同一个指标在两张报表里数值不同，先查口径，比急着解释业务变化更有用。指标设置需要写明对象、时间、分子、分母和排除条件，让读取者知道数值代表什么。
数据图表先服务于一个问题，再决定图形。比较规模、趋势和比例需要不同表达。聚合前确认日期、单位和口径，不能把不同来源中同名指标直接拼在一起。
把业务发生时间与数据入库时间分开，金额确认币种、含税与退款处理。比率不能直接平均，需要回到分子分母；未知和零值不能互相替代，空结果应说明缺少哪项输入。
指标先说明统计对象、周期与条件，数量、人数、比率和金额分开。汇总比率需要回到分子分母，不能简单平均各行比例。空白表示缺少数据时，不补成零；来源或口径变更也要保留说明，避免健康汇总掩盖失败明细。
比较前确认内容类型、市场或推广等条件是否相近，异常回到原始记录。相关变化只能形成原因假设，结论需进一步验证。图表和解释使用同一单位与版本，刷新后检查结果真正更新，截图漂亮不证明数据有效。
来源冲突时怎样定位真正分歧
看到相反说法，先比较它们描述的对象、日期和条件。一个页面讲旧版本，一个页面讲新版本，并不构成同条件冲突；一篇评论与一份测试报告也不能直接当成相等证据。保留原始表述，避免摘要把例外抹平。
证据不足时，将结论缩小到已确认范围。若需要更大的判断，再寻找相应资料或安排验证，不让工具用常识补齐。引用要能回到原文位置，标题、来源主体与链接一起核对；转载重复出现不增加独立证据数量。
例如订单转化率下降，可能是流量增加、支付减少，也可能只是统计窗口不同。先对齐条件，抽查源订单与访问记录，再提出业务原因假设；报表相关变化不直接证明因果。
数据清理怎样保留可追溯关系
原始数据先保留，字段类型按业务确定，编号中的前导零不是多余字符。重复按稳定标识判断，同名不同对象不能随便合并。空值、零值与未知分开，日期和单位有转换依据，不因整齐需要补出事实。
每次删除、合并和修正保留理由，清理前后核对行数、标识与关键金额。新数据到来先看结构是否变化，再沿用规则；导入下游用一小批样例验证。整理结果好看不说明数据正确，汇总与异常项都要能回到源记录。
将指标定义保存在使用位置附近，调整口径时标记版本与影响范围。解释结论只写数据能够支持的部分，下一步验证需要对应具体记录，不用一句“继续优化”结束分析。