🧩 Данные врут, если их не проверить: мой первый тестовый факап

Моё первое собеседование было таким коротким, что я даже не успела толком испугаться. Телефонный звонок, три вопроса — и сразу тестовое. И как истинный торопыга я влетела в него с ноги: открыть таблички, включить SQL, погнали!

Только вот базы как таковой там не было — просто кучка таблиц, которые предположительно связаны между собой. Никаких ключей, ничего очевидного. Но, как ни странно, смутило меня тогда только это. А зря.

Хотя я уже изучаю аналитику не первый месяц (и даже иду сразу по двум курсам 🤦‍♀️), нигде — НИГДЕ — не видела чёткого списка того, что нужно сделать до того, как начнёшь анализировать данные. Ну или я плохо смотрела. В любом случае, я, как истинная торопыга, к проверке не приступала.

И как выяснилось — зря в квадрате.

В таблицах часть данных вообще была не тем, чем казалась. Числа? Ха-ха, нет. На самом деле текст. Категории? Кто в лес, кто по дрова.
А я ведь так себе не доверяла, что перепроверяла всё в Excel. И получала совершенно другие результаты 😀

Когда я наконец остановилась и начала разбираться, оказалось, что дело в форматах. И, конечно, часть тестового пришлось выкинуть — времени перепроверять уже не было. В тот момент я поняла, что неплохо бы собрать чек-лист по проверке данных… но кроме «форматы» и «NULL-ы» в голову ничего не лезло.

А недавно я наткнулась на суперполезный пост в канале «Интеллект в коде». Там автор собрал прям полноценный чек-лист предобработки данных — тот самый, который мне пригодился бы ДО того, как я начала ломать голову над SQL.

Если бы я его увидела раньше — сэкономила бы себе пару часов жизни, изрядную порцию нервов и, возможно, кусочек самооценки.

Так что делюсь находкой — вдруг спасёт и вас ☺️

💬 А как вы проверяете свои данные перед тем, как начать выбивать из них признания?