BI经验教训
问题一：数据质量不过关，导致分析成本高，影响长期效率
解决办法：把问题暴露给业务方（不止解决小问题，解决更大层面的问题），处理方案需要与业务方（甚至管理层）达成共识，按照方案执行
问题二：补数漏刷（下游表既有增量也有全量的时候，容易漏刷）
解决办法：
1.如果调整表的下游表太多且既有增量也有全量，先“ 不并行 ”补一遍，再
2.如果要补的表是di表，而其下游表是df表，应该等di表全跑完，再去补df表
问题三：有一些数据需求是因为系统功能不完善，导致临时取数填坑，而这种临时取数一旦有先例，后面遇到的次数多了，就会变成：这个数据本该有BI来取，而系统问题一直搁置
【BI经验教训】解决办法：原则上不给系统功能的缺陷补位，但要给业务方需求解决的出口（可以接需求但是要求有产品系统规划，同时跟业务方明确后续的工作分工）
推荐阅读
- 一个人的旅行，三亚
- parallels|parallels desktop 解决网络初始化失败问题
- 一个小故事，我的思考。
- 《真与假的困惑》???|《真与假的困惑》??? ——致良知是一种伟大的力量
- 开学第一天（下）
- 一个人的碎碎念
- 2018年11月19日|2018年11月19日 星期一 亲子日记第144篇
- 遇到一哭二闹三打滚的孩子，怎么办┃山伯教育
- 第326天
- Y房东的后半生14