协同提单总量
—
所选时间范围内的记录
Algorithm service impact
让每一次算法协同，都有清晰可见的结果
面向各区域与业务组展示算法服务的提单规模、交付成果、客户覆盖与月度趋势。
— 条记录
时间范围 —
确认为算法问题
—
已经进入终态的协同成果
算法组已接单
—
终态记录占全部记录
待判断提单
—
已建立组织归属的业务组
算法协同趋势
按月呈现全部提单与已确认算法问题，观察真实算法需求趋势
收到提单确认算法问题
算法问题定性结构
展示确认为算法问题、非算法问题与待判断结构
—算法问题占比
正在生成成果概览…
区域 / 部门来源
协同提单在各服务区域与研发部门的分布
业务组覆盖
协同提单在各业务组的分布
问题类型
算法服务覆盖的主要问题与需求结构
Customer intelligence
每个客户的提单情况，一处看清
按客户汇总提单量、算法问题定性、算法组接单情况、设备规模与主要问题类型。
—
筛选客户视图条件可多选，统计、图表与明细同步更新
当前未添加维度筛选
已识别客户数
—
项目 / 客户字段非空
已归属客户的提单
—
—
有确认算法问题的客户
—
—
待判断提单
—
—
客户提单排行
Top 12 · 以项目 / 客户字段汇总
—
客户集中度
头部客户与其他客户的提单结构
—Top 5 占比
正在生成客户洞察…
设备规模与算法单密度
按“当前时间范围算法单数 ÷ 设备数量 × 100”比较不同规模客户；密度偏高仅作为复核信号
设备数量暂未录入
先保留为空，不使用推测值。后续在客户明细中补充设备数量和来源后，这里会自动识别设备较少但算法单密度偏高的客户。
| 客户 | 提单总量 | 设备数量 | 每百台提单 | 确认算法问题 | 算法组已接单 | 待判断 | 最近提单 | 主要问题大类 |
|---|
组织与组别
根据提单人姓名、英文名或拼音，自动关联部门、区域与组别，并实时统计工作量和闭环情况。
正在匹配人员归属
区域 / 部门提单分布
服务人员按区域、研发人员按研发部汇总
组别提单分布
按组别自动汇总
| 区域 / 部门 | 提单总量 | 确认算法问题 | 算法组已接单 | 待判断 | 覆盖组别 | 最近提单 |
|---|
Cross-team collaboration
每个区域、每个组的提单趋势，都能单独查看
按部门、区域、组别与时间范围组合筛选，展示各团队向算法组发起的协同提单规模和月度完成趋势。
当前覆盖组别
—
依据当前筛选结果
协同提单
—
当前组织与时间范围
确认算法问题
—
已进入终态的提单
待判断提单
—
随筛选条件实时更新
各组月度提单趋势
当前显示所有已归属业务组
收到提单确认算法问题
VIEW SUMMARY
当前筛选概览
选择部门、区域或组别后，这里会同步显示当前视图的关键范围。
| 组别 | 部门 / 区域 | 提单总量 | 确认算法问题 | 算法组已接单 | 待判断 | 最近提单 |
|---|
| 编号与摘要 | 项目 / 客户 | 部门 / 区域 | 组别 | 提单人 | 当前状态 | 提单日期 |
|---|
完整算法单台账
支持直接新增和编辑；所有本地修改都会自动参与图表、客户与组织统计。
本机暂无修改 · 保存位置仅限当前浏览器
提单日期：从至
—
| 编号与问题摘要 | 空间 | 问题大类 | 当前状态 | 当前处理人 | 项目 / 客户 | 区域 / 组别 | 提单日期 |
|---|
Internal administration
人员与组织归属管理
维护姓名、英文名或拼音别名与部门、区域、组别之间的关系。保存后，新旧台账会立即按最新目录重新匹配。
已验证管理会话 · 8 小时后失效
人员目录
—
内置名录与人工维护合并
人工维护
—
在线保存的新增与覆盖规则
已匹配提单
—
—
待补充姓名
—
按未识别的提单人去重
Jira 只读同步
使用你的 Jira 账号查询符合规则的算法单。先“预览结果”，确认无误后再同步到工作台；整个过程不会修改 Jira。
仅查询 Jira · 不写回
Jira 查询条件全部条件均可调整或留空
JQL 查询（可选，不填写也能查询）
可编辑 JQL
更多筛选条件
常用筛选可直接组合使用；“工作”同时匹配工作项编号、标题和问题描述。只有填写 JQL 时才改用 JQL 查询，部门、组别与提单类型均不强制。
固定读取 unitxlabs.atlassian.net。API Token 仅用于本次请求，不写入网页或数据库。创建 API Token ↗
人员所属区域与组别
人工维护项优先于内置名录，支持覆盖已有人员归属
| 人员 / 别名 | 部门 | 区域 | 组别 | 关联提单 | 来源 |
|---|
待补充人员归属
按未匹配提单数量排序，点击即可补充
管理入口说明
该页面不会显示在左侧导航。再次进入时，双击左上角品牌标识，或使用快捷键 Ctrl + Shift + M。
当前站点为公开访问，“隐藏”只用于避免普通访客误入，并不构成账号权限隔离。
数据质量与维护
把缺失字段、口径分散与可维护性问题显性化，避免“看起来完整但不可持续”。
Data readiness
当前数据可用于趋势与负荷分析
质量评分依据编号、日期、摘要、客户、部门、组别、处理人和根因等字段完整率计算。
—完整度评分
关键字段完整率
业务与组织字段缺失
客户、部门、组别、处理人和根因字段缺失会限制完整的运营归因。
— 个缺失字段项
分类口径
类型与状态值过多时，长期统计容易被同义词或拼写错误拆散。
— 条未分类记录
来源一致性
编号、链接、时间与摘要用于校验数据能否被可靠追溯。
— 个一致性问题
长期维护设计
- 单文件离线运行，无需服务器或账号登录。
- 客户、部门、组别统计都从明细实时派生，新增数据后自动出现。
- 状态归类、颜色与分页参数集中在 CONFIG 中，调整口径只改一处。
建议的数据治理动作
- “问题大类”继续使用固定选项，避免同类问题被拆散统计。
- 后续新增记录时补全项目 / 客户、所属部门、组别与根因分类。
- 保留编号唯一与原始链接有效，避免相同问题重复统计。