今年会分析数据对接,会先核对字段代表什么。同样叫完成时间,有的指提交结束,有的指审核通过,还有的指系统写入。名称一致并不说明含义一致,直接合并以后,可能得到看起来整齐却难以解释的统计结果。
定义需要带条件
资料可以写明产生环节、单位、时区、允许范围与缺失值的含义。空白可能代表未知、不适用或尚未发生,不能未经确认一律改成零。示意数据与真实记录也要分清,公开页面不放入不必要的个人或商业敏感信息。
当多个系统使用同一字段时,确认映射依据和转换规则。转换成功只说明处理按既定方式运行,不证明规则本身适合当前业务。出现异常,先追踪来源与版本,不用删除异常行来制造结果一致的表象。
让解释能够追溯
定义变更以后,旧数据怎样理解、新旧结果能否直接比较,都需要写清。文件最后保存日期不能替代变更说明。数据字典不是术语堆积,而是让不同参与者围绕同一个含义交流;缺少确认的地方,明确提出问题比填入熟悉的缩写更有价值。