mcpField
M
metric-reconciliation

metric-reconciliation

github.com/nimrodfisher数据与数据库504263 次安装5 周前更新
代码仓库

关于 metric-reconciliation

metric-reconciliation 是用于追查指标差异的数据分析技能。它引导分析人员核对定义、比较数据源、查明根因并记录解决方案。

主要功能

  1. 01确认指标定义与范围
  2. 02比较两个来源的数值
  3. 03计算差异与容差
  4. 04追踪查询和管道步骤
  5. 05记录原因与解决方案

适用场景

  1. 01处理仪表板 KPI 数值冲突
  2. 02调查管道更新后的指标变化
  3. 03用旧数据源验证新数据模型
  4. 04解释受到质疑的业务指标

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/nimrodfisher/data-analytics-skills --skill metric-reconciliation

安装后在 Claude Code 中输入/metric-reconciliation确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

assets/
reconciliation_report_template.md
references/
reconciliation_patterns.md
scripts/
reconcile_metrics.py

详细介绍

指标对账

使用时机

  • 两个仪表板或报告显示的同一 KPI 数值不同
  • 数据管道更新后,某项指标出现意外变化
  • 利益相关方质疑某个数值,需要权威说明
  • 准备合并或弃用旧版报告数据源
  • 帮助分析师熟悉新的数据模型,并与旧模型进行验证

流程

  1. 定义指标和范围 — 确认确切定义(分子、分母、筛选条件、时区)以及调查期间。定义不一致是造成差异的最常见原因。
  2. 从两个数据源提取数值 — 从每个数据源提取相同期间的指标数值。记录绝对值、行数,以及所用的查询或计算路径。
  3. 计算差距 — 计算绝对差值和百分比差距。如果差距在约定的容差范围内(例如 ±0.1%),则记录为可接受并结束处理。容差指南请参阅 references/reconciliation_patterns.md。
  4. 追踪计算路径 — 逐步检查每个数据源的查询或管道。常见的差异点包括:联接类型不同、筛选顺序不同、空值处理方式不同、日期截断方式不同或去重逻辑不同。
  5. 确定根本原因 — 使用 references/metric_discrepancy_guide.md 对原因进行分类(定义不匹配、数据新鲜度、聚合粒度、计算错误)。通过代码片段或查询摘录记录差异点。
  6. 解决并记录 — 修正计算方式或确定规范数据源,然后填写 assets/reconciliation_report_template.md 并与利益相关方分享。

此技能所需的输入

  • 指标名称和业务定义(分子、分母及任何已知变体)
  • 对两个数据源的访问权限(查询、仪表板 SQL 或原始数据)
  • 出现差异的时间段
  • 行数或记录级数据,以便在需要时逐行比较
  • 管道、架构或业务规则近期发生的任何已知变更

输出

  • assets/reconciliation_report_template.md — 已完成的报告,展示数据源 A 与数据源 B 的对比、差距、根本原因和解决状态
  • 修正后的查询或管道变更(如果发现错误)
  • 已记录的容差协议(如果差距可接受)

评论

支持 Markdown