一、数据比对的痛“这数不对”。“为什么A这里的数据和B的数据不一致？”“为什么平时这个数是C今天变成了D？”“为什么这么高？”亦或是“为什么这么低？”
——【我的对数日常】
一旦有人对某数据提出质疑，就会开始令所有人崩溃的对数。
尤其是经营分析会、月度会议期间，数据团队面临反复且高频的折磨，不同需求方不同角度都等着回答和解释。
非常无辜，非常无语，活还是要干！
不考虑模型设计、不讲数据治理、制度和流程梳、不谈组织合理性、不谈数据意识和数据团队地位，不与业务battle。
落在当下，必须要面对的工作面前，只是想聊一聊“对数到底应该怎么对？”
二、对数对数，对的是什么1.数据比对的场景2.数据团队的心态
数据技术有门槛，但数据是公司的数据、是业务的数据。
数据本身没有价值，数据脱离业务应用，就只是磁盘上的文件而已。
下面是数据团队避无可避的问题：
1）提升团队数据素养
2）提升公司数据意识和数据产品的可信度
3）解放人力实现自动化
3.对数对数，对的是什么
对数就是实际和预期的弥合，为什么A不是B？
A是数据部门输出的数据，B可能是之前某版本的数据、可能是心理预期、可能是某业务线的手工数据、可能是去年同期数据、可能是上个月的数据。
解决方案有几种：证实“A是对的”；证否“B是错的”。
证实”A/B都是对的，但有cdef造成了两者的数据差异”。
都要给出结论、对照和明细凭据。
三、通用可复制的方法
数据比对是有目的的数据分析。
著名的咨询公司Gartner于2013年总结、归纳、提炼出一套数据分析的框架，Gartner把数据分析分为四个层次，分别是：
数据比对是描述性分析，即对数据现状拆解出数据依据。
那么数据比对的过程，就是描述性数据分析的过程，可按以下顺序进行：
下面具体说如何操作，让观点可执行。
1.确认分析的目的和思路
1）假设验证确认分析思路
（1）明确对照项[A-B]
确定问题，明确目标，得出A、B哪个正确？差异原因。
首先明确对照项A、B的定义，判断其定义、口径、算法是否一致？
（2）对照指标数据流向及构成
对照数据流向，分析数据构成及计算过程。
（3）收集数据进行证伪推断，得出结论
准备基础明细数据，导入excel，通过vlookup、透视表等关联分析，关系走通，记录过程数据，提供结果数据。
Example：统计结果比对（数值1vs数据2，差异值）、12明细、差异明细比较。
Tips：明确分析目的和方案前，别急着到处要数，可能费力要了又用不上。
2.数据一致性验证方式
1）基础认识一致性验证
Example1：实时、离线指标不一致属于正常情况，可直接解释原因：
Example2：回款率单位为%，城市结果值求平均并不等于全国数值，也可直接告知业务原因。
2）正向验证
3）反向验证
2.数据准备、处理及分析
1）数据准备
在分析思路确定的基础上，准备收集准备数据，可能是：系统导出、数据提取。
2）数据处理（清洗、转化、提取、计算）
基础数据准备完毕，按既定的思路计算、比对，加工需要的可用于分析的数据。
3）数据分析（数据统计、数据挖掘、数据呈现）
比对后发现并分析差异，用适当的分析方法及工具（极大多数场景Excel足够），对处理过的数据进行分析，提取有价值的信息，形成有效结论。
3.数据结论及报告
1）明确结论
2）结果呈现
数据比对的报告不需要精致，能够做到逻辑清晰，图表搭配，层次分明。
让阅读者一目了然理解差异和差异构成就可以进行结果数值比对、差异明细、对照过程及明细。
呈现饼图和柱形图足够了，柱形图看差异，饼图看差异构成。
四、数据人的下一步
应对被动的数据比对之后，如何化被动为主动，进行常态化的数据监控，不再耗心费力疲于应对，提升数据健康度，对数据异动监控提示，实现数据可用可查有提示可预警。
唯一且艰难的道路：有数据质量标准是基础，在制定数据质量计划的标准上，进行周期性的数据质量盘点和数据治理！
这条道路需要数据团队有决心、信心，有足够的耐心和体力，去细致打磨适合企业的数据标准。
需要对每个数据域、数据实体、数据项，甚至到字段、属性，定义数据标准，核实数据质量。
1.数据质量
（GB/T36344-2018数据质量评价标准）
Example：
（GB/T36344-2018数据质量评价标准-数据质量评价过程）
2.数据清洗
在建立数据规范的基础上，就可以进行数据质量提升的行动，也就是“数据清洗”。
数据清洗，就是从数据库表中更正和删除不准确的数据。
1）数据清洗
2）数据清洗实践要点
3.监控预警
监控预警是化被动为主动的方法，可根据数据质量规则制定监控策略。
通过数据质量监控工具来提示数据异常或数据波动，来确保对业务数据稳定的掌控感和保证数据的准确性，问题处理的及时性。
质量规则不再多说，可以聊一聊波动性，什么样的指标波动可以看作是“异常”呢？
指标波动不可怕，数据波动是业务发生的正常情况，业务产生自然会发生数据变化。
比如每周的销售额肯定不一样，脱离业务场景没法谈数据波动。
但像之前都1000w，这周只有200w，是不是就属于异常状态？
监控可以根据公司业务情况和数据情况来综合评定，通过绝对值预警、相对值预警两方面来设定。
4.提前准备
在新需求的设计过程中，就提前准备数据比对的工作。
评估不同线上线下、离线实时的差异，找出可能产生问题的原因并解决，技术架构方案选择，或预评估差异。
5.一些提醒
1）再次强调：业务、业务、业务
数据必须和业务结合才有意义，熟悉业务才能看到数据背后隐藏的信息。
缺乏对行业、公司业务认知，数据应用和数据分析结果都会出现偏离，变成自嗨或者空中楼阁。
要懂上下游数据，也要弄清楚公司所在行业结构，对行业的上游和下游的经营情况有大致的了解。
2）数据敏感度
数据本身是客观的，但被解读出来的数据是主观的。
同样的数据由不同的人分析很可能得出完全相反的结论，所以一定不能提前带着观点去分析。
Example：比如指标预警没有合适方法，可暂定波动值超过5%预警。
如果一个变量符合正态分布，则其95%的值会落到均值左右二个方差内。
3）迭代化思维
业务是不断调整和发展的，依托的系统和数据也是不断迭代变化，相应指标也需要随着业务不断调整，更加精确的度量业务。
4）精细度控制好，不要追求极细
细分是深入的分析的基础，但不要追求极细，细分意味着复杂，要判断公司团队数据意识和业务精细化管理是否到了匹配的阶段。
本文由@申墨扬原创发布于人人都是产品经理。未经许可，禁止转载。