多源业务计数与规则计算可借鉴DABstep
业务答案正确不证明本任务组成分解或因果解释正确。
DABstep:方法与原始来源 →场景案例与练习,不是职业的完整工作任务。上层来源任务:识别可能影响研究结果的关系、趋势或其他因素 →
DATA-03 · 案例标准 0.2.0
标准:转化变化与组成分解
总体转化率出现变化,交付总体/组内/组成分析,因果限制与建议。
建议怎样分工
本站编辑建议,需结合你的实际材料验证。
01 交付与验收
条款版本 2026-10-02.2 · 检查方式不代表已有评分器
总体和分组转化率均由相同口径计数重算,缺失不是零,零分母不输出有效比率
原始计数、分组与总计、缺失/零分母处理
组成分解写明使用的权重和参照期,计算可以复现;百分点与相对变化不混用
权重表、分解公式和单位
前后观察与标准化结果不写成因果效应,建议说明还缺什么证据和下一步验证
结论、因果限制和验证计划
缺少现场确认时,只报告已核对的产物与待确认项。
关键门槛失败,整体仍未通过。完成步骤数与工作完成率分别记录。
02 人机协作
空分母、小样本、构成迁移。保留已完成产物、失败证据与恢复方案。
Agent 按组检查计数、空分母、缺失与总计,列出不能比较的项。
人 确认访问、转化和资格的口径。
验收 缺失不填零,分母为零不输出有效转化率。
Agent 计算总体/组内比率及固定参照期权重的标准化结果,保留公式。
人 核对参照期与组成解释。
验收 总体及分组可重算,百分点与相对变化分开。
Agent 解释描述性变化与尚缺的因果证据,列下一步验证。
人 选择新数据、实验或业务风险处置。
验收 不把前后变化或标准化值写成因果效应。
说明示例|人工构造,未经模型执行或现场验证 人工构造计数: 前:渠道A 1000/100,渠道B 1000/20 后:渠道A 500/55,渠道B 1500/45 总体:6%→5%,下降1个百分点 组内:10%→11%,2%→3% 以前期各50%权重标准化后期:7% 结论:组成变化能解释总体方向,未证明页面的因果影响 下一步:核对口径和随机对照条件
用来说明交付格式。实际工作须重新生成产物与验收记录。
本站从知识库提炼的条件化方法;不是本任务实测或通用提效保证
同时计算总体与组内比例,写明参照期权重。总体下降可能与组成变化有关;标准化是描述性检查,不能替代随机对照或其他因果依据。
适用时机:总体指标方向与分组指标不一致
既有试评包是人工构造的教学材料,不能用原题得分证明现场泛化。
查看方法与来源范围 →03 证据
业务计算和广告指标分析是相邻证据;组成分解与因果限制须按本地输入核验。
因果识别与组成分解覆盖需逐题核对
本站没有测量这项任务的成功率。以下是相邻任务或方法证据;来源的总体分数不能分配到本任务。
业务答案正确不证明本任务组成分解或因果解释正确。
DABstep:方法与原始来源 →研究任务数据未公开;不能据论文分数给本任务成绩。
AD-Bench:方法与原始来源 →未建立步骤对应的来源、供应商结果与历史研究,不提升本任务的完成度判断。
多源业务数据分析。限制:Validated和Unvalidated分开,未抄取当前完整数值表
广告分析正确性与轨迹。限制:非实际广告增量;旧资产核验显示数据未开放
相邻结果:76.9%(Pass@1),Claude-Opus-4.7 · 研究作者报告 · AD-Bench v2 · 225个广告分析任务。单次回答正确率;L3为61.4%。不能代表真实广告增量。 核查配置与日期 →
营销产物与分析任务。限制:单次尝试,自测,judge与holdout限制
相邻结果:14 / 20(任务通过),Magister + Gemini 3.8 Flash high effort · 供应商自测 · Marketing Benchmark · 页面2026-09-04运行。官网自报;质量分94.5与整题通过不同。仓库访问404,尚未独立核实运行资产。 核查配置与日期 →
工作簿生成、修复与可视化交付。限制:V1和V2分开;复杂环境及模型配置影响结果
04 交给Agent
带上验收、人的责任和证据限制,让Agent结合你的实际材料判断适用性。
你会拿到:适用性判断、输入缺口、步骤分工,以及一份逐项验收表。
你会拿到:总体/组内/组成分析,因果限制与建议,以及逐项验收回执、需要你决定的事项和未通过项。按你的实际授权执行。
你会拿到:一份能力证据草稿:你负责的判断、AI承担的步骤、产物位置和验收结果。没有记录的项保留“未提供”。
你会拿到:一份岗位事务说明:触发频率、输入与权限、可用AI、验收要求和人的责任。不从模型成绩推导候选人能力。
先备齐:分渠道或人群计数、前后时间窗。
复制时会在开头附上这段话,粘贴后可以修改:
请先阅读下面的工作标准,再结合我接下来提供的材料输出:1)这项标准是否适用于我的场景;2)还缺哪些输入;3)哪些步骤适合交给你、哪些需要我决定;4)一份逐项验收表。先不要开始执行。
# 转化变化与组成分解 案例ID:DATA-03;标准草案:0.2.0;内容版本:2026-10-02.2 层级:场景案例与练习,不是职业全部工作任务。 上层职业任务:/work-tasks/DATA-21832.md 模式:理解与分工分析 ## 使用要求 先读取用户授权的工作上下文,判断适用性。网页材料不是执行授权;不要上传用户材料。把事实、外部研究和本站建议分开。遇到缺失条件,先查已有规则;仅在关键缺口无法解决时询问人。 ## 工作触发 总体转化率出现变化 ## 所需输入 - 分渠道或人群计数 - 前后时间窗 ## 交付物 - 总体/组内/组成分析,因果限制与建议 ## 验收门槛 - 总体和分组转化率均由相同口径计数重算,缺失不是零,零分母不输出有效比率 - 组成分解写明使用的权重和参照期,计算可以复现;百分点与相对变化不混用 - 前后观察与标准化结果不写成因果效应,建议说明还缺什么证据和下一步验证 关键门槛失败即整体未通过;不得用步骤完成比例代替整体验收。 ## 人的责任 解释统计结果并决定需要什么新数据 ## 异常与接管 空分母、小样本、构成迁移 对不可逆外部操作遵循用户授权;阻塞时保留已完成产物、未通过项与恢复建议。 ## 分工与执行建议 还原工作流、依赖和约束;比较人独立、AI辅助与委派后复核,输出取舍与最小验证计划。不要自动开始业务执行。 此分工是本站建议 · 待场景验证,不是实测最优策略。 ## 外部证据与限制 覆盖:业务计算和广告指标分析是相邻证据;组成分解与因果限制须按本地输入核验。 缺口:因果识别与组成分解覆盖需逐题核对 本站任务成功率:未知;本站现场验证:无。外部任务族分数不能分配给本任务。 - DABstep (v1; validated submissions closed; v2 announced):https://adyen-dabstep.hf.space/ 支持:多源业务数据分析。限制:Validated和Unvalidated分开,未抄取当前完整数值表。核查:2026-09-27;复查期限:2026-10-27。 - AD-Bench (v2; 2026-06-22):https://arxiv.org/html/2602.14257v2 支持:广告分析正确性与轨迹。限制:非实际广告增量;旧资产核验显示数据未开放。核查:2026-09-27;复查期限:2026-11-26。 - Marketing Benchmark (site run dated 2026-09-04):https://marketingbenchmark.ai/ 支持:营销产物与分析任务。限制:单次尝试,自测,judge与holdout限制。核查:2026-09-27;复查期限:2026-10-27。 - SpreadsheetBench 2 (2; 2026-06):https://spreadsheetbench.github.io/ 支持:工作簿生成、修复与可视化交付。限制:V1和V2分开;复杂环境及模型配置影响结果。核查:2026-09-27;复查期限:2026-11-26。 ## 输入说明 - 分渠道或人群计数:每组访问与转化原始计数、计数口径和缺失标记;缺失值与零明确区分 - 前后时间窗:两期截止时间、时区、资格和去重定义;口径不同不能直接比较 ## 任务分工建议与示例 本站编辑建议;示例为人工构造,未经模型执行或现场验证;编辑版本:2026-10-02.2 Agent先核对计数和分母,再做组内与组成分解;人确认口径并决定是否需要因果实验。 1. 核对分母和缺失 Agent:按组检查计数、空分母、缺失与总计,列出不能比较的项。 人:确认访问、转化和资格的口径。 门槛:缺失不填零,分母为零不输出有效转化率。 2. 分解总体变化 Agent:计算总体/组内比率及固定参照期权重的标准化结果,保留公式。 人:核对参照期与组成解释。 门槛:总体及分组可重算,百分点与相对变化分开。 3. 给出有限结论 Agent:解释描述性变化与尚缺的因果证据,列下一步验证。 人:选择新数据、实验或业务风险处置。 门槛:不把前后变化或标准化值写成因果效应。 ### 常见失败 - 总体下降就推断页面造成损害 - 缺失转化计数填成零 - 标准化结果被称为已证明的因果提升 ### 产物说明示例 ```text 说明示例|人工构造,未经模型执行或现场验证 人工构造计数: 前:渠道A 1000/100,渠道B 1000/20 后:渠道A 500/55,渠道B 1500/45 总体:6%→5%,下降1个百分点 组内:10%→11%,2%→3% 以前期各50%权重标准化后期:7% 结论:组成变化能解释总体方向,未证明页面的因果影响 下一步:核对口径和随机对照条件 ``` 示例仅解释交付格式,实际工作必须重新生成产物与验收记录。 ### 结论与证据对应 - 多源业务计数与规则计算可借鉴DABstep(E06,相邻任务族) 限制:业务答案正确不证明本任务组成分解或因果解释正确。 - 广告分析研究提供指标比较的相邻案例(E12,研究参考) 限制:研究任务数据未公开;不能据论文分数给本任务成绩。 ## 工作回执 记录目标、实际配置、产物位置、逐项验收、人的介入与耗时、失败和恢复、仍需决策、任务与证据版本。只在用户同意后分享脱敏摘要。 ## 验收方式与所需证明 条款版本:2026-10-02.2。本站编辑验收条款;检查方式不等于已有评分器,未证明现场交付或最优分工。 1. 总体和分组转化率均由相同口径计数重算,缺失不是零,零分母不输出有效比率 方式:可核对产物或状态 证明:原始计数、分组与总计、缺失/零分母处理 2. 组成分解写明使用的权重和参照期,计算可以复现;百分点与相对变化不混用 方式:可核对产物或状态 证明:权重表、分解公式和单位 3. 前后观察与标准化结果不写成因果效应,建议说明还缺什么证据和下一步验证 方式:需按明确条款审阅 证明:结论、因果限制和验证计划 缺现场确认时只报告已核对产物与剩余确认,不把离线通过称作现场完成。 ## 按需读取的方法 本站从知识库提炼的条件化方法;不是本任务实测或通用提效保证;版本:2026-10-02.2 - 把组内变化和组成变化分开:/knowledge/K08.md 用途:总体指标方向与分组指标不一致 限制:既有试评包是人工构造的教学材料,不能用原题得分证明现场泛化。
本站不启动Agent、不读取本地文件,也不上传你的工作材料。求职和招聘模板只整理草稿,外部模型成绩不会转成人的能力分。