清洗层、汇总层、展示层设计

1. 为什么分层

如果所有结果都从原始 CSV 临时计算，容易出现口径不一致、脚本重复、看板和报告数字冲突。分层可以让数据来源更清楚。

2. 推荐分层

原始层

内容：

• 组委会提供的 9 个 CSV 分片。
• 分类对照表。

规则：

• 不修改。
• 不提交 Git。
• 只在外链登记中说明来源和位置。

清洗层

内容：

• 统一字段名。
• 转换时间字段。
• 标记或剔除异常。
• 保留清洗日志。

推荐字段：

user_id,item_id,category_id,behavior_type,timestamp,datetime,date,hour

汇总层

内容：

• 日指标表。
• 小时指标表。
• 类目指标表。
• 用户分层表。
• 漏斗表。
• 推荐结果表。

规则：

• 看板、报告、PPT 优先引用汇总层。
• 汇总层文件可以提交，前提是体积不超过限制。

展示层

内容：

• Excel 指标表。
• HTML 看板。
• Streamlit 应用。
• PPT 截图。
• 报告图表。

规则：

• 展示层只展示结果，不重新定义指标口径。

3. 推荐命名

LZ-组6_日指标汇总_v1.csv
LZ-组6_小时指标汇总_v1.csv
LZ-组6_类目指标汇总_v1.csv
LZ-组6_用户分层汇总_v1.csv
LZ-组6_转化漏斗汇总_v1.csv

4. 质量控制

• 每个汇总表写明生成脚本。
• 每个指标在指标字典中能找到口径。
• 报告、看板、PPT 使用同一版汇总表。
• 更新数据后同步更新版本号。