ChatBI试点的数据准备：口径、命名与验证清单

导语

ChatBI试点的回答质量会受到数据范围、字段含义、指标定义、权限和问题表达等因素影响。数据已接入，并不代表业务人员可以直接用自然语言完成所有分析。本文从数据梳理、语义说明和试点验证三个方面整理准备清单，帮助团队在扩大使用前识别条件和限制。

一、按业务问题确定数据范围

先列出试点希望支持的业务问题、使用者和预期结果，再确认每个问题涉及的数据源、字段、统计粒度、筛选条件及责任人。不同主题或口径的数据是否需要区分，应根据实际问题判断；避免把无关数据一并纳入，也不设统一表数限制。

涉及多张表时，说明关联键、粒度和重复记录处理方式，用代表性样例核验关联结果。无法确认关系或口径的数据，应标记待处理，不要求系统自行推断业务定义。

二、让字段与指标含义可理解、可核对

检查表名、字段名、单位、代码值和时间字段是否有清楚说明。缩写或系统代码可保留，但应提供业务含义及必要的映射；名称相近或重复时，注明区别和使用范围。不要仅为形式统一而批量改名，先评估对已有报表、接口和维护工作的影响。

对核心指标记录定义、公式、统计期间、过滤条件、数据来源及维护人。同一术语存在多个业务定义时，应由相关责任人确认适用场景。日期字段、时区和“最近一周”“上月”等相对时间表达，也需明确计算规则，并用实际日期样例验证。

三、核验数据质量与访问边界

检查更新时间、空值、重复、异常值和历史范围，确认这些情况是否会影响试点问题。选择业务记录或经确认的参考结果复核数据样例；发现差异时记录数据时点、筛选条件和处理方式。字段整理不能代替源数据质量管理。

用代表性角色账号检查可见主题、字段和明细范围，并核对导出、分享等操作是否符合组织规则。权限应由责任人依据当前环境验证，不能用一个测试账号推断所有角色都符合要求。

四、用真实问题测试并记录结果

整理业务人员常见问法及对应的参考查询条件或结果。测试时逐项查看问题理解、过滤条件、指标口径、关联逻辑、结果解释和权限范围。将正确、部分符合、无法回答及越界等情况分别记录；测试数量和通过条件应依据业务风险事先约定，不套用统一准确率标准。

出现偏差时，保留原问题、数据时点、预期口径和实际结果，再由业务与数据人员判断是否需要补充术语说明、调整数据或修正配置。修改后用相同问题复测，并注明变化。不能保证补充知识后准确率必然提升。

五、安排问题处理和迭代

明确谁接收业务反馈、谁确认指标定义、谁处理数据与权限问题，以及问题解决后如何复核。试点期间按实际变化更新数据说明和测试样例，保留变更记录；扩展场景前重新核对数据关系、适用口径和访问边界。反馈周期和处理时限由项目团队按支持能力约定。

试点前检查清单

• 业务问题、使用者和暂不覆盖的范围明确；
• 数据源、字段含义、粒度、更新时间和责任人清楚；
• 核心指标定义、筛选条件和时间规则有业务确认；
• 多表关系、样例结果和权限范围经过核对；
• 真实问法、参考结果、问题反馈及复测方式已准备。

常见问题

Q：数据已在BI平台接入，还需要准备吗？
A：仍应确认字段含义、口径、更新情况、关联关系和访问范围。是否需调整数据集或配置取决于目标问题和当前环境。

Q：小范围试点可以省略命名和口径核验吗？
A：准备工作可按场景简化，但应至少保证使用者知道字段与指标含义，结果可以核对，权限符合要求。

Q：准备后回答仍不符合预期怎么办？
A：保留问题和核验条件，逐项检查表达、口径、数据、权限和关联配置，再决定修正方向并复测。

结语

ChatBI试点的数据准备，不是单纯整理名称或把数据接入系统，而是让业务问题、指标口径、数据关系和访问边界都能被说明和验证。先记录已确认事项与待处理限制，再依据真实测试决定是否扩大范围。