异常值应先核实而非删除

看到表格里冒出一个特别大的金额、一个离谱的完成率，或者某天数据突然跌到很低，很多人的手会下意识伸向“删除”。这很像整理房间时把碍眼的东西先塞进柜子：画面干净了，但问题未必消失。异常值最麻烦的地方就在这里，它可能是错误，也可能是线索。

如果只是录入失误、格式错乱、重复导入，删除或修正当然有必要。但如果它对应的是一次集中采购、一个项目阶段变化，或者某条业务规则下允许出现的特殊情况，直接删掉就会把真实事件一起抹掉。数据分析看起来更平滑了，判断却可能更偏。

更稳妥的做法，是先把异常值当成“待核实对象”，而不是“待清理垃圾”。可以先回到原始单元格，看数值、日期、单位是否合理；再看相关编号，判断有没有重复记录；还要把同一行里的其他字段放在一起看，比如金额、数量、状态、时间之间是否互相打架。很多异常不是单个数字的问题，而是字段之间关系不对。

这里也有一个容易被忽略的分寸：核实不等于保留一切。异常值如果已经确认是错误，就该按规则处理；如果暂时查不清，就应单独标记，避免它悄悄混进汇总结果；如果确认是真实特殊事件，反而应该保留下来，因为它可能解释了趋势中的拐点。

和 AI 一起处理表格时，这个原则更重要。AI 可以帮忙找出明显偏离的数据，也可以提示可能的冲突，但它不知道某个高费用背后是不是业务上真实发生过的事。让它直接删除异常行，省事是省事，却把判断权交给了一个只看数据表面的人。

比较好的流程，是让 AI 先标记异常和疑似冲突，再输出需要人工确认的点，等字段含义、统计口径和原始记录都核实后，再决定保留、修正、排除还是单独说明。这样做慢一点，却能避免把“重要信号”误当成“脏数据”。异常值真正的价值，往往不在于它有多奇怪，而在于它逼我们回头问一句：这个数字为什么会出现？