我们交付什么
谁再次入金。哪些挑战额度通过。哪个渠道贡献最多 LTV。交易者什么时候沉默下来。运营者周一早上会问的那些数字，放在为这些问题而建的仪表盘里，而不是通用 BI。
面向运营者的现成仪表盘。面向分析师的原始数据导出，可深入挖掘。
周一早上视角：新入金、按队列的留存、挑战通过率、按渠道的收入、派付率、支持量。运营者周会所需的一切，无需打开五个工具。
按小时刷新的完整保真数据导出到 BigQuery 或 Snowflake。每个实体（交易者、订单、入金、挑战、派付、工单）都遵循稳定模式。你的 BI 团队无需触碰平台即可运行自己的查询。
队列分析
按注册月份、获客来源、国家和挑战额度划分的交易者队列。留存曲线显示 7、30、60、90 天仍在交易的百分比。扩张曲线显示升级账户规模或新增账户的百分比。
注册月份
40+
来源
50+
留存
80+
挑战额度
20+
扩张
15+
国家
10+
按渠道收入
按渠道（卡、银行、加密、电子钱包）划分的收入、拒付和净利润。按国家和币种。将一个渠道实际入账的收入与总入金量相比。你的收单方不会突出的那个数字，因为那不符合他们的利益。
挑战经济
决定自营公司经济的三个数字：按账户规模和阶段的通过率、已拨款账户的派付率、扣除派付后的每单挑战收入。按账户规模、阶段和营销来源展开的仪表盘。
通过率乘以派付率乘以退款率，就是你每单挑战的预期净收入。平台上每个账户规模都透明可见。
LTV 与流失
按交易者计算的 LTV，使用真实的交易佣金、平台费用和派付。尽早发现流失信号：交易频率下降、入金规模下降、工单激增。驱动营销支出决策的数字。
数据导出
按小时导出到 BigQuery 和 Snowflake，模式稳定。CSV 导出用于一次性分析。对事件驱动的管道提供状态变更 webhook 推送。把你的数据真实源保留在你的 BI 团队已经所在的地方。
常见问题
数据层，不是虚荣指标工具。
运营者仪表盘的收入和留存计数器实时更新。队列分析和 LTV 每 10 分钟刷新一次以摊薄计算成本。到 BigQuery 和 Snowflake 的导出每小时运行一次。没有任何数据会落后超过一小时。
平台上的每个实体都会导出：交易者、订单、入金、出金、挑战、派付、工单、联盟推荐、KYC 事件、产品事件。完整历史，而不仅是物化汇总。你的 BI 团队可以自行重建任何仪表盘。
按交易者在滚动窗口内的净收入，公式为佣金加点差加平台费减派付减退款减支持成本。按天逐交易者更新。默认窗口为 180 天，成熟运营者可使用更长的窗口。
7 天和 30 天的交易频率下降、30 天的入金频率下降、过去 14 天工单激增、登录频率下降、仅在走弱品种上交易。每个信号加权后，呈现为每个交易者的流失概率。
可以，在你的 BigQuery 或 Snowflake 目标端对导出的数据集进行查询。平台会在企业接入时提供数据集模式和刷新计划。你的 BigQuery 或 Snowflake 账户下的查询成本由你自行监控和优化。
不会。平台把干净、稳定的数据导出到你的数据团队已经在用的工具里。如果你有成熟栈（dbt、Looker、Hex、Mode），平台为它提供一张可信的源表。如果没有，运营者仪表盘已经足以运营公司。
