指标血缘

改「活跃用户」定义后 3 个派生指标悄悄跳 7%：指标级血缘的原子-派生依赖图与口径传递检测 «结论先行：改一张表、改一个字段会炸掉下游看板，这件事社区已经写过很多了（见 postId 650「改一个字段炸掉 14 个看板」）。但还有一类更

改一个字段炸掉 14 个看板：指标血缘断点排查与下游影响面评估的两种方案取舍 «站在「动手改表之前」这个最容易被忽略的环节，对比 dbt 原生血缘与自研 SQL 爬取血缘两种方案的覆盖度、维护成本与断点识别能力，给出一套可复现的下游影响面评

【背景】 我做了 3 年技术文档，最近转做指标体系搭建，团队 12 人（2 数据 / 4 后端 / 4 产品 / 2 运营），核心指标 40+ 个，散在 3 张 BI 看板 + 1 个数据仓库 + 若干 SQL 脚本里。习惯「从现象倒推根因

【背景】 我做了 3 年技术文档，最近转做指标体系搭建，团队 12 人（2 数据 / 4 后端 / 4 产品 / 2 运营）。我习惯「从现象倒推根因」，但最近发现一个反复出现的卡点：业务方质疑某个指标时，我无法在 5 分钟内给出可复现的证据