# 仪表盘全绿不算数，客户账本对上才算

> 借鉴会计的对账纪律，事先约定容差，任何差异都能当场解释，不必再说“回头查一下”。

原文: https://fdetimes.net/zh/guides/data-reconciliation-before-saying-it-works/

验收会议常常以一种熟悉的方式翻车。你把仪表盘投到屏幕上：Agent 已经读完 10 月的全部发票，数据管道没有报任何错，总收入也显示出来了。客户的总会计师打开账本，沉默片刻，然后问：这个数为什么对不上？

从这一刻起，项目就不再关乎模型有多好。唯一的问题是：你能不能解释这笔差异。当场答得上来，客户就会信任你；如果说“我查一下再回复您”，整个系统都会被打上问号。

对账这项技能，能让你避开这种局面。会计行业早就在做这件事：账户对账就是把内部记录与外部对账单或原始凭证逐一核对。本指南介绍如何把这套纪律带进 AI 项目，让“系统能用”成为一个可以证明的结论。

## 用大白话说，什么是对账？

数据质量工具 Soda 的文档把对账检查定义为：检验目标数据集是否与一个或多个源数据集一致。它分两个层面。在汇总层面，比较行数、总额等指标；在行层面，逐条比对记录。

对前线部署工程师（FDE）来说，“目标”是你的系统产出的东西：Agent 抽取出来的发票表、库存预测，或迁移到新数仓的数据。“源”则是客户认定的真相，通常是总账、ERP 系统，或者财务团队已经结账的 Excel 文件。

有一个小概念决定一切：阈值。Soda 要求把可接受的差异定义为阈值，默认值是 0。这个默认值很符合会计精神：如果阈值没有写下来，那么任何差异都不算“可接受”。

## 应该按什么顺序核对？

在全量数据上逐行比对，既昂贵又缓慢。Soda 推荐一个更省成本的顺序：先做聚合检查（行数、总额、平均值），再对最重要的数据集有选择地逐行比对。

只数行数是不够的。Xylity 的一份迁移测试指南建议，对每个数值列都计算 SUM、MIN、MAX 和 AVG。两张表可能都是 4,812 行，但其中一张已经被截断或四舍五入。行数看不出这类错误，总额和极值却能立刻暴露它们。

同一份指南指出，时区不一致是日期数据最常见的错误。所以在聚合比对之后，下一步应该按天拆分差异。如果差异集中在周期的第一天或最后一天，时区通常是头号嫌疑。

## 一个完整示例

以下示例是假设的，数字也是假设的。一家位于 UTC+7 的分销商请你构建一个 Agent，读取发票并写入 `ai_invoices` 表。Agent 把发票时间戳以 UTC 存在 `invoice_ts` 列中，而财务团队在 `ledger_invoices` 表里结账，`invoice_date` 列用的是当地时间。

比对之前，你和总会计师书面约定：行数差异必须为 0；由于舍入规则，每张发票的金额最多可相差 0.01。

第一轮运行一条聚合查询，按双方各自实际存储的列筛选 10 月数据：

```sql
SELECT 'ai' AS src, COUNT(*) AS n, SUM(amount) AS total,
       MIN(amount) AS mn, MAX(amount) AS mx, AVG(amount) AS avg_amt
FROM ai_invoices WHERE invoice_ts >= '2026-10-01' AND invoice_ts < '2026-11-01'
UNION ALL
SELECT 'ledger', COUNT(*), SUM(amount), MIN(amount), MAX(amount), AVG(amount)
FROM ledger_invoices WHERE invoice_date >= '2026-10-01' AND invoice_date < '2026-11-01';
```

假设两边都是 4,812 行，但 Agent 的总额比账本多出 18,640.25。行数一致常常让人过早放心，但在这里它只说明错误在相互抵消。于是你按天拆分，把 `invoice_ts` 转成 DATE 得到 Agent 一侧的日期：

```sql
SELECT d, SUM(ai_amt) - SUM(ledger_amt) AS diff FROM (
  SELECT CAST(invoice_ts AS DATE) AS d, amount AS ai_amt, 0 AS ledger_amt FROM ai_invoices
  UNION ALL
  SELECT invoice_date, 0, amount FROM ledger_invoices
) t GROUP BY d HAVING SUM(ai_amt) - SUM(ledger_amt) <> 0 ORDER BY d;
```

这条查询有意不按周期筛选。如果保留 10 月的条件，你就看不到被挤进相邻月份的发票。

差异集中在 9 月 30 日、10 月 1 日、10 月 31 日和 11 月 1 日，这正是时区问题的特征。由于 `invoice_ts` 是 UTC，一张当地时间 11 月 1 日早上 6 点开出的发票，会变成 10 月 31 日晚上 11 点，被算进 10 月。

修复方法是：先把 `invoice_ts` 转换到客户结账所用的时区，再取日期、按周期筛选，然后重新运行。在这个示例中，总差异从 18,640.25 降到 0.37。

剩下的 0.37 才值得逐行比对，而且只针对很小的范围：差异超过 0.01 阈值的发票。

你发现有几张发票，Agent 按每个明细行对税额四舍五入，而会计是按总额四舍五入。这个舍入误差只有在修好时区之后才会浮现，因为此前它被淹没在更大的差异里。

**要点:** 行数一致什么也证明不了；数字对上了，也必须给出解释。

## 动手实践：从阈值到签字确认

写任何 SQL 之前，先问客户：真相源是什么，结账周期用哪个时区，每个指标的差异阈值是多少。把这些写在一页纸上，发给客户确认。如果没有约定阈值，就按 0 处理。

接下来，搭建分层的自动化检查。Xylity 的模型分五层：前三层自动执行，每次迭代后重跑；后两层在切换到新系统（cutover）之前由人工确认。

对 AI 项目而言，三层自动检查可以是：行数、每个数值列的聚合值、每日差异。每次修改提示词、更换模型或调整数据管道时，都要跑一遍。

然后是证据包。Solvexia 的账户对账指南要求，对每个复核过的账户都记录说明、计算过程和证据。在上面的示例中，证据包包括：各条查询、时区修复前后的结果，以及因舍入而出现差异的发票清单和每张的处理方式。

最后一步是签字确认。同样根据 Solvexia 的说法，对账结果必须经独立第三方复核后才能定稿。这个复核人不能是你，因为系统是你搭的。像 Xylity 的模型那样，设一道明确的上线与否（go/no-go）关卡：只有每一层都通过，才进行切换。

## 让你失去信任的错误

第一个错误是把对账拖到项目末尾。Databricks 工程博客上的一篇文章指出，把验证当作事后补救的团队，最终花在对账上的时间比花在迁移本身上的还多。如果三层自动检查从第一周就开始运行，每个错误一出现就能被发现。

第二个错误是行数一致就收手。如示例所示，行数可能一致，而两个不同的错误恰好相互抵消。第三个错误是自己拍板定阈值，比如私下认定差异低于 0.1% 就“可以接受”。这个数应该由客户决定，而不是你。

第四个错误是给自己的系统背书。如果数据管道是你写的，结果也是你签的，你就跳过了客户财务团队每个月都在遵守的那条原则。

## 求职时，这项技能该怎么体现？

阅读职位描述时，留意“data migration”“financial data”“production validation”这类表述。这些团队需要会对账的人。在简历里，不要写“保障数据质量”，而要具体写明：你拿结果和哪个数据源对账，阈值是多少，由谁签字确认。

面试时，准备好回答这样的问题：“讲一次你的系统数字和源数据对不上的经历。你是怎么找到原因的？”一个好故事有四个要点：差异有多大、是谁发现的；你按什么顺序排查；真正的原因是什么；最终结果由谁签字确认。

这样的故事通常比任何模型准确率数字都更有说服力。原因在于，客户不会用准确率来评判你的系统，而是看你的数字和他们的账本能不能对上。

**本周动手试试:**

- 挑一张你的系统目前为客户写入的表。写一条 SQL 查询，把行数以及每个数值列的 SUM、MIN、MAX 和 AVG 与源数据比对，然后按天拆分差异。
- 为当前项目写一页“对账约定”：真相源、每个指标的差异阈值、结账时区，以及由谁签字确认。
- 如果你在准备简历，加一行具体写明：你拿数据和哪个数据源对账，阈值是多少，由谁签字确认。

## 信源

- [Reconciliation checks (Soda docs)](https://docs.soda.io/reference/contract-language-reference/reconciliation-checks)

- [Data Quality for Cloud Migrations](https://soda.io/use-cases/cloud-migration-reconciliation-checks)

- [10 Account Reconciliation Best Practices for 2026](https://www.solvexia.com/blog/account-reconciliation-best-practices)

- [Data Migration Testing: Validation, Reconciliation and Cutover Strategy](https://xylitytech.com/data-engineering/data-migration-testing-validation-reconciliation/)

- [Speed Up Data Warehouse Migration Validation](https://community.databricks.com/t5/blogs/blogarticleprintpage/blog-id/technical-blog/article-id/1068)
