先理清數據,再令分析可信。
每張表、每個欄位,含義都清楚。
多表塊:分清明細、匯總同說明區域,保留各自嘅來源同業務用途。 多層表頭:整理標題層級、跨欄分組同單位,令每一欄都有清楚嘅名稱。 語義欄位:確認業務名稱、數據類型、計量單位、時間粒度同枚舉值嘅含義。 結構確認:由業務人員檢查識別結果,確認表塊範圍、主鍵同欄位對應。
先睇清問題,再決定點樣修復。
缺失值:分清未提供、空白同零值,按業務含義決定點樣處理。 重複記錄:分清重複匯入同唔同業務事件,確認去重依據同保留規則。 格式同單位:檢查日期、編碼、數值同計量單位,訂清楚轉換規則。 欄位衝突:比較同一欄位喺唔同表塊嘅含義同取值,確認定義之後先合併。
睇過修復差異,再確認變更。
修復建議:記錄問題原因、建議行動同可能影響,唔會直接將建議當成業務事實。 差異檢查:對照原始值同修復值,標清受影響嘅欄位、記錄同規則。 確認責任:由有權限嘅業務負責人確認修復決定,訂清楚應用範圍同版本。 回滾目標:確認之前,先講清可以恢復嘅原始版本,保留變更記錄同回滾依據。
發佈數據時,一齊確認口徑。
欄位字典:保留名稱、業務含義、類型、單位、時間粒度同取值規則。 質素說明:列出已處理同未處理嘅問題,講清排除範圍同負責人。 版本發佈:確認來源檔案、修復記錄、確認人同發佈版本,保留追溯關係。 後續引用:用已確認版本支援指標、Dashboard 同報告,檢查數據變更對後續分析嘅影響。
數據同確認責任,都有人承接。
輸入:原始檔案、具代表性嘅樣本、欄位定義、分析目標,同允許使用嘅數據範圍。 產出:標準化數據集、欄位字典、質素問題清單、修復差異同版本說明。 客戶責任:確認數據授權、欄位含義、修復決定同發佈範圍。 Willow 責任:整理表格結構,解釋質素問題同修復差異,按約定交付標準化結果。
