数据溯源 / PROVENANCE

数据可信度演示

每小时增量采集，页面上任何一个数字都能展开到完整链路：采集任务 → 原始响应 → 解析规则 → 校验结果 → 入库值。拿不到的字段如实留空，不用看起来合理的估算值填坑。

MOCK

本页为演示数据（溯源链路与波动曲线均为编造），非真实采集，不可用于业务判断。真实抓取的 SHEIN 数据见首页「真实采集」。

一手数据字段

5项

平台接口或页面直出

观测字段

2项

主动探测得到，非直接读取

推算字段

1项

带区间与置信度

拿不到的字段

0项

本主体无缺失字段

最近 24 小时波动

自有店铺每小时增量采集：订单接口与仓储系统均支持小时级，曝光与访问受平台报表限制只能到日粒度

每小时成交件数

24h 累计 163 件，晚间 20:00 见峰

库存余量

断货风险

期初 343 件，24h 后 180 件

曝光量 / 访问量 / CTR 无小时级曲线

SHEIN 流量报表只出日粒度且 T+1 结算，这是平台侧的硬限制。与其把日值均摊成 24 个假的小时点，不如明确告诉运营：这三个指标看昨天的日值。

字段级溯源

采集窗口 2026-08-14 06:00–06:21 · 点击任一字段展开完整链路

刷新频率的真实边界

能不能每小时更新，取决于数据源本身的粒度，不是我们说了算

字段	范围	最快频率	受什么限制
销量 / 订单	自有	每小时	订单接口支持按时间区间查询，技术上可到分钟级，小时级是成本与价值的平衡点
库存	自有	每小时	海外仓 WMS 主动推送 + 平台侧回读对账
曝光 / 访问 / CTR	自有	每日	平台流量报表只出日粒度，且 T+1 才结算。这是平台侧的硬限制，小时级无解
退货率	自有	每周	平台按周结算售后数据
评论数 / 评分	竞品	每小时	商品页解析，成本低，可高频
价格 / 榜单位次	竞品	每小时	榜单页解析；改价跟随依赖它，所以频率不能降
可购库存	竞品	每小时	加购探测，单次成本最高，仅对重点 SKU 开启
曝光 / 访问 / CTR	竞品	不可得	前台不暴露，无可信代理指标
1688 采购价	自有	每日	供应商改价不频繁，每日足够，且高频访问易触发风控
社媒热度词	竞品	每 4 小时	第三方数据接口的配额限制

分层采集 · 全量小时级不现实，按价值分配频率

重点层

每小时

约 200 个在售主力 SKU + 对标竞品

24 次/日 × 200 = 4,800 次

改价与断货决策依赖它，延迟一小时就是真金白银

常规层

每 6 小时

其余 1,642 个在售 SKU

4 次/日 × 1,642 ≈ 6,600 次

表现平稳，日内波动不足以触发任何动作

长尾层

每日

选品池候选与竞品大盘 8,200 条

1 次/日 × 8,200 次

供选品模型做趋势判断，日粒度已足够

快照与审计

运营质疑某个数字时，要能在几秒内给出出处，而不是「系统算的」

原始快照留存

90 天

页面改版后可回溯重解析，不必等下一轮采集

内容哈希

SHA-256 存档

证明展示值与当时抓取的原文一致，未被中途改写

解析器版本号

随快照一并记录

解析规则变更后，能复现出当时那个值是怎么算出来的

字段级血缘

每个值可回溯到任务与响应

运营质疑某个数字时，5 秒内给出出处而不是「系统算的」