前面我们把明细数据的处理已经做了一个详细的讲解，明细数据经过上述的处理之后，数据质量达到了一定的标准，接下来需要基于场景提取特征进行聚合的环节。

在业务收集的过程中，需要用户明确的内容包含指标统计的场景描述、统计的时间范围、统计的类型(要当前值、同比值、累计值、环比值)、统计的区域(若业务上没有，可忽略),平常使用的频率，如果是金额维度，需要描述统计的单元；指标的梳理还是离不开实体的确认，实体在指标体系中是指标统计的对象，在指标体系梳理的过程中，在业务的角度上把指标分为原子指标、复合指标、派生指标;④输出指标清单：基于上述的信息收集和梳理，

在数据处理过程中，对于数据一致性的保障是数据质量管控的重要环节。它确保了数据在不同系统、不同时间点之间的一致性和准确性，是决策支持系统不可或缺的一部分。今天，就让我们一起探索数据一致性的重要性，以及如何在日常工作中维护和提升数据质量。

数据资产建设标准是数据资产建设的顶层标准设计，其作用是指导组织内部整体的资产建设维度和定义，需要包含的信息包含数据资产分类标准、数据资产建设手册两大维度。