# 数据质量

数据质量问题反复出现，很多团队第一反应是加监控和告警，但告警本身不能解决责任缺位。本文从空值、重复、延迟、口径变化和下游影响出发，拆解数据质量治理如何进入开发、发布和复盘流程。

产品说DAU是500万，运营说480万，市场说520万——然后所有人看向你。口径不一致是分析师最耗精力的问题：反复出现，永远解决不彻底。本文提供口径管理的系统方法，帮你从「救火队员」变成「标准制定者」。

数据地基系列第三篇：当两张报表数字对不上，谁能在30分钟内定位到是哪条ETL链路的哪个口径出了问题？数据血缘追踪能力——这项不写在简历上的稀缺技能，正是区分普通数据工程师和资深架构师的关键分水岭。本文通过真实排查场景，拆解这项能力的本质。

数据治理工程师入门路线图：理解数据治理的核心概念（数据质量、元数据管理、数据标准），掌握DAMA-DMBOK等主流框架，了解数据治理在企业数字化转型中的关键角色。面向希望进入数据治理领域的从业者，提供从0到1的系统学习路径和实践方法。

月薪3万的数据专家，日常工作却是清洗脏数据、处理口径不一致、对接业务方的无效需求——活脱脱的「数据垃圾分类员」。世界是个巨大的草台班子，数据人在屎山上雕花。本文直面数据从业者的职业错配困境，聊聊当改变不了「垃圾进」时，如何别让它「垃圾出」。