3. 数据质量度量指标
指标这东西，说起来简单，做起来全是坑。我见过太多团队一上来就拍脑袋定指标，结果跑了一个月发现数据质量「看起来很好」，业务部门却天天投诉数据不能用。
为什么会这样？因为指标定义没对齐业务语义。今天我们就聊聊怎么把完整率、准确率、及时率这些指标真正落地。
3.1 核心指标的定义与计算
我个人习惯把数据质量指标分成四类：完整性、准确性、及时性和一致性。这四类基本覆盖了90%的监控场景。
3.1.1 完整率
完整率衡量的是数据有没有缺失。但「缺失」的定义其实很微妙。
- 字段级完整率：某个字段非空记录数 / 总记录数 × 100%
- 记录级完整率：关键字段全部非空的记录数 / 总记录数 × 100%
- 表级完整率：预期行数 / 实际行数 × 100%（常用于增量表）
3.1.2 准确率
准确率是最难定义的指标。说白了，你得先知道「什么是正确的数据」。
我在项目中遇到过这样的场景：业务说「这个订单金额不对」，但数据仓库里存的就是业务系统传过来的值。那到底是数据不准，还是业务系统本身就有问题？
常见的准确率计算方式：
- 规则校验准确率：通过预设规则（如金额>0、日期格式正确）的记录占比
- 交叉验证准确率：与权威数据源比对一致的记录占比
- 人工抽检准确率：抽样人工核验，正确样本数 / 总样本数
3.1.3 及时率
及时率衡量数据能不能在预期时间内到达。这个指标在实时数仓场景下尤其重要。
| 类型 | 定义 | 计算公式 |
|---|---|---|
| T+1 及时率 | 次日指定时间前完成的数据占比 | 按时到达表数 / 总表数 × 100% |
| 实时延迟率 | 数据从产生到可用的延迟时间 | 延迟 ≤ 阈值记录数 / 总记录数 × 100% |
| 批次完成率 | ETL任务在SLA内完成的占比 | 按时完成任务数 / 总任务数 × 100% |
嗯，这里要注意：及时率的阈值设定不能太死。比如T+1报表，如果业务要求早上8点前看到数据，那你的SLA就得定在7:30，留出缓冲。
3.1.4 一致性
一致性检查的是不同系统、不同表之间的数据是否对得上。我见过最典型的场景：CRM系统里客户有100万，但财务系统里只有80万，两边口径不一样。
- 跨系统一致性：A系统与B系统关键指标比对，差异率 = 差异记录数 / 总记录数
- 表间一致性：主表与明细表汇总金额是否一致
- 历史一致性：当前数据与历史同期数据波动是否在合理范围
3.2 指标阈值的设定方法
指标定义好了，阈值怎么设？拍脑袋肯定不行。我总结了一套「三步走」的方法。
3.2.1 第一步：基线采集
先跑两周到一个月的历史数据，把指标的分布情况摸清楚。比如完整率，过去30天最低是多少？平均是多少？波动范围有多大？
基线采集要点：
- 采集周期至少覆盖一个完整业务周期（比如包含周末和月末）
- 排除已知的异常时间段（如系统升级、数据迁移）
- 记录指标的均值、P5、P25、P50、P75、P95分位数
3.2.2 第二步：阈值分级
我个人习惯把阈值分成三级：
| 级别 | 含义 | 阈值设定参考 | 响应方式 |
|---|---|---|---|
| Warning | 指标异常波动，需关注 | P5 ~ P25 或 P75 ~ P95 | 邮件通知，记录日志 |
| Critical | 指标明显恶化，需立即处理 | 低于P5 或 高于P95 | 短信/电话告警，触发应急流程 |
| Fatal | 数据不可用，需阻断下游 | 低于业务最低容忍线 | 自动熔断，停止数据分发 |
3.2.3 第三步：动态调整
阈值不是设完就不管了。业务在变，数据特征也在变。我建议每季度重新评估一次阈值。
- 季节性调整：双11、618期间，数据量暴增，阈值要放宽
- 业务变更调整：新业务上线、数据源切换，需要重新采集基线
- 异常事件复盘：每次告警后，复盘阈值是否合理，是否需要调整
3.3 指标体系的整体架构
下面这张图是我常用的数据质量指标体系架构，你可以参考一下。
3.4 一个完整的计算示例
光说不练假把式。我们拿一个订单表来演示一下。
假设订单表有10万条记录，我们关注三个字段：订单ID、订单金额、下单时间。
-- 完整率计算
字段完整率（订单金额） = 非空记录数 / 总记录数
= 99,500 / 100,000
= 99.5%
记录级完整率（三个字段都非空） = 99,200 / 100,000
= 99.2%
-- 准确率计算（规则校验）
规则：订单金额 > 0 且 < 100万
通过规则记录数 = 99,000
规则校验准确率 = 99,000 / 100,000 = 99.0%
-- 及时率计算（T+1场景）
预期：每天8:00前完成数据加载
过去30天按时完成天数 = 28天
T+1及时率 = 28 / 30 = 93.3%阈值设定示例：
- 完整率：Warning < 99.0%，Critical < 98.0%
- 准确率：Warning < 98.5%，Critical < 97.0%
- 及时率：Warning < 95.0%，Critical < 90.0%
你想想看，如果完整率从99.5%掉到98.0%，意味着多了1500条缺失记录。对于订单金额这种核心字段，这1500条可能就是几十万的损失。所以阈值设得严一点，没坏处。