答辩总览仪表盘
目标
用一页展示项目做到了什么、数据是否可信、发现了什么问题、推荐算法有什么增强。
建议仪表盘名称:
LZ-组6_答辩总览
布局建议
第1行:4个KPI卡片
第2行:每日行为趋势折线图
第3行:三类业务发现候选表
第4行:推荐评估 + 数据质量摘要
卡片1:清洗后记录数
保存名称:
KPI-清洗后记录数
可视化:Number
SELECT
record_count AS `清洗后记录数`
FROM dataset_profile
WHERE dataset_layer = 'clean';
卡片2:覆盖用户数
保存名称:
KPI-覆盖用户数
可视化:Number
SELECT
user_count AS `覆盖用户数`
FROM dataset_profile
WHERE dataset_layer = 'clean';
卡片3:购买行为数
保存名称:
KPI-购买行为数
可视化:Number
SELECT
SUM(buy_count) AS `购买行为数`
FROM daily_metrics;
卡片4:推荐完整Top-5覆盖率
保存名称:
KPI-推荐完整Top5覆盖率
可视化:Number,格式设置为百分比。
SELECT
metric_value AS `完整Top5覆盖率`
FROM recommendation_evaluation
WHERE metric_name = 'complete_top5_rate';
图表1:每日行为趋势
保存名称:
趋势-每日浏览加购购买
可视化:Line
X轴:日期
Y轴:浏览量、加购量、购买行为数
SELECT
date AS `日期`,
pv_count AS `浏览量`,
cart_count AS `加购量`,
buy_count AS `购买行为数`
FROM daily_metrics
ORDER BY date;
表格1:业务发现候选
保存名称:
表格-业务发现候选
可视化:Table
SELECT
finding_id AS `发现编号`,
CASE theme
WHEN 'conversion' THEN '转化'
WHEN 'repurchase' THEN '复购'
WHEN 'category' THEN '类目结构'
WHEN 'recommendation' THEN '推荐'
ELSE theme
END AS `主题`,
CASE priority
WHEN 'high' THEN '高'
WHEN 'medium' THEN '中'
WHEN 'low' THEN '低'
ELSE priority
END AS `优先级`,
title AS `发现标题`,
metric_name AS `指标名`,
metric_value AS `指标值`,
evidence_table AS `证据表`,
limitation AS `局限说明`
FROM finding_candidates
ORDER BY
CASE priority WHEN 'high' THEN 1 WHEN 'medium' THEN 2 ELSE 3 END,
finding_id;
图表2:推荐评估指标
保存名称:
柱状-推荐评估指标
可视化:Bar
X轴:指标
Y轴:指标值
SELECT
CASE metric_name
WHEN 'item_coverage_rate' THEN '商品推荐覆盖率'
WHEN 'complete_top5_rate' THEN '完整Top5覆盖率'
WHEN 'same_category_recommendation_rate' THEN '同类目推荐占比'
WHEN 'top_1pct_incoming_share' THEN '热门集中度'
WHEN 'average_recommend_category_count' THEN '平均推荐类目数'
WHEN 'fewer_than_5_candidate_items' THEN '候选不足5个商品数'
WHEN 'no_candidate_items' THEN '无候选商品数'
ELSE metric_name
END AS `指标`,
metric_value AS `指标值`,
definition AS `定义`
FROM recommendation_evaluation
ORDER BY metric_name;
表格2:数据质量摘要
保存名称:
表格-数据质量摘要
可视化:Table
SELECT
scope AS `范围`,
check_item AS `检查项`,
input_count AS `输入行数`,
issue_count AS `问题行数`,
issue_rate AS `问题率`,
handling_strategy AS `处理策略`,
final_output_count AS `最终输出行数`,
note AS `说明`
FROM data_quality_report
ORDER BY scope, check_item;
答辩讲解词
本页展示全量 9 个分片清洗后的分析底座。我们不只完成了基础 PV、UV、转化、分层和推荐,还补充了复购、留存、严格路径、类目机会和推荐评估。所有图表来自 MySQL 稳定视图,底层数据已通过自动验收。