来源标记是什么
维度数据来源标记指在维表上保留一列（常叫 src_system 或 source_code），记录这一行或这一个属性值来自哪个系统，并配一份合并优先级规则。当客户、商品这类实体同时被主数据、CRM、ERP 与外部导入维护时，同名实体的属性冲突不可避免。来源标记的价值是让冲突可裁决、可追溯：按规则选值，同时把落选的原值留痕备查。
基本信息
| 标记列 | src_system / source_code，取值来自已注册的源清单 |
|---|---|
| 优先级 | 常见顺序：主数据 > 核心业务系统 > 外部导入 |
| 留痕 | 冲突落选的原值另存一列或进冲突明细表 |
| 标记粒度 | 可按行标来源，也可按属性列分别标 |
| 治理 | 源清单集中登记，新源接入先注册后使用 |
典型使用场景
- 多源客户主数据：MDM 与 CRM 都在维护客户等级，需要明确以谁为准
- 商品资料整合：采购系统与电商后台各有一套商品名称，口径要统一
- 冲突排查：两个报表同一天同名客户手机号不同，靠来源标记定位到源
- 系统切换期：新系统逐步接管数据，按来源统计接管进度
- 质量分摊：按来源统计缺失率与错误率，把责任落到源头
- 灰度验证：新源小流量接入，按来源对比新旧口径的指标差异
来源分布巡检
来源分布巡检
SELECT src_system,
count(1) AS rows_cnt,
sum(case when phone is null then 1 else 0 end) AS phone_null
FROM dim_user
WHERE is_current = 1
GROUP BY src_system
ORDER BY rows_cnt DESC; -- 某源行数骤降，先查它是不是同步断了
-- 多源取值不一致清单
SELECT user_id, count(distinct name) AS name_variants
FROM dim_user
WHERE is_current = 1
GROUP BY user_id
HAVING count(distinct name) > 1;优先级规则示例
| 来源 | 字段优先级 | 说明 |
|---|---|---|
| 主数据 MDM | 全属性最高 | 标准口径来源，冲突时以它为准 |
| CRM | 客户等级、归属销售 | 贴近业务过程，主数据未覆盖时采用 |
| ERP | 财务编码、结算信息 | 权威但同步频率低，滞后于业务 |
| 外部导入 | 仅补空不覆盖 | 质量不可控，只填已有空字段 |
| 手工维护 | 白名单字段 | 必须留操作人与时间，便于追溯 |
来源标记回答的是「这个值是谁说的」，不回答「这个值对不对」，两者要分开处理：前者靠规则裁决，后者靠数据质量校验。冲突原值必须留痕，否则按规则覆盖之后就再也无法核对源端当初给过什么。