用户矩阵分析

要解决什么问题

产品或平台团队手里常见的是使用明细表：一行一个用户在某段时间内对各「能力」的调用次数，外加可选的用户主数据（部门、角色、产品线等）和离职名单。手工透视表很难同时做财周趋势、能力渗透率和身份维度交叉筛选，发给业务方也往往还要他们装 BI 或连数据库。

本技能把流程固定为：加载清洗 → 多维度聚合 → 注入单文件 HTML，交付物是浏览器即可打开的 output/report.html，内嵌 Chart.js 与 const DATA = {...}，不依赖后端。

如何工作

执行前需确认数据源路径（必须含用户标识、时间列、各能力使用次数列），以及可选的用户信息表、离职名单、分析维度与时间范围。

1. load_and_clean.py：排除离职用户；能力列转数值、空值填 0；解析日期并计算财周；去重；按「该周任意能力使用次数 > 0」定义活跃。产出 data/cleaned_data.json。
2. aggregate_data.py：生成三类结构——identity（按身份字段统计用户数、活跃率、人均能力数、总次数）、timeline（按财周活跃与环比）、capability（使用频次与渗透率）。产出 data/aggregated.json。
3. sync_to_html.py：读取 assets/report_template.html，替换 __DATA_PLACEHOLDER__，写出完整报告。也可用 run_pipeline.py 串联三步。

报告页面包含指标卡、身份与时间筛选、时间趋势折线、能力横向条形图、身份对比表与用户明细表；口径说明在页底（活跃率 = 活跃用户数 / 总用户数，已排除离职）。

适用边界与注意点

• 列名与字段含义需与 references/data_dict.md 一致；指标定义见 indicator_defs.md。
• 清洗后若行数相对原始数据变化超过约 20%，须在报告中标注。
• 环比需要可比的上周期数据，否则显示 N/A。
• 中间 JSON 可复用，但若原始 Excel/CSV 更新，应重新跑完整流水线并核对核心总数与活跃率。