回到了自己斜后方不远的一个工位。
陈默坐下，打开电脑，登录。桌面很干净，只有几个必备软件的图标。他先按照提示修改了密码，然后登录企业微信。果然有一个名为“烘焙项目组（核心）”的群，成员包括方经理、李岚、另一个叫“赵鹏”的男同事，以及他自己。李岚在群里@了他，发了一个文件压缩包和一个在线文档链接。压缩包是数据分析模板和操作指南，在线文档是项目背景和本次数据清洗的具体要求。
他点开在线文档，快速浏览。项目背景很简单，就是一家本地烘焙品牌想了解消费者画像和购买偏好，委托他们做调研。数据清洗要求包括：剔除填写时间过短或过长的问卷；处理缺失值和明显矛盾的回答（如年龄填18岁但职业填“退休”）；将开放题的文本回答进行初步归类编码；将整理好的数据填入指定的Excel模板的对应位置。文档里还附带了一些简单的数据透视表示例，说明最终需要产出哪些基础的统计图表（如年龄分布、购买频率、口味偏好排行等）。
任务本身并不复杂，甚至可以说有些机械。但对陈默而言，这是一个全新的领域。他之前的数据录入是机械的票据识别，而现在是对“有意义的”商业数据进行处理。他需要理解每个字段（如Q1：性别，Q2：年龄……）的含义，判断哪些是有效数据，哪些是“噪音”。他打开李岚给的原始数据文件，是SPSS格式的，他不太熟，但操作指南里有如何导出为Excel的步骤。他一步步照着做。
下午的时间就在熟悉软件、阅读指南、尝试操作中过去。他遇到几个小问题：某个字段的取值说明看不懂，某个清洗规则在具体数据上如何应用有疑问。他没有立刻去问李岚，而是先把问题记录下来，尝试自己搜索公司的共享盘或网络寻找答案。实在不确定的，他整理成清晰的列表，在下午四点左右，才起身走到李岚工位旁，低声询问。
李岚正在看一份报告，听到声音抬起头，看了一眼陈默递过来的问题列表，目光快速扫过。“第一个问题，看编码手册第三页。第二个，规则里写了，连续三个问题选同一个极端选项的，视为无效，标记但不删除，最终分析时排
本章未完，请点击下一页继续阅读！