用，以及为什么。
• 抽查同类目和跨类目推荐。
• 输出推荐样例页，展示“看过 A 的用户还常看 B/C/D”。

5. 综合题

基础要求：

• 三个业务问题。
• 运营建议、量化收益、优先级、难度。

升级做法：

• 每个问题形成完整证据链。
• 每条建议给出计算公式，而不是只写主观判断。
• 把建议分为短期、中期、长期。

6. 答辩表现

基础要求：

• PPT、操作手册、演示视频、追问应答。

升级做法：

• 准备线上展示入口。
• 准备本地离线备份。
• PPT 控制信息密度，报告承载细节。
• 追问应答重点准备数据口径、清洗异常、推荐算法、虚拟数据边界。