Campus Agency Economy Dashboard
校园代理经济仪表盘：大学生副业到底赚不赚钱？
聚焦校园卡推广、宿舍零售、社群团购、校园跑腿和熟人推荐等代理场景， 用数据同时判断“能不能赚”“值不值得做”“风险是否可控”。
把校园副业从经验判断转化为可视化、可比较、可反思的数字经济分析对象。
生成数据后显示利润贡献。
用于观察熟人信任和精准匹配。
综合隐私、打扰和熟人压力。
综合利润、ROI、评分和风险。
Risk Radar
综合风险可视化
用 1-5 分风险进度条观察副业收益背后的治理压力，数值越高代表越需要谨慎。
Visual Analysis
图表分析区
图表基于当前筛选后的数据自动更新，用于展示不同副业场景的收益、转化和订单结构。
场景成交金额对比
观察哪类代理业务贡献了更多交易规模。
渠道成交转化率对比
比较微信群、宿舍上门、熟人推荐等渠道的真实转化能力。
利润趋势折线图
判断副业收益是否稳定，而不是只看单次爆单。
订单数量占比图
AI Analysis Report
AI 分析报告
系统根据当前数据自动生成收益洞察、风险提示和优化建议，帮助判断校园副业是否值得参与。
Data Entry
手动录入数据
提交后会自动写入表格并保存到当前浏览器的 localStorage。
Raw Data
数据表格与管理
当前 0 条记录
| 日期 | 场景 | 商品/服务 | 渠道 | 曝光 | 咨询 | 下单 | 成交额 | 成本 | 利润 | 咨询率 | 成交率 | 评分 | 隐私风险 | 打扰 | 熟人压力 | 备注 | 操作 |
|---|
暂无数据。可以手动录入，或点击首页场景模拟按钮生成课堂展示数据。
Course Explanation
项目说明与数字经济学分析
本作品不是鼓励校园推销，而是通过数据化方式分析校园代理经济中的机会、交易成本、
平台拉新、熟人信任、隐私风险和校园治理问题。
本作品将校园副业从经验判断转化为可视化、可比较、可反思的数字经济分析对象。
平台经济
校园代理连接学生消费者、推广员、宿舍零售点、团购组织者和商家，形成多边互动和平台拉新机制。
数据要素
曝光、咨询、下单、评分、渠道和风险反馈成为分析供需匹配、库存配置和治理压力的数据要素。
交易成本
统一记录商品、渠道、成本和转化效果，减少反复询价、库存确认、沟通协调和经验判断成本。
熟人信任
熟人推荐能提高信任与转化，但也可能带来关系压力，需要在效率和边界之间保持平衡。
机会与风险
校园代理可能带来收入机会，也可能产生隐私泄露、虚假宣传、宿舍打扰和过度商业化问题。
校园治理
治理方案包括最小化采集、脱敏统计、商品审核、透明返佣、限定推广时段和学校规则约束。