项目背景:现有数据看板复杂多样，业务人员(运营、产品)对数据异动感知差，分析师对异动归因的效率低。
主要职责:
1. 结合业务梳理数据指标及口径，组织业务方和数仓开发进行指标评审，搭建贴合业务的核心指标体系。
2. 通过结构比率归因的方法，量化不同维度下子指标的贡献度，定位异常原因。
3. 搭建数据驾驶舱看板，通过Python实现基于箱型图、阈值、移动平均&标准差的自动预警功能和异动归因模型，助力业务人员快速掌握业务现状及定位异
常原因。
关键成果:
1. 异动分析模型的预警准确率达60%，通过数据为手机品类运营提供支撑，并以数据视角解释异动产生的原因。