① 激励性机制变量边界优化
② 第二阶段埋点需求整理
四类激励来源：
四、激励性变量框架
📌 本阶段将激励性变量分为四层：
第一层：榜单反馈状态变量（候选/代理变量）
用于衡量玩家前一日在个人榜单中的相对位置。
也可以使用反向版本：
用于衡量玩家距离上一名还差多少积分，刻画继续追赶的压力。
如果玩家已经是第一名，则差距记为 0。
用于衡量玩家领先下一名多少积分，刻画保榜压力。
如果玩家已经是最后一名，则可记为缺失或 0，后续根据模型口径统一处理。
用于判断玩家是否接近上一名。
阈值可以使用分位数口径，例如将“与上一名差距最小的前 25% 玩家”定义为接近上一名。
第二层：奖励结构变量（主线变量）
用于刻画玩家当前排名对应什么奖励，以及继续投入是否可能带来奖励跨档。
用于判断玩家当前个人排名对应的奖励档位。
例如：
档位数值越小，通常表示奖励越高。
用于衡量玩家距离更高一档奖励还差多少名次。
如果玩家已经处于最高奖励档位，则该变量记为 0。
用于衡量玩家距离更高一档奖励还差多少积分。
如果玩家已经处于最高奖励档位，则该变量记为 0。
用于衡量玩家当前排名能够获得的奖励价值。
奖励折算价值来自奖励配置模板中的道具价值折算规则。
用于衡量玩家如果进入更高奖励档位，可以额外获得多少奖励价值。
数值越高，说明跨档收益越大，继续投入的激励越强。
用于判断玩家所在阵营当前排名对应的团体奖励档位。
用于衡量玩家通过商铺实际兑换到的奖励价值。
第三层：头部激励变量（头部玩家）
用于刻画头部奖励是否形成额外冲榜动机。
1. 第一名奖励溢价
用于衡量第一名奖励相对于第二名奖励的额外优势。
也可以使用比例口径：
数值越高，说明第一名奖励越突出，头部冲榜激励越强。
2. 头部冲榜区状态
用于判断玩家是否处于头部冲榜区。
其中 K 可以根据奖励配置设定，例如前 3、前 10 或最高奖励档位区间。
3. 旷古大赏接近度
用于判断玩家是否接近圣君古藏触发条件。
可以拆成三个条件：
如果玩家已满足对应条件，则差距记为 0。
第四层：反馈交互变量（观察前一日激励状态对次日投入的影响）
📌 这些字段可帮助激励性机制从\"榜单状态代理变量\"推进到\"奖励结构和奖励反馈变量\"。
总结
核实钲鼓连烽埋点表中已有定义、但 5 月数据未完整返回或未见独立表的字段，结合激励性、补偿性机制变量构建需求，完成补数字段筛选。
重点：核实\"埋点表有但 5 月数据没有\"的内容，再从中筛选对机制变量真正有用的字段。
下一步：将本版清单反馈给项目组，确认上述字段是否可基于现有埋点补充导出
完整版本👇