语之溪
教育数据项目的进度，往往同时受到数据量、标准变化、数据质量和数据源准备情况的影响。数字会不断变化，但数字本身并不能说明项目是否真正接近完成。
从 2024 年 9 月到 11 月，项目周报里可以看到几条并行推进的线：上报系统持续运行，标准表数量不断增加，画像开发逐步展开，同时仍然有数据缺失和数据源提供较慢的问题需要处理。
数据量增长不等于链路完成
9 月的周报记录，上报系统按照要求维护并上报多张标准表数据，上报数据已经达到数百万条量级。到 11 月初，标准表完成数量继续增加，上报系统中的标准表也已经完成大部分。
这些数字能够说明工作量和阶段进度，但不能直接等同于项目整体完成。数据上报至少包含多个环节：来源数据准备、字段映射、质量处理、标准表转换、提交上报和结果核对。
数据来源
-> 汇聚与映射
-> 质量检查
-> 标准表整理
-> 上报提交
-> 结果核对其中任何一个环节没有准备好，都可能影响最终结果。数据量变大，只说明系统处理了更多数据，不代表所有数据都已经满足上报和分析要求。
标准表会持续变化
9 月开始整理新版标准表和导入模板，10 月又按照不同版本继续升级上报系统。标准表数量从早期的阶段性完成，逐步推进到 11 月初的大部分完成。
这类工作有一个特点：系统升级并不是一次性的。标准版本变化后，需要同步调整数据结构、导入模板、校验规则和已有数据处理方式。
公开资料中常见的做法，是把标准版本作为数据处理链路的一部分记录下来：
标准版本
-> 字段与枚举变化
-> 导入模板调整
-> 校验规则更新
-> 历史数据复核项目内部的版本映射、表号和字段值不公开，但版本变化会影响数据上报的判断，这一点需要在进度记录中单独保留。
数据质量问题会拖慢进度
周报中多次出现数据质量处理和数据源提供较慢的问题。数据源提供不及时，会使后续开发和治理缺少输入；数据质量不符合要求，则可能需要重新整理、修正和再次上报。
对于数据质量问题，不能只记录“已处理”三个字。至少需要区分：
- 问题发生在数据来源、转换还是上报环节；
- 是缺失、格式错误、关联错误还是口径不一致；
- 修正是否会影响已经完成的数据；
- 修正后是否需要重新执行上报或统计。
这些是通用的数据质量记录方法，不对应项目内部的问题编号和业务数据。实际项目中仍然要以具体标准和确认结果为准。
画像进度依赖数据准备
除上报系统外，项目还在推进学生画像、教师画像、学校画像、专业画像和课程画像等方向。11 月初的周报已经记录了画像整体进度，同时也能看到不同画像方向的完成程度并不相同。
画像开发不能只按照页面数量计算。指标定义、数据来源和数据治理情况都会影响开发进度。如果所需数据还没有提供，或者字段口径还没有确认，页面开发即使完成，也可能无法得到可靠结果。
指标定义
-> 数据需求
-> 数据来源确认
-> 数据治理
-> 指标开发
-> 结果核对这个流程是公开数据项目中的通用示例。文章不公开具体画像指标、学校名称、数据源和业务内容。
项目进度需要保留边界
11 月 8 日的周报记录，项目整体完成进度约为 70%，预计 11 月 29 日完成；同时仍有部分标准表缺少数据，画像开发也处于分项推进状态。
由于 11 月 25-29 日的后续周报文件当前无法读取，我不能把预计完成日期写成实际完成事实，也不能补写项目最终交付结果。能够确认的只是：截至 11 月 8 日，项目已经进入持续推进阶段，标准表、上报、画像和数据治理仍然并行进行。
这也是项目记录中需要特别注意的地方：预计、计划和实际结果必须分开。计划完成日期可以写，实际完成情况需要有后续证据支持。
数字背后的工作链路
从 9 月的数百万条上报数据，到 10 月标准表和画像开发的阶段推进，再到 11 月初的整体进度记录，数字背后对应的是一条持续变化的数据链路。
我现在更关注的不是把所有数字压缩成一个完成率，而是确认每个数字对应什么对象、哪个时间点和哪种状态。上报量、标准表完成数、画像进度、缺失数据和项目整体进度，应该分别记录，不能相互替代。
对于数据上报项目来说，进度管理和数据质量管理并不是两件完全分开的事。数据质量影响上报进度，上报标准影响治理方式，而数据治理结果又会反过来影响画像和分析功能。
