DABstep →
可参考:多源业务数据分析。Validated和Unvalidated分开,未抄取当前完整数值表
DATA-03 · 标准草案 0.1.0
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。
基础草案
下面的输入、验收门槛和人的责任可以作为起点。交给Agent时,先让它指出还缺哪些信息。同方向的完整示例:核对订单收入,找出差异 →
01 交付与验收
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
已有规则能回答时直接引用;缺失信息会改变交付或责任时,由人决定。
交给Agent时,请它依据上面的交付物和门槛先提出步骤,由你确认后再推进。
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。
03 证据
指标比较、分组和广告分析
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。
目前只关联到任务族,还没有拆成逐条支持关系。
可参考:多源业务数据分析。Validated和Unvalidated分开,未抄取当前完整数值表
可参考:广告分析正确性与轨迹。非实际广告增量;旧资产核验显示数据未开放
可参考:工作簿生成、修复与可视化交付。V1和V2分开;复杂环境及模型配置影响结果
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 任务ID:DATA-03;标准草案:0.1.0;内容版本:2026-09-27.1 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 - 计数分母准确 - 未知不填0 - 描述不冒充因果 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:指标比较、分组和广告分析 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。 ## 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。
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。