一、实验要解决什么问题？

数据大屏不是图表拼盘，而是业务问题的可视化回答。本实验围绕浏览器市场行为和用户画像展开，目标是看清用户规模、使用粘性、活跃趋势、时段偏好、使用频率、竞争关系和用户群体特征。

·市场格局：哪个浏览器用户更多，哪个浏览器使用时间更长。

·行为趋势：用户活跃度是否变化，活跃时段集中在哪里。

·使用习惯：用户是轻度、中度还是重度使用，是否同时使用多个浏览器。

·场景差异：工作日和周末的使用时长是否存在明显差别。

·用户画像：不同浏览器用户在性别、年龄、学历、职业、收入和地域上有什么分布特征。

二、整体链路：从明细表到大屏

实验先以“用户-日-浏览器-小时”明细表为基础，继续加工大屏可直接使用的聚合表；随后在助睿Max中完成静态视觉布局；最后通过蓝图编辑器把数据库查询结果绑定到图表组件。

第一步是复用并调整已有清洗转换流，输出 daily_browser_detail。这里最容易出错的是排序和分组：排序字段应与分组字段保持一致，否则同一用户、日期、浏览器和小时可能被拆成多条统计记录。

第二步是完成浏览器名称映射，把进程名转换为 IE、360极速、Google、搜狗、QQ浏览器等业务名称，同时排除明显不是浏览器的进程。

第三步是加工目标表。周活跃表按浏览器和周区间统计去重用户数；使用频率表按累计小时划分轻度、中度、重度；使用数量表统计用户同时使用几种浏览器；工作日与周末对比表则按日期类型汇总平均时长、总时长和用户数。

行为日志可以告诉我们用户做了什么，但很难直接说明用户是谁。因此实验引入 demographic.csv，通过用户ID与行为明细关联，再按性别、年龄、学历、职业、收入、居住地类型和省份统计用户分布。

年龄段的处理也很典型：先依据数据年份计算年龄，再划分为 <18、18-25、26-35、>35。这样画像指标既能服务浏览器分析，也能为后续产品定位、运营投放和用户分层提供依据。

静态布局阶段重点在于图表选型和阅读路径。大屏采用“顶部核心指标、左侧市场格局、中部时间行为、右侧习惯与竞争关系”的结构，读者可以先看总体，再看细分原因。

视觉设计上，六个浏览器应保持固定颜色，避免读者在不同图表之间反复重新识别。实验给出的参考色包括 #2177FC、#3DC3DF、#FF948B、#8A79FE、#82F9A5、#97DFFF。

完成静态布局后，需要把组件导出到蓝图编辑器。蓝图中的典型流程是：页面初始化触发 SQL 请求，查询成功后进入数据处理节点，再把处理后的结果送入图表的导入数据接口。

市场格局的三个图表可以复用一次查询结果，再分发为用户数、总使用时长、人均使用时长三类数据。指标区则适合用 metric_name 和 metric_value 的键值结构，分别绑定到四个数据翻牌器。

接入周活跃趋势时，要特别关注字段语义：横轴应对应周区间，纵轴对应活跃用户数，系列字段对应浏览器名称。只要表、字段和组件接口一致，图表就能稳定刷新。

这次实验把数据分析项目的完整链路跑通了：先提出业务问题，再设计指标表，接着搭建大屏布局，最后完成数据绑定。它提醒我们，好的数据大屏不是把所有图表堆在一起，而是让每个图表都知道自己在回答什么。

当明细数据、聚合指标、可视化组件和蓝图逻辑彼此对应时，大屏就不只是展示页面，而是一套可以被解释、复用和维护的数据产品。

实验5-1：浏览器市场与用户画像分析-数据加工（2）：https://community.uniplore.com/t/topic/118

实验5-2：浏览器市场分析-大屏静态布局制作：https://community.uniplore.com/t/topic/119

实验5-3：浏览器市场分析-大屏数据接入：https://community.uniplore.com/t/topic/120