2023年9月，某零售企业做销量预测，模型误差MAPE 34%，业务方不接受。抽查500条记录发现：同一商品编码出现3种单位（件、箱、千克），退货单被记成负销量但混在正常订单里，还有17条日期是2月30日。脏数据不解决，调模型参数是白费功夫。
场景一：单位不统一。步骤：1) 导出商品维表，统计每个编码下的单位取值；2) 有多个单位的建立换算表，比如1箱等于12件；3) 统一到最小单位后重算。某食品企业按此处理，预测误差从34%降到22%。
场景二：重复记录。常见错误是按整行去重，但同一订单两条记录的金额一个含运费一个不含。做法：定义业务主键，比如订单号加商品编码，按主键聚合，金额求和、状态取最新时间戳。某跨境电商查出去重前订单量虚高8.4%。
场景三：缺失值的静默填充。价格区间在9.9元到299元，缺失价格被填0，导致均价被拉低。修正：数值型缺失先标记，再按品类中位数填充并加一个"是否缺失"指示列；类别型缺失单列"未知"，不要并进"其他"。
场景四：时间戳时区混乱。某出海应用日志里UTC和本地时间混用，晚8点的峰值被拆成两个。步骤：1) 所有时间统一存UTC；2) 展示层再转本地时区；3) 抽查跨时区用户各100条核对。
场景五：枚举值漂移。某表单的"支付方式"半年内从4种变成11种，旧代码把新值全映射成"其他"，占比一度到19%。做法：每周跑一次枚举分布报表，新值出现当天就要有人认领。
场景六：异常值处理过头。某门店日销额平时3000到8000元，一次团购冲到4.2万元，被3倍标准差规则直接删掉。对比：删掉后预测偏保守约6%；保留并加促销标记后误差降到1.9%。异常值要先问业务，别先删。
场景七：口径变更无记录。某指标从"下单口径"改成"支付口径"，历史数据没回溯，同比直接失真。做法：指标定义表加版本号，口径变更同时跑新旧两版至少30天对比。
清单共7项：单位、重复、缺失、时区、枚举、异常值、口径。每周固定2小时逐项过，比事后救火便宜得多。
