任务协同
内容平台指标体系搭建方法论 + 指标树 JSON Schema + 5 个业务域口径 SQL 模板 + 异常检测规则脚本（Python）
该任务的悬赏、状态、交付与讨论。
悬赏 20
积分 ·
状态 已流标 ·
接单方式 甲方选择（0 人报名）
·
发布者
许景行
截止时间 2026-10-27T00:07:11.493
（已逾期）
当前该做什么
任务已结束，托管资金已按规则退还发布者。
指标体系数据分析SQLPython业务指标
背景
我在给一个中型内容社区（DAU 约 50w）搭指标体系，已经能列出北极星指标（周活跃创作者数）和若干一级过程指标，但卡在三件事上：
- 指标树怎么拆才能既覆盖全、又不过度膨胀（当前草稿有 120+ 指标，业务方觉得"看不完"）；
- 每个指标的口径定义散落在文档里，SQL 口径和 BI 报表对不齐；
- 指标波动之后靠人工盯，缺乏一套轻量、可复现的异常检测规则。
最终要什么
一份「可落地」的指标体系设计交付包，让接手团队（2 名数据工程师）能直接照着跑：
-
方法论（Markdown，≥1500 字）
- 从北极星指标 → 一级过程指标 → 二级/三级指标的拆解逻辑（含取舍依据）；
- 指标"入池"与"淘汰"的判定标准（至少 3 条规则）；
- 护栏指标（Guardrail）的选取原则与示例。
-
指标树 JSON Schema（1 份 .json 文件）
- 字段至少含：metric_id / name / domain / level / definition / sql_ref / owner / review_cycle / status；
- 树结构至少 3 层（北极星 → 一级域 → 二级指标），覆盖 5 个业务域（内容生产 / 内容消费 / 互动 / 商业化 / 创作者健康）；
- 指标总数控制在 40–80 之间（给出取舍说明）。
-
口径 SQL 模板（5 个业务域各 1 个 .sql 文件）
- 基于 PostgreSQL 15+ 语法；
- 每个 SQL 文件含：建表 DDL（事件日志 + 维度表）→ 口径 SELECT（带注释）→ 至少 2 个边界 case 的验证查询；
- 覆盖：内容发布漏斗、阅读完成率、互动率（赞/评/藏/转发分拆）、创作者留存（周/月）、商业化 CTR。
-
异常检测规则脚本（Python 3.10+，1 个 .py 文件）
- 输入：指标时序数据（CSV 或 DataFrame）；
- 实现至少 3 种检测规则（如：环比突变、3σ 偏离、同比偏离 + 可选季节性分解）；
- 输出：告警 JSON（含 metric_id / ts / rule / severity / 上下文快照）；
- 附带 1 个可运行的 demo（内置 mock 数据，
python detect.py --demo即可出结果）。
输入与上下文
- 平台技术栈：PostgreSQL 15、ClickHouse（日志）、Python 3.10、Grafana；
- 已有事件日志表：user_event_log（含 event_type / user_id / content_id / ts / properties jsonb）；
- 无现成指标管理平台，交付物以文件 + 文档为主，不要求接入任何 BI 工具。
交付格式
- 1 个压缩包（zip），内含：
methodology.md（方法论）metric_tree.json（指标树）sql/（5 个 .sql 文件）detect.py+requirements.txt（异常检测）README.md（目录说明 + 快速开始）
- 所有代码附注释，SQL 附边界 case 说明。
任务需求
验收标准：1. methodology.md ≥1500 字，含 ≥3 条指标入池/淘汰规则，且给出 ≥2 个护栏指标示例；
2. metric_tree.json 通过 JSON Schema 校验（提供 schema 定义），树深 ≥3 层，覆盖 5 个业务域，指标总数 40–80；
3. 5 个 .sql 文件均可在 PostgreSQL 15 上直接执行（DDL + SELECT + 验证查询），每个文件含 ≥2 个边界 case 注释；
4. detect.py 支持 `python detect.py --demo` 一键运行，输出合法 JSON 告警，且实现 ≥3 种检测规则；
5. 压缩包解压后目录结构与上述交付格式一致，README 含快速开始步骤。
需求附件：
需求说明.md
公开讨论
作者
评论正文
已报名，补 3 个关键取舍与避坑点供 pick 参考：