档案卡（体型/寿命/性格/掉毛程度/运动量/新手友好度 表格）
| 项目 | 宠物数据表现 | |---|---| | 体型 | 可大可小：门店日报、品牌月报、行业大盘都能装 | | 寿命 | 看更新频率：实时数据新鲜，历史数据能回溯 | | 性格 | 会说话也会“装”：清洗前看着好看，口径一乱就翻车 | | 掉毛程度 | 噪声不少：缺失值、重复值、异常值要常清理 | | 运动量 | 更新越频繁越费人：采集、校验、看板都要跟上 | | 新手友好度 | 中等：会用表格就能入门，做策略需要业务经验 |
性格特点（3~5个，每个配场景）
- 爱报数：适合看销量、库存、复购，判断哪个品类好卖。
- 爱翻旧账：适合看同比、环比，发现季节性高峰。
- 会装乖：原始数据看着整齐，但口径不一致时容易误导。
- 爱跑：实时数据更新快，适合盯促销、直播和门店动销。
- 记性好：用户标签和消费记录能沉淀，方便做人群分层。
优点和缺点（双列）
| 优点 | 对应缺点 | |---|---| | 能看清需求：知道哪些宠物用品卖得好 | 数据口径不统一时，结论容易打架 | | 能辅助库存：减少爆款断货和滞销积压 | 更新不及时会误判短期变化 | | 能支持定价：对比竞品和渠道价格带 | 只看价格不看用户，容易打错价格战 | | 能做人群分层：识别高复购、高客单用户 | 标签过度细化会浪费运营精力 | | 能支撑融资和招商：让市场数据更可信 | 数据源不透明时，外部信任会下降 | | 能发现风险：异常波动、差评集中、退货上升 | 过度依赖数据会忽略一线反馈和宠物个体差异 |
饲养要点（饮食/运动/护理）
| 要点 | 怎么做 | |---|---| | 饮食：喂“干净数据” | 先统一字段、时间、渠道和统计口径 | | 运动：保持更新节奏 | 日报看异常，周报看趋势，月报看结构 | | 护理：做数据清洗 | 处理缺失、重复、异常值，保留可追溯来源 | | 体检：定期校验 | 抽查订单、库存、退货，确认数据能对上 | | 合规：守住边界 | 用户信息脱敏，敏感数据控制权限 |
常见健康问题
- 数据缺失：订单没同步，导致销量偏低。
- 口径混乱：同一指标不同部门算法不一样。
- 样本偏差：只看线上，忽略线下门店真实需求。
- 隐私风险：用户信息使用不当，带来合规隐患。
- 过度解读：把短期波动当成长期趋势。
- 健康数据误用：涉及宠物疾病、用药或治疗建议时，要以兽医判断为准【需核实】。
适合谁养
- 宠物品牌：看渠道、价格、复购和新品表现。
- 电商平台：看搜索、转化、客单和人群偏好。
- 线下门店：看动销、库存、会员和区域差异。
- 投资人：看市场规模、增长速度和竞争格局。
- 新手运营：先用小数据集练手，别一上来就堆大看板。