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

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）