数据怎么长全：三条清洗路径

财报字段成千上万，不可能、也不需要一次全部清洗完。溯言用三条路径让字段库「长」起来，各管一头：高频的提前备好，长尾的问到就清，整份报表定期彻查。

路径一：预置——高频字段提前清好

最常被问的核心字段（营收、利润、现金流这一层），批量提前清洗入库，问到秒答。

两个不那么显然的设计：

• 「没披露」也预置。报告里确实没有的字段，提前标注成「未披露」——你问到时秒答「该报告未披露此项」，而不是现场折腾几秒之后再告诉你没有。
• 预置清单跟着提问热度走。哪些字段被问得多，是真实记录下来的；下一轮预置优先清它们。你的每一次提问，都在为「哪些数据值得提前备好」投票。

路径二：问答现场清——长尾问到就清

你问到预置之外的字段时，系统现场对最新报告清洗该字段（大约几秒），清完即答；成果永久落库，之后任何人再问同一字段，毫秒命中。

这对你意味着什么：偶尔一次提问会多等几秒——那是在现场加工数据，不是卡了；而且这几秒全网只发生一次。

路径三：审计——整份报表彻查

定期对整份报表做全表清洗加校验，标准比前两条路径更严：

• 财报侧：报表上每个有数字的行都必须有交代——要么归到标准概念，要么明确判定「不属于任何标准概念」，不允许静默漏掉任何一行；
• 标准侧：统计概念树上有多少概念取到了值。

两个方向合成双向的覆盖度量——「覆盖全」不靠感觉，靠这两个比率。

落值之后，对数据跑标准自带的七种官方校验。执行现状也诚实交代：七种全部列在体检单上，条件齐的自动跑；个别校验依赖的前提还没建齐（比如需要更细的维度数据）时，会明确标注「前提缺失」，而不是隐形跳过——体检单上没有含糊项。

三条路径怎么配合

三条路径写进同一个字段库，互相沉淀：预置省下的等待、现场清补上的长尾、审计兜底的准确，最终都落在同一份数据上。

我们检视什么

运营上，行归属率、概念取值率、校验通过情况都有台账持续检视。「准确高、覆盖全」不是形容词，是每天在看的数字。

这对你意味着什么，收拢成三件事：常见指标为什么秒出（预置）；冷门字段为什么偶尔等几秒、而且只等这一次（现场清）；每个数字为什么敢让你点开核对（审计＋校验）。