规则驱动 narrative 注册表

设计原则

• 代码只保证可复现: 数字和阈值可追溯，但错误口径也会被稳定复制，必须另做业务与统计审核
• 每条结论必须有 rule_id + evidence: 可追溯到具体规则 + 数据源
• 规则版本化: 修改规则在 git 留痕, 历史报告可重现
• 机械溯源: 规则版约 5 分钟可核对数字引用；完整业务与统计审核不可省略

SQL (dquery)
   ↓
puller (e.g., partners/pull_data.py)
   ↓
_partner9.json (raw per-period)
   ↓
build.py (sanitize NaN, aggregate)
   ↓
web/data/partners.json (production)
   ↓
narrative_composer.py (generate_narrative)
   ↓ + 数据交叉:
   ├─ attribution_interactions.json (LASSO 交互关联候选；已冻结)
   ├─ attribution_calendar.json (重叠天数)
   ├─ attribution_bayesian.json (Bootstrap 模型内区间；非因果)
   ├─ attribution_results.json (节假日 coef)
   ├─ evpm_results.json (鲸鱼集中度)
   ├─ tier_cutoffs.json (动态分位阈值)
   ↓
narrative dict (含 rule_id + evidence + confidence)
   ↓
deep_report_generator.py (render HTML)
   ↓
web/{activity}/deep_analysis_{pid}.html
   ↓
auto_post_event.py 每天 13:30 自动跑
    

• R9: D7/D30 留存断崖 — 当 cohort 留存系数偏离 power-law 拟合 > 20%
• R10: 跨地区方向不一致 — 仅登记分组方向差异；未核验权重与总体反转前不得称为 Simpson 悖论
• R11（冻结）: 旧拟合量排序变化只用于模型诊断，不产生 ROI 或预算结论
• R12: tier 迁移检测 — 玩家从 small_high → mid 比例突变
• R13: 配表变更同期候选 — 用 SVN log 标记与指标拐点的时间重合，原因仍需实验验证
• R14（冻结）: 旧拟合量横向排序不得进入活动价值判断

每个新规则只需要在 narrative_composer.py 加 ~15 行代码 + 注册到 RULES_REGISTRY. 增量成本低