该技能面向数据埋点与用户 ID 绑定诊断，主要用于识别并处理多端上报（客户端+服务端）造成的异常用户碎片化。
用途：区分正常业务行为（如同一设备创建多角色、换设备登录、重装后登录，属预期行为）与异常碎片化（如服务端事件缺失 did、用户属性上报过早、客户端未及时初始化）。
主要能力：先收集 Project ID、APP_ID 及双端上报情况，再通过 SQL 统计 did/aid 缺失比例（<5% 正常，5-10% 需排查，>10% 严重异常）；随后抽取缺失用户样本，查询行为序列，必要时查询 Kafka 原始数据，判断首条事件是否同时含 aid 与 did、user_set/user_setOnce 时序是否早于首次完整 ID 事件等，最终给出根因与代码级方案。
使用方式：按阶段推进，通过 ae-cli analysis adhoc run 执行查询。缺失比例 SQL 查询 ta.v_user_[Project_ID]；样本与行为序列查询 ta.v_event_[Project_ID]；Kafka 数据查询 kafka.ta."ta-data"，需替换 appid 等占位符。根因 A 为服务端上报时补传 did；根因 B 为先报完整事件再报用户属性；根因 C 为客户端启动即初始化 SDK。
适用场景：TE 系统双端上报下的用户碎片化排查与修复验证。
限制：需提供 Project ID、APP_ID 及异常 User ID；未提供足够信息时需暂停并补充；无法匹配已知模式时建议联系 TE 支持。具体收费、价格、平台细节暂未提供。