模型可以很复杂，却无法自动修补一场比赛中被漏记的换人、错位的时间戳和两家供应商对‘射门’不同的定义。数据质量是分析成立的前提。
先列出可观察的错误
常见问题有主键重复、事件缺失、球员 ID 错配、坐标越界、上下半场进攻方向未翻转、比赛时钟与视频时钟不一致。它们影响的并非只是美观。一个错配球员可能改变个人表现报告；一个漏记射门可能改变 xG 总量；时钟偏移会扭曲压迫与回合分析。
建立指标字典
统计口径不一致比空值更隐蔽。比如被挡出的尝试是否计入射门、点球是否纳入非点球 xG、加时赛是否计入常规比赛数据。应为每个对外指标记录定义、过滤条件、使用字段、更新时间和负责人。跨赛季或跨供应商比较之前，先做口径映射或明确标注不可比。
自动检测与人工抽样
导入时可检查唯一键、必填字段、合理区间和关系完整性；还可监测每场事件量异常、某队坐标集中在场外等分布变化。自动规则发现异常后，仍要抽样对照录像或官方比赛报告。尤其是罕见事件，历史频率低并不等于错误，不能直接删除。
修订记录要和数据一起保存
赛事数据会赛后复核。正确做法是保留原始值、修订值、来源与生效时间，让已发布图表能够重算并说明变化。若只覆盖旧记录，研究者无法复现昨天的结论，也难以回答用户为何看到两个数字。
设计一张质量检查表
可以按完整性、一致性、准确性和及时性整理检查项：每场是否有阵容与比分，球员是否属于该场参赛队，射门坐标是否落在合理范围，事件到达是否超过预期延迟。检查结果不是简单合格或不合格，最好附上受影响的比赛和字段。这样当分析人员发现某张图异常时，能先排除数据问题，而不是立即解释成战术变化。
供应商切换时怎样比较
新旧供应商可能用不同事件分类和位置坐标。切换前可选一批两方都覆盖的比赛，逐条比较射门、传球、犯规和换人，记录无法一一映射的类型。再让核心指标在两套数据上重新计算，观察差异是否系统性偏向某类球队或动作。若无法统一口径，历史图表应标明断点，而不是用一条连续曲线暗示完全可比。
从异常到修复的闭环
假设某队的射门位置突然集中在本方半场。质量监控先标记坐标分布异常，数据工程师检查是否忘记在下半场翻转进攻方向，再抽取几条事件与视频核对。确认问题后修复转换规则，重跑受影响比赛，并比较旧版与新版图表。对外已经发布的文章若引用旧数据，应注明修订日期与影响范围。类似流程也适用于球员 ID 错配和事件漏记。只有发现、定位、修复与通知都闭环，‘数据质量’才不只是口号。长期维护还需要把质量指标本身做成时间序列：记录每月缺失率、人工修订量和不同供应商的字段覆盖。一旦某项异常集中在新接入赛事，先检查采集流程，而不是把变化解释成比赛风格。质量报告应与分析版本绑定，让读者知道某篇文章基于哪次校验。
研究核查清单
- 一场比赛的事件总量和关键事件是否与官方记录或视频抽样一致？
- 空值究竟表示未采集、不适用，还是录入时出现错误？
- 不同供应商对射门、助攻与压力的定义能否映射？
- 赛后更正能否触发旧图表重算并记录版本差异？
- 质量报告是否告知分析人员哪些比赛不适合做比较？
研究结论
质量治理的成果是让数据可比较、可追踪、可纠错。决定分析可信度的，通常是这些琐碎而具体的工作，而不是模型名称。