data-quality-review

name	data-quality-review
description	评估数据集可信度与完整性。检查粒度、新鲜度、空值、重复、模式漂移、关联完整性与分布异常，并给出"可交付 / 带保留交付 / 需返工"的置信度评级。触发场景：数据可靠吗、检查数据质量、上线前数据校验、验证他人分析结果。

数据质量评估

目标

在分析开始前或交付前验证数据可信度，输出可复核的评估结论。先验数据，再谈结论。

输入

• 数据集路径或连接信息（CSV / Excel / SQLite / 数据库表）
• 分析用途与关键结论（用于定向检查）

工作流

Step 1：形状画像

读取样本与表结构，记录：

• 粒度（一行代表什么？是否存在一行多事件/多行一事件的混淆）
• 行数、列数、字段类型
• 时间范围与新鲜度（最新数据距今多久，是否覆盖决策窗口）

Step 2：完整性检查

• 空值率：逐列统计，标注 >5% 的列
• 重复：按业务主键查重（注意同一主键多状态行是否合法）
• 唯一性：主键是否唯一，join 键两侧基数是否匹配

Step 3：一致性检查

• 模式漂移：枚举/分类字段的值域与历史基线对比
• 数值合理性：极小值/极大值/负数/零值是否落在业务可解释区间
• 关联完整性：外键是否能全部命中维表

Step 4：结论评级

按以下标准输出评级与理由：

评级	标准
可交付	关键字段缺失 <1%，主键唯一，时间窗覆盖决策需求，无异常值
带保留交付	存在可解释的缺失/异常，已标注且不影响核心结论
需返工	关键维度缺失、粒度混乱或值域漂移无法解释

输出规范

• 每项问题附：字段、现象、样本证据、对分析的影响
• 结论先给评级，再给逐项发现
• 评级为"需返工"时，明确列出返工清单

工具建议

• 结构与小数据：xlsx 技能读取后直接检查
• 大数据与 SQL：database-inspector 技能
• 数值分布与异常：code-to-chart 技能输出直方图/箱线图佐证