Качество данных
Известные артефакты и грабли потоков · актуальная диагностика через SELECT-only чтение
Этот экран отвечает не «сколько строк», а «чему можно доверять»: даты-заглушки, разрыв в панели ЦБ, форматы значений, обезличивание персональных данных и векторное покрытие.
Эти ограничения не скрываются: они должны попадать в интерпретацию выводов и историческую проверку.
обновить данные →
Как читать ограничения
Даты-заглушки ограничивают анализ отзывов по времени; разрыв в панели ЦБ ограничивает помесячные финансовые сравнения; накопленную с начала года прибыль нельзя читать как показатель одного месяца.
Где смотреть детали
Ниже каждый риск раскрыт отдельно. Для таблиц с датами используйте покрытие по времени, для состояния сборщиков — источники.
Ключевые риски качества
Компактная карта: что ограничивает выводы и как безопасно читать данные.
| риск | значимость | затронуто | что нельзя делать | безопасное использование | следующий шаг |
|---|---|---|---|---|---|
| даты-заглушки в части отзывов | высокая | 571 отзывов | сравнивать отзывы по этому дню как реальное событие | использовать только как сигнал по корпусу целиком; дату сверять по источнику | повторный сбор, когда будет отдельная задача на пополнение данных |
| Разрыв в панели ЦБ | средняя | 17 месяцев | интерполировать 2022-01..2023-05 как непрерывную историю | сравнивать только внутри полных участков ряда | оставить разрыв явным до отдельной загрузки или методического решения |
| Обезличивание персональных данных | средняя | 14 замен | показывать наружу исходные имена, телефоны, адреса почты и сырые записи | читать только обезличенные поля и агрегаты | проверять остаточные персональные данные при новых сборах |
| Карта векторов | средняя | счётчик недоступен | считать карту результатом запроса в векторную базу прямо сейчас | читать как сохранённый двумерный снимок | обновлять снимок отдельной командой, не из панели |
| Единицы финансовых показателей | низкая | единица измерения: rub_thousand | смешивать в одной шкале накопленные с начала года, месячные и приведённые к тысячам значения | сверять единицу измерения и сам показатель перед выводом | приведение накопленных значений к месячным держать отдельным методическим шагом |
Даты-заглушки
571 из 10 234 отзывов получили дату-заглушку 2026-05-12: исходные даты не сохранились при массовом сборе и восстанавливаются только повторным сбором
| источник | строк на 2026-05-12 | доля корпуса |
|---|---|---|
| banki_ru | 434 | 4.2% |
| rustore | 136 | 1.3% |
| sravni | 1 | 0.0% |
Разрыв в панели ЦБ
Период данных: 2017-12 … 2026-04 · 84 месяцев с данными из 101 · пропущено 17. До декабря 2021 показатели собраны подробно, после июня 2023 — в сгруппированном виде, между ними разрыв
пропущенные месяцы: 2021-12, 2022-01, 2022-02, 2022-03, 2022-04, 2022-05, 2022-06, 2022-07, 2022-08, 2022-09, 2022-10, 2022-11, 2022-12, 2023-01, 2023-02, 2023-03, 2023-04
Форматы значений
Единица измерения финансовых показателей: rub_thousand — она единственная, поэтому сравнения корректны. В панели ЦБ единица не хранится отдельно: она задана самой метрикой. Регуляторные события относятся либо к списку банков, либо ко всему рынку — принадлежность проверяется по списку, а не прямым равенством.
Прибыль накопленным итогом
Чистая прибыль в данных banki.ru копится с начала года: январь заведомо меньше декабря — это правило учёта, а не падение показателя. Перед сравнением месяцев значение приводится к месячному приросту.
Обезличивание персональных данных
метки обезличивания ([PASSPORT]/[PHONE]/[CARD]/[EMAIL]) в тексте отзывов: 14 отзывов — обезличивание отработало, персональные данные заменены метками. Историческое отклонение: в записях, собранных до исправления обезличивания ([seq:169]), ИНН организации мог маскироваться как [PASSPORT]; текущая логика корпоративные ИНН/ОГРН не трогает.
Векторизация текстов
Актуальный счётчик недоступен в этой среде — показано последнее известное состояние: векторизованы оси отзывов, действий, кадров и миграции.