1. 起点：外部投放结果，需要转成内部经营信息
团队覆盖多个国家与投放平台，经营数据、人员信息和生产任务分散在十余张业务表与群聊中。
客户提供的投放记录能反映素材表现，包括消耗、在投数量和转化等信息。内部团队还需要知道：这些结果对应哪个生产方向、由哪些岗位和人员共同完成，以及下一轮应该如何安排生产。
我通过管理者与一线人员沟通、团队周会观察，梳理出两类不同的使用需求：
| 用户 | 工作目标 | 原有阻碍 |
|---|---|---|
| 管理者 | 判断经营变化、定位素材与相关人员、安排资源和任务 | 跨表整理耗时，经营结果与生产人员、任务缺少直接关联 |
| 编导、摄像、后期等一线人员 | 查看自己的表现、处理待办、学习与复用素材经验 | 个人数据、任务和复盘分散，需要反复查表与翻群聊 |
我据此将平台目标确定为：以统一的数据关系，支撑管理者的经营决策与一线人员的生产执行。
2. 从 0 到 1：先理清业务对象，再确定建设范围
我主要承担需求梳理、业务对象与指标口径设计、双端工作台方案，并推进实现、业务验证和上线迭代。
其中的核心难点，是将不同角色的数据需求和协作流程组织到同一套产品模型中：一条素材由多个岗位共同完成，又可能在不同平台产生投放记录；管理者需要整体视角，一线人员需要与自己有关的信息。
我围绕素材、人员、投放结果与任务建立关联，再分别梳理管理者的决策路径和一线人员的执行路径。
建设范围按业务依赖安排：先保障数据获取、指标口径和经营总览，再完善个人数据、任务协同、复盘与素材复用。
3. 数据转接：把投放明细关联到素材与人员
数据进入平台，需要经过标准化、业务关联和指标聚合三个环节。
| 环节 | 我的处理 | 支撑的业务使用 |
|---|---|---|
| 字段标准化 | 按既定命名规则拆解人员、素材方向与场景信息，检查字段是否合法 | 统一后续筛选与统计的基础 |
| 业务关联 | 通过素材 ID 及映射关系连接投放记录、素材、国家、生产方向和参与人员 | 从经营变化追到具体素材与相关岗位 |
| 指标聚合 | 保留各平台明细，再按经营分析需要汇总 | 同时查看整体表现与具体明细 |
flowchart LR
A[客户投放记录] --> B[字段标准化与校验]
B --> C[关联素材与生产方向]
C --> D[关联参与人员与岗位]
D --> E[按国家 平台 方向 人员聚合]
E --> F[管理侧经营分析]
E --> G[一线侧个人表现]一条素材可能由编导、摄像、后期等多人共同完成，素材与人员需要按岗位建立关系；同一素材在多个平台投放时，也要保留投放明细。人员归属与投放记录分别处理，避免关联后重复计算，影响经营与人员分析。
4. 双端工作台：同一数据基础，不同的使用路径
| 角色入口 | 主要信息 | 核心操作 |
|---|---|---|
| 管理侧 | 经营总览、趋势、人员表现与素材明细 | 按维度下钻、定位问题、分配任务、编辑与发布复盘 |
| 一线侧 | 个人表现、待办、相关复盘与优秀素材 | 查看自己的数据、完成任务、学习案例、承接复刻 |
管理者按照“整体经营—国家 / 平台 / 方向—素材与人员”的顺序定位问题；一线人员从自己的工作入口查看数据和任务，减少查找无关信息。
例如，排查整体消耗下降时，可以先确认统计周期与数据是否及时，再定位变化来自哪个国家、平台或方向，继续查看相关素材和人员。
5. 任务协同：将经营判断接到生产安排
平台把分析后的动作连接到任务、复盘和素材复用中：管理者定位问题后组织生产安排，一线人员在工作台接收相关信息、执行制作与优化，再回看下一轮结果。
外部投放结果 → 经营总览与下钻 → 定位素材、方向与人员
→ 发布复盘、分配任务或安排复刻
→ 一线查看与执行 → 新素材投放 → 结果回流任务中心最初只记录大任务的完成状态，员工知道总截止时间，却看不清每天具体要完成哪些工作，待办容易拖延，也有遗漏或遗忘的风险。脚本撰写和视频拍摄各有截止时间，拍摄还涉及演员档期，只展示总任务不足以支持实际协同。
我据此将脚本、拍摄等中间节点组织为可执行的小任务，调整页面版式和交互，并推进相应数据接入逻辑的修改。员工完成小任务后勾选即可，无需额外填写过程记录；调整工作主要落在产品呈现与实现逻辑上。
调整后，员工可以看清每天的工作量及未完成事项，任务中心也能对应真实生产节点，回应待办处理不及时和事项遗漏的协同问题。这次迭代让我将判断标准落到“能否帮助员工完成当天的工作”，并据此调整任务的展示与状态组织方式。
素材诊断作为嵌入模块提供复盘支持，其工作流、问题排序与评测在多模态 AI 素材诊断专题中单独展开。
6. 产品取舍：保留数据基础，增加角色工作台
当时也考虑过继续使用多维表格或独立 BI。随着需求拆解，团队需要将人员表现、素材视频、任务分配、复盘发布与素材复刻连接到日常使用路径中。
我选择保留已有数据基础，在上层搭建面向业务角色的工作台，优先满足高频关键链路，并控制自建平台的实现与维护范围。
7. 平台结果与数据分析探索
| 结果 | 口径 |
|---|---|
| 覆盖 40+ 人并保持周期性活跃 | 活跃人数统计周期为一个月，包含管理、编导、摄像、后期等角色 |
| 管理者人均每周减少约 4–5 小时数据整理与查找工作 | 来自管理者对使用前后耗时的口述估算 |
| 公司 FDE AI 应用赛第 8 / 60 名 | 平台项目的内部比赛成绩 |
实习期间，我还在平台数据基础上探索了数据分析 Agent，支持管理者通过对话获取经营统计，并配置了指标口径知识库、需求澄清与“待确认”规则，以及数据库取数和计算脚本。
在一次周度统计任务中，Agent 根据报表样式，通过澄清明确数据归因延迟下的统计周期、周新增计算方式和素材去重口径，完成各国家本地拍摄与国内素材的对比表，计算结果经核验正确。这类任务的关键是先明确业务口径，再取数和计算；已确认口径的复用也影响每次对话的使用成本。