⚠️ 同一会员在 8 分钟内出现两次 swipe，可以是正常到店行为。这里可以同时保留 swipe 强度和 unique visit day，再根据业务含义解释差异；直接删掉其中一行，会把另一个未经论证的口径带进分析。

写进报告时，先说明原始一行的含义，再交代会员级摘要怎样回应业务问题。比如两条 sales 明细属于同一个 SaleID，交易数记作 1，金额按两条明细的 Amount × Quantity 汇总；交易频次、购买金额和品类广度便能分别解释。

🔗 连接完成后守住三组数字

各会员级特征表整理好以后，可以先接回会员底表，再连接有真实目标值的训练会员。当前训练范围有 12,272 名会员；holdout 没有真实目标值，不进入目标关系 EDA。连接方式用 one-to-one 或 many-to-one 约束，随后用一组填好的检查结果复核：

• 最终行数为 12,272
• HashID 去重计数为 12,272
• revenue_next_730d 的 0 值仍为 4,216 个
• 目标均值仍为 AUD 472.4834，中位数仍为 AUD 46.8000

任何一项发生变化，都先回到对应事件表的聚合粒度和连接关系。代码能跑完是在检查语法，这组数字负责检查会员有没有被重复加权。

连接结束就保存这组基准数；后面增加特征时立即对照，能避免画完几十张图才发现整批结果要重做。

📊 用同一分母解释后面的关系

P1 的目标里有 34.3546% 的 0 值，而且分布有明显长右尾，均值大约是中位数的 10 倍。此时重复活跃会员，会继续放大本来就不均匀的金额分布。比如画 unique visit day 与未来收入的关系时，一名刷卡很多的会员若被展开成多行，图里混进了连接次数的影响，变量排序和分组形状也会跟着偏移。

会员级表稳定以后，每名训练会员在图里只贡献一行。那就可以先看目标分布，再比较行为特征与目标的关系，最后把 MOSAIC 当作群体背景或异质性检查。Group 和 Type 描述的是群体画像，落到单个会员时仍要回到可观察的到店、交易和预订行为。

这条处理链同时影响 Data processing 和 EDA。前者占 30%，需要讲清时间、缺失、转换与 feature engineering 的理由；后者占 45%，需要用合适图形和描述统计研究关键变量及其关系。沿着「时间边界 → 会员级特征 → 连接校验 → 目标关系」写下去，两部分会共享同一分母，初步策略也能落到可观察的会员行为上。

✅ 先把每名会员稳稳留成一行，再让所有图表共享这一个分母。