数据决策室


把一份确定生成、无 PII 的 25,000 行 SaaS onboarding CSV，变成每个数字都能追溯的互动决策室。重点不是更快画图，而是让速度与可信度一起交付。

最终会得到什么

• 漏斗、同期群、异常三个并行分析分支
• 关键指标 CSV、逐指标验证账本与决策 Memo
• 可离线切换 Overall / Organic / Paid social / iOS 四个真实视图的 Decision Room HTML
• 完成运行日志、输入生成规则和全部文件 SHA-256

节点与模型

| 节点 | 模型 | 说明 |

|---|---|---|

| 结构审计 | GPT-5.5 | 校验 25,000 行输入和生成规则 |

| 数据清洗 | GPT-5.5 | 规范类型并保留清洗证据 |

| 漏斗分析 | GPT-5.5 | 计算分子、分母和渠道差异 |

| 分群分析 | GPT-5.5 | 比较渠道、设备与同期群 |

| 异常分析 | GPT-5.5 | 定位 iOS 事件日异常 |

| 指标对账 | GPT-5.5 | 统一三分支口径与时间窗 |

| 可信度验证 | GPT-5.5 | 为 5 项核心指标建立账本 |

| 决策建议 | GPT-5.5 | 输出带保护指标的三项行动 |

| 互动决策室 | GPT-5.5 | 组装四视图离线 Decision Room |

| 运行清单 | GPT-5.5 | 对账输入、产物与 SHA-256 |

变量与复跑

可替换变量：数据文件、激活事件、决策周期。官方证据包附带 25,000 行 CSV；路径留空或文件缺失时，Runner 会生成同列、同规模、含可分析异常的无 PII 合成 fixture，标记 locally rebuilt / 本地重建 并计算新 hash。它是可用复跑输入，不冒充官方证据文件，指标也必须重新计算。任何口径冲突必须在「指标对账」节点解决，不能静默选一个数字。

降级行为

若无法生成互动 HTML，仍须完整交付指标 CSV、可信度账本和决策 Memo，并把 HTML 降级写入运行清单；不得用静态卡片冒充可筛选成品。

产物目录

input/saas-onboarding-25000.csv · analysis/funnel.md · analysis/cohort.md · analysis/anomaly.md · analysis/trust-ledger.md · artifacts/metrics.csv · artifacts/decision-memo.md · artifacts/decision-room.html · delivery.md.