1.通过分析各个订单的Z-Score可以得到各个时间段用户订单金额的稳定性变化，用于合理预测区域的订单金额的走向，优化区域发展战略布局，同时分析销售趋势，供应商更好地安排生产计划和物流配送，提升供应链协同效率2.建立科学的战略决策模型。该模型能够识别高峰时间段，指导企业合理配置资源，通过环比增长数据可以分析得到各个时间段的峰值时间，指导企业科学应对销售高峰期，很好的进行科学排班，确保足够人手，控制人力成本。3.通过t（评分系统）和s（评分系统）的综合分析可以能够制定针对性的渠道优化方案和营销策略，向用户推送优惠信息，提升转化率，提升整体市场竞争力
数据采集：分区域读取数据库中每笔交易订单时间和订单金额。相同时间的订单以数据库内生成前后顺序排序。 Z-Score：通过计算单笔订单的支付价格与整体均值的差值再除以总体标准差得到Z-Score。环比增长：通过计算当前订单金额与前一笔订单的比值减1获得（当首行或者无前序数据返回空值）。t和 s为评分系统，当Z-Score>0.2时t为正不稳定，当0.2≥Z-Score≥-0.2时t为稳定，当Z-Score<-0.2时t为负不稳定。当环比增长>0则s=增大，当环比增长=0时 s=稳定，当s<0时s=减小。峰值区间说明：由于s是基于前一条订单做出的判断， 当前时间的s处于增加而后一条订单的s处于减少的时候则当前订单数据为区间内峰值。
| 字段名 | 类型 | 描述 |
|---|---|---|
订单时间 |
-- | -- |
订单金额（元） |
-- | -- |
Z-Score |
-- | -- |
环比增长 |
-- | -- |
t |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 订单时间 | 2024-01-01 07:58:42 |
| 订单金额（元） | 9.9 |
| Z-Score | -0.43 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/8400503