（10422期）Data quality & reconciliation with exception – 精准对账零丢数，异常全暴露

精准对账零丢数，异常全暴露 通过稳定标识符（工资号、驾驶证等）实现数据源自动对账，生成异常报告并强制阻断静默失败，确保每条记录都有明确归属。 使用说明 核心用法 该技能专注于数据对账与质量监控，通过层级化的稳定标识符（Pay Number → 驾驶证 → 司机卡 → 资格证）实现多源数据匹配。核心流程包括： 标识符优先级匹配：首选工资号精确连接，未匹配项依次降级至其他证件号码 规范化预处理：统一大小写、去除空格与标点，消除格式差异导致的假性不匹配 异常分类报告：强制输出五类状态——已匹配、A源缺失、B源缺失、字段冲突、重复键值、无效键值 静默失败阻断：设置计数校验门控，异常率超阈值即中断流水线，杜绝"看起来成功实则丢数据" 显著优点 确定性优先：基于稳定ID的精确匹配，避免模糊算法带来的不可解释性 全量可追溯：零记录丢弃策略，每条数据都有明确的归属结论 工程友好：直接输出CSV格式的异常报告模板与匹配规则文档，可嵌入ETL流水线 风险前置：门控机制将数据质量问题暴露在生产阶段，而非下游分析时 潜在局限 依赖稳定标识符：若全量数据缺失关键ID（如临时工未录入工资号），技能效用大幅下降 非模糊匹配：姓名拼写差异、证件号录入错误等需人工介入或额外 fuzzy 流程 单一场景聚焦：专为周期性对账（周/月报）设计，非实时流处理场景 权限假设：默认只读源数据，若需自动修正需用户显式授权 适合人群 数据工程师、合规专员、HR系统管理员——尤其需要处理薪酬系统与合规系统交叉验证、或多系统员工主数据同步的组织。 常规风险 优先级误设：若工资号存在历史重复记录却设为最高优先级，可能导致错误匹配 阈值宽松：异常率容忍度设置过高，可能掩盖系统性数据质量问题 时序忽略：未考虑证件换发导致的号码变更，产生假性"B源缺失" 过度依赖自动化：门控阻断后若缺乏人工复核流程，可能造成业务停摆 原始说明 Reconciles data sources using stable identifiers (Pay Number, driving licence, driver card, and driver qualification card numbers), producing exception reports and “no silent failure” checks. Use when you need weekly matching with explicit reasons for non-joins and mismatches.