理解字段、口径与缺失值

表里有一列“销售额”，看起来再清楚不过。直到有人问它是否含税、是否扣除退款、按下单还是到账日期统计，分析才真正开始。

数据分析最难的部分常发生在计算之前：先把每个字段到底代表什么说清楚

编号“00123”被识别成数字后会变成“123”；空白销售额被当成零，会把“尚未录入”变成“没有销售”；订单日期和到账日期混用，则能让同一笔收入出现在不同月份。公式可能完全正确，算的却不是同一件事。

在提问之前先写字段字典

让 ChatGPT 暂停分析，先为每列提出问题：类型是什么，单位是什么，空白代表什么，哪些值不可能出现，哪一列可以唯一识别一条记录。它未必知道答案，但很擅长把需要问数据负责人的地方暴露出来。

一个有用的追问是：“如果我把这一列理解错，后面的哪个结论会变化最大？”它能帮你优先确认含税口径、退款处理和时间字段，而不是平均地检查所有列。数据工作从承认不知道开始，往往比从画图开始快。

请先不要计