公示字段的标准化对齐:口径、单位与编码

不对齐会出什么问题
不同地区与平台的公示字段名与写法差异很大,同一含义可能叫法不同,同一字段可能单位不同。直接汇总会得到看似完整、实则互相矛盾的结果。
先建字段字典
- 字段中文名与含义说明,写清统计范围。
- 字段类型:日期、文本、数值或枚举。
- 是否必填,以及缺失时的处理约定。
- 取值示例与常见变体写法。
单位与格式
日期统一格式并记录时区;金额注明币种与是否含税;数量注明计量单位与是否含损耗。换算规则写在字典里,例如某来源用万元、某来源用元时的处理方式,避免逐条手工判断。
编码对照
地区、类型、状态等编码类字段建立对照表,把各来源的写法映射到统一取值。新出现的写法先记录再补充映射,不要随手归入相近类别。
版本管理
字典要版本化,调整时记录原因与生效时间。回填历史数据时按公告发生的时点选择当时版本的字典,保证前后可比,也便于说明口径变化的影响。
谁来维护字典
字典要有明确的归口人,新增或调整由归口人统一发布,其他人按版本使用。缺乏归口容易出现同一字段在不同人手里映射不同,后续汇总时又要重新对一遍。