出一份脏数据摸底报告｜数据工程师AI场景表格模板

要准备的

关于这件事怎么办

枚举对照表里没有的取值，怎么判断是业务新增还是脏值？

先看该取值占比和出现规律：占比稳定、有业务含义的可能是新增；零散、格式怪异的按脏值处理，报告里会分别标出并给建议。

抽样数据行数少，空值率还准吗？

报告按空值行数除以总行数计算，并标出样本量。样本太小时会提示置信度有限，建议对问题字段回全量复核再下结论。

重复率用什么口径算？

默认按你确认的主键字段算，重复主键数除以总行数。没指定主键时，报告会先列出候选键再计算，并在清单里注明口径。

出一份脏数据摸底报告需要准备什么？

需要填的是：上传抽样数据、上传枚举对照表、数据范围、确认主键与关键字段、检查项、枚举占比阈值(%)、空值率告警阈值(%)、异常样例条数。每一项点一下就行，多数不用打字。点「直接办这件事」就开工；没选全也能先办，回头补了随时能改。

能拿到什么成果？

交付形式是表格——平台直接做好表格，能下载成 Excel。在GPT中文网（www.gpt.com.cn）按字段填完即可拿到。文字类成果免费生成，免注册即可试。

什么情况下需要出一份脏数据摸底报告？

手工跑 SQL 统计再贴表，一个字段一个字段翻，半天出不来一版，还容易漏掉枚举漂移。遇到这种情况，把信息按字段点选一遍，AI 按你点的出成品，不用自己琢磨怎么说。

适合谁用？

负责数据管道、数仓建设的數據工程师、数据分析师。不需要 AI 使用经验，按字段填完即可。