数据研发，如何平衡效率与质量

数据开发的效率，是如何尽快的将产品设计、业务过程，转换为数据模型;数据开发的质量，则是如何尽快的将数据加工过程中的问题，识别出来。向业务交付的内容，是开发的内容;而如果开发的时候，忽略质量的问题，虽然交付的时候不会有感知，但往往会在排查问题阶段，把这些时间加倍的补偿回来。
 
很多时候，开发同学会觉得，做这么多质量工作是“无效”的，因为很多问题，并不需要数据同学对业务有太深入的了解，如果发现了，会觉得业务就这么设置的，跟我有啥关系;如果没发现，那就是开发工期太紧张了，我做不过来。
 
比如，按照规定，我们要向1万用户发放优惠券，但因为人群选择错了，导致发出去了10万张优惠券;再比如，商品绑定错了货品，或者是发货发错了，但大家的第一想法是数据算错了。这些情况的出现，导致数据和业务出现一些对立的情绪。
 
但幸运的是，数据质量问题的排查，要远比业务系统问题的排查，容易不少，因为我们有章可循。
 
所以，如何在保证开发速度的情况下，做好质量保障，是一个很重要的问题。效率和质量，哪个都不能放弃，是数据开发的两条生命线。