文档介绍：如何检验统计数据是否准确合理数据报表在统计完成后, 或多或少会出现一些不准确或不合理的数据。针对这些数据找出一套合理的检验方法则至关重要。因为不准确或不合理的数据宁可不提供也不能让其产生错误的判断或决策。如何检验统计数据是否准确合理,提出如下几种检验方法: 1. 数据报表是否符合数据需求者的要求在日常工作中, 数据需求者对数据存在形式不甚了解, 需要数据提供者按照他们的要求去挖掘, 以达到两方在统计数据时的统一口径。这一步往往是数据提供者根据日常工作积累提出一些统计过程中需要明确的数据项或统计条件等。所以针对这种需要工作经验积累的在提问时要问的比较详细。否则可能因为少了一个条件数据就要重新统计从而降低工作效率。在提问时也需有针对性的提, 提双方都需要的统计口径, 当需求者对所提问模棱两可也须诱导他们给出正确的统计需求。 2. 查询语句的逻辑要求是否正确在需求弄清楚后, 就要开始针对需求编写相关查询语句。其中的语句逻辑性也是重要一环, 一般的数据需求很少是单表查询, 往往都是涉及几个表, 或跨数据库, 抑或跨服务器等, 这样就要求对这些表进行关联。表之间关联就是一种逻辑顺序。根据每个表提供的某个具有唯一性的字段进行关联时就要检查这种逻辑顺序了。关联好之后可以根据系统提供的查询语句执行过程进行查看。检查这个执行过程是否是按照既定的要求进行关联的。不能盲目的根据已存在的字段随意进行关联, 那样查询出来结果固然有了, 但是是否正确值得商榷。此外当遇到一个查询语句的逻辑关系无法满足统计要求时, 可尝试用临时表关联出正确的逻辑要求,而不能因为一个查询语句简便致使逻辑语句出现明显的错误。 3. 查询的条件是否符合数据定义表之间的逻辑顺序处理好之后, 就要根据既存的数据定义对相关字段加条件限制, 以达到筛选出正确的数据结果集。根据已经存在的数据定义在编写查询语句时如果出现偏差,如某个(些) 数据没统计进去, 或不该出现的数据反而出现了。这时就要检查条件是否都满足了数据定义的要求。如果是, 那么是不是对数据定义的个人理解出现了问题, 或者在对这个数据进行定义时本身就有问题,有问题就要提出进行确认。直到所写条件满足这个数据定义。切不可为了完事而不顾数据统计需求,这样查询出来的数据根本没有任何意义。 4. 数据对比在完成了对数据的需求明确, 逻辑清楚, 条件正确等步骤之后, 统计出的结果集是否就是需求者所需数据, 这里就有比较重要一步: 数据对比。数据对比有多种形式, 下面列出几种常用的数据对比方法。 往期数据对比与以往数据进行对比,一般检查这个数据的百分比,例如成交率,完成率,接通率等。商务部的客户成交率运用对比分析的方法我们可以得出其范围处于 15%~25% 之间,当某一时间段的成交率超出或低于这个范围, 我们可以确定其为异常数据, 从而查找产生异常的原因。这些统计数据范围都是有据可循的, 因此在进行对比时并非无凭无据, 例如热线部成交率介于 25%~45% 之间,这些范围通常取几个月甚至一年 12 个月中其最大值和最小值作参考。通过取样的方法对这些数据的整理然后得出相应阀值是有一定理论依据的。此外如果涉及相关历史数据我们也可以进行分组对比, 如增值部某几个月的销售业绩与去年这几个月的数据进行对比, 根据每月的差值或者环比来进一步确定这几个月的销售数据是否正常