报表数字对不上？先查查有没有测试数据混进来

系统上线那几天，为了让流程跑通，录入的人多多少少都会试一试：编两个假客户、开几张假单子，电话填自己的，名称写「测试公司」，想着过两天就删。一忙起来，这事就过去了。几个月后看报表，客户总数里躺着几个根本不存在的公司，按来源统计多出一块说不清的数，按地区汇总冒出一个谁也叫不上名字的区域。数字对不上的时候，第一反应往往是系统算错了，其实更该先查一查：是不是当初的测试数据还躺在正式库里。

先把结论放在前面：测试数据混进正式库，影响的不只是多几条记录——统计掺了水、口径被污染、新人把假的当成真的去跟进。它是上线时最省事、后来越来越麻烦的典型，越早立规矩，清起来越容易。

测试数据是怎么混进来的？

几种常见的来路。一是上线前试录：为了验证功能，录了一批假客户假单据，验收完没人回头清。二是演示：领导要看效果，当场录几条，看完就散会。三是新人练手：让新同事在系统里熟悉操作，练完的数据没人管。四是流程调整后的演练：改了分类、改了字段，拿旧数据走一遍看看顺不顺。每一次的动机都正当，问题是这些数据从「临时」变成了「常住」。

为什么留着留着就不删了？

一是忙忘了：上线那阵子千头万绪，清理这件事没有专人负责，自然就沉了底。二是分不清了：当初随手录的没打标记，几个月后谁也说不准哪条是假的。三是不敢删：怕误伤了真数据，索性都不动。四是没有约定：清理不是日常动作，没人记得去做。四条里没有一条是「觉得有用」，纯粹是收尾这件事没人接。

混着用，代价在哪？

第一层是统计失真。客户总数、来源分布、各类单据的量，全掺了水；数字不大的时候无所谓，一旦拿这些数做判断——比如按来源分配下个月的精力——失真的比例就被放大了。第二层是口径被污染。报表里有个数解释不了，大家就开始怀疑所有数，解释的成本比数据本身高得多。第三层是误导动作：新同事翻列表，把测试公司当成真客户去准备回访，联系过去才发现是空的。数据的真假本来该有明确边界，混着混着边界就没了。

试录的数据，当时该怎么留？

试录和演练本身是正当需求，问题出在没有边界。上线前把三件事约定好就够了：一是统一前缀，所有试录的名称都用同一个字打头，往后一眼可辨；二是集中进行，演练集中在验收期内，过了这个窗口不再往里录；三是用完即删，验收通过当天就清理一轮，清完再看一遍报表确认干净。三条都写进上线清单，跟部署、培训放在同一级。

已经混进来的，怎么清？

清理讲究顺序。第一步先备份：把相关记录导出一份留档，动手之前手里永远有底。第二步是筛：按名称前缀筛、按录入时间段筛（上线前几天和验收日）、按录入人筛，几个条件交叉着用，把名单列出来。第三步是删：名单确认后分批处理，宁可分几批慢慢删，不要一次全清。第四步是复核：删完回看几组关键报表，数字变化要能对得上删掉的条数，对不上就回头查漏。

有个例外要留心：有的记录当时是试录的，后来客户成了真的，业务跟着走了几个月。判断的标准不是当初怎么录的，而是现在有没有真实业务挂在上面——有，就按真数据对待，别当测试清掉。

怎么防止再混进来？

规矩定在事前，比清在事后省力得多。系统每次大的调整——新模块启用、字段大改、流程重排——都会带来新一轮演练需求，每次都按同样的三条执行：统一前缀、集中窗口、结束即清。另外把「数据干净」当成例行检查项：按月看一眼列表里有没有明显不像真客户的记录，主管清点，几分钟的事。上线时的热闹总会过去，留下的库是要用很多年的，干净这件事，值得在第一天就当回事。

常见问题

问：测试数据量不大，值得专门清吗？
答：值得。失真的不是那几条记录本身，而是所有依赖总数的统计和判断；而且越晚清，掺进的环节越多，回头核对的成本越高。

问：怕删错真数据，不敢动手怎么办？
答：先导出一份留底，再按前缀、时间段、录入人交叉筛选，名单确认后分批删；删完复核报表变化，数字对得上再继续下一批。

问：演练是必要的，怎么平衡？
答：演练照做，但要有边界——统一前缀、集中窗口、结束即清。缺的从来不是演练，是收尾。

一套系统用得好不好，看报表数字敢不敢直接用就知道。测试数据进进出出本来正常，不正常的是没有边界、没有收尾。把前缀、窗口、清理这三件事写进上线的规矩里，报表里的每一个数，才都经得起追问。