1. 先問值班人員需要知道什麼

Day 25 把重點放在 Gemini 草稿的審核。但要安排審核與追查工作，我還需要知道：目前有哪些設備事件、哪些回報值得查看，以及哪些草稿仍待確認。資料進了 BigQuery，只是讓這些問題有機會被查詢；儀表板還必須說清楚，每個數字究竟在數什麼。

我把設備事件、操作回報與草稿審核規劃成不同頁面。設備頁看事件，回報頁看選定版本的分析結果，審核頁看處理狀態，避免用一個「總筆數」代表全部工作。以下延續設備維運的設計情境，新增頁面、指標與驗收流程尚未經真實資料驗證。

2. 一列資料，不一定是一件工作

最容易混淆的地方，是把來源列數直接當成業務數量。設備事件可能重複送達，同一則回報可能重新分析，一次模型呼叫也可能留下多筆重試紀錄。它們都會增加資料列，卻不一定增加一件待辦。

以 Q17 的設計事件來看，E501 是告警觸發、E502 是告警恢復、E503 是同一條件再次觸發。若指標叫「告警觸發事件數」，E502 就不應計入；E503 則不能只因條件相同，就被當成 E501 的重複傳送。去重需要辨認事件身分，不能只比對設備與事件類型。

回報也有另一套計數方式。N201 的分析結果，要以「回報編號、文字版本、分析設定版本」辨認，再選定報表採用的結果。重試是同一次分析的執行紀錄，重新分析則可能產生新版本，不能混在一起計數。即使事件數算對，也不能改稱通知數；目前沒有通知投遞紀錄，就沒有這個數字的依據。

3. 先把比較基準留在 SQL

要核對圖表，我先在 SQL 裡明確處理資料範圍、去重規則與事件類型。設備頁先得到去重事件，再查總體及分類數量；回報頁則先選定文字與分析設定版本，分清呼叫成功、內容有效及入表成功，再做分類統計。

BigQuery 的 COUNT(*) 計算列數，COUNT(欄位) 不計入 NULL，COUNT(DISTINCT 欄位) 計算不重複的非 NULL 值，COUNTIF(條件) 計算條件為真的列。[4] 這些差異會直接改變指標。

但加上 DISTINCT 不會自動替我選好分析版本。若同一回報的不同版本被分到不同議題，即使各類都按回報編號去重，分類合計仍可能重複計入同一回報。因此，我要先決定採用哪個結果，再統計；缺失識別碼、無效結果與未完成資料另列，不讓它們悄悄消失。

SQL 基準也需要驗收。我會保留查詢、版本、範圍及資料截止資訊，檢查去重後是否仍有重複，以及分類合計是否與同範圍總體一致。查詢成功執行，只能證明語法與執行條件成立，不能證明業務定義正確。

4. 連上資料後，還要核對欄位角色

建立 Data Studio（原 Looker Studio）來源時，我先確認資料所在的專案、資料集與資料表或檢視，再確認計費專案。官方 BigQuery 連接器支援資料表、檢視與自訂查詢；資料專案與計費專案可以不同。讀取資料與執行查詢工作也需要分別核對權限，例如 BigQuery Data Viewer 與 BigQuery Job User，並確認實際使用哪一種資料憑證。

能連線之後，還要查看日期、文字及數字的型別與預設彙總。維度用來分組，指標用來彙總；數字欄位也可以作為維度，不能看到數字就直接加總。設備識別碼即使以數字保存，也不適合用 SUM 表示設備數。

連接器提供的 Record Count 計算來源列數，不是 BigQuery 裡新增的實體欄位，也不會自動理解「一則回報」的定義。若來源仍包含重試或多個分析版本，直接把它命名為回報數，就會把來源設定上的方便，誤當成業務口徑。

5. 第一張摘要卡，只回答一個問題

第一張 scorecard，也就是單一指標摘要卡，我規劃顯示「範圍內告警觸發事件數」。名稱直接交代事件類型與範圍，避免讀者把它解讀成故障數、通知數或尚未處理的告警數。

官方摘要卡可以設定來源、主要欄位、彙總、篩選與日期範圍。我的驗收順序是：確認來源每列代表一個去重事件，只保留觸發類型，再使用相同時間及設備範圍的 SQL 比對數值。

這裡要留下兩種證據。設定畫面說明「打算怎麼算」，SQL 與摘要卡在同一資料範圍下的數值對照，才說明「這次是否算得一致」。若只有設定截圖，就不能寫成數值已通過驗收。

即使兩邊一致，解讀仍有界線。N201 提到告警反覆出現，不能直接證明感測器故障；E502 的恢復事件，也不能直接證明整個問題已解決。摘要卡回答的是觸發事件數，設備診斷仍需要其他證據。

6. 共用來源前，先寫下指標口徑

當多張圖表開始使用同一來源，單靠欄位名稱就不夠了。我需要一份指標字典，至少寫明名稱、用途、資料粒度、去重鍵、採用版本、時間欄位與範圍，以及排除資料和缺失值的處理方式。讀者才能知道，兩張圖上的同名數字是否真的可以比較。

官方資料來源承載欄位與建模設定，可重複使用的來源能供多份報表使用。但共用也擴大了修改的影響：來源層的型別或預設彙總變更，可能影響依賴它的圖表；圖表層又可能覆寫部分設定。

因此，每次修改口徑，我都要重新核對相關圖表與 SQL 基準，確認沒有同名不同義的數字。完成這一步，才有條件往下一個問題走：同一個告警觸發事件數，換成每日、每週，或切換日期與設備篩選後，還能不能維持一致的解讀？

參考資料

1. Connect to Google BigQuery
2. About data sources
3. Model your data
4. Aggregate functions
5. Scorecard reference