电商交易数据分析平台产品系统

## 立项原因
1. 业务痛点驱动（直接原因） ——项目瞄准跨境电商运营中四个传统模式解决不了的问题：

- 数据孤岛 ：订单、商品、支付、物流、评价分散在 9 张表，跨部门口径不一，人工对齐成本高；
- 决策滞后 ：没有自动化监控，业绩缺口往往月底复盘才暴露，异常发现以“天/周”计；
- 供应链盲目 ：补货靠采购员拍脑袋，缺量化依据（安全库存、再订货点）；
- 分析不闭环 ：结论停在报表层面，无法自动转化为补货清单、定价方案等可执行动作。
2. 深层动机 ——验证一套“数据驱动决策”的 完整工程闭环 ：不是只做一次分析，而是建一条可复用、可调度、可监控的自动化管道（ODS→DWD→DWS→ADS 五层分析 + 告警），这正是企业真实数据团队的运作方式。Olist 数据真实、规模适中（9.5 万订单 / 73 品类），是搭这套体系的理想试验场。

## 行业前景
1. 市场层面 ：拉美是全球增速最快的电商新兴市场之一，巴西为最大单一市场；电商渗透率仍在提升，信用卡分期、Boleto 本土支付等区域性特征催生了对 本地化数据分析 的强需求。

2. 能力层面 ：本项目覆盖的四类能力是电商数据团队的行业刚需，可直接迁移到真实业务——
GMV 时序预测（Prophet） 销量预测、备货计划、大促备量
安全库存 / 补货点模型 供应链优化、跨境仓配
弹性定价与促销分配 动态定价、营销预算 ROI
监控预警闭环 数据质量、模型衰减治理（MLOps）
3. 趋势层面 ：行业正从“人找数”的报表模式走向“数推人”的决策系统——自动化管道、预测模型、异常告警的融合是明确方向，项目的工程化设计（全量/增量双模式、容错降级、配置化调度）正对齐这一趋势。

需要的话，我可以把这两部分作为新章节补进 MD 和 PDF 报告。

1. 数据接入与治理 自动加载 9 张业务表，完成状态白名单过滤、IQR 极值剔除、类型标准化、时间维度退化，多表 JOIN 成统一交易事实宽表，并做空值/负值/未来日期质量检查（本批次问题数 0）。

2. 五层业务分析

- 描述性 ：经营 KPI 仪表盘（GMV、AOV、取消率、评分、支付结构）；
- 探索性 ：金额分布与异常识别、品类帕累托、星期/小时时间模式、指标相关性；
- 诊断性 ：州/品类下钻归因、退款分析、下单→送达交易漏斗、配送时效诊断；
- 预测性 ：Prophet 未来 30 天 GMV 预测（含置信区间）+ GBDT 客户流失评分；
- 规范性 ：95% 服务水平的安全库存/再订货点计算 + 折扣预算约束下的品类促销分配。
3. 监控预警 数据质量监控、订单量波动监控、预测偏差监控（MAPE 超阈值自动告警，提示重训）。

4. 自动化产出 15 张 PNG 图表 + JSON 结构化报告 +`inventory_result.csv` （补货清单）+`pricing_result.csv` （定价方案），并输出滚动运行日志。

5. 双运行模式`--mode full` 全量重建 /`--mode daily` 增量更新（水位线追踪，满足条件自动触发模型重训）。

1. 分层架构
`数据源(CSV/DB) → ODS(清洗加载) → DWD(事实宽表) → DWS(特征聚合) → ADS(六大分析引擎) → 输出层`

2. 代码组织`src/etl` （清洗建模）、`src/analysis` （六个分析器，统一`run_all` 接口契约）、`src/pipeline` （主管道编排）、`src/utils` （配置/日志工具），配套`tests/` 单元测试与`scripts/` 调度脚本。

3. 技术选型 Pandas/NumPy 数据处理、Parquet + SQLAlchemy 持久化（支持 MySQL/PG/SQLite）、Prophet 时序预测、Scikit-learn 流失模型、PuLP 线性规划（缺失时降级 NumPy 启发式）、Matplotlib 中文字体适配可视化。

4. 工程化保障`config.yaml` 声明式配置（阈值/超参/路径全可调）、10MB 滚动日志保留 5 份、容错降级机制（依赖缺失不断链）、crontab 定时调度、pytest 质量门禁。

一句话概括： 用分层数仓 + 六大分析引擎把 9.5 万订单原始数据，自动加工成图表、报告和两张可直接执行的业务清单 ，全过程可配置、可调度、可监控。