一句话回答
数据字典是一份参考文档或表格，列出数据集或系统里的每个字段，并记录每个字段的名称、通俗含义、数据类型、允许取值、来源和负责人。
什么是数据字典？
数据字典是一份参考资料，列出数据集里的每个字段并加以说明：叫什么、是什么意思、存什么类型的值、允许哪些值、从哪里来、归谁负责。它把一个叫 plan_t 的列，变成「事件发生时账户所在的订阅套餐：free、pro 或 business」。
每个条目该包含什么
| 列 | 例子 |
|---|---|
| 名称 | plan |
| 说明 | 事件发生时账户的订阅套餐 |
| 类型 | 字符串（枚举） |
| 允许取值 / 格式 | free、pro、business |
| 是否必填 | 是，在 subscription_started 上 |
| 来源 | 结账时从服务端发送 |
| 负责人 | 计费团队 |
| 敏感级别 | 非个人信息 |
| 示例值 | pro |
一份统计事件的示例字典
| 事件 | 属性 | 类型 | 允许取值 | 必填 | 说明 |
|---|---|---|---|---|---|
signup | method | string | email、google、github | 是 | 账户是怎么创建的 |
signup | referrer_code | string | 8 个字符 | 否 | 邀请码（如有） |
purchase | revenue | number | ≥ 0，项目币种 | 是 | 折后订单金额 |
purchase | order_id | string | 计费系统 ID | 是 | 同时用作去重键 |
report_viewed | report | string | overview、pages、sources | 是 | 打开的是哪份报表 |
（演示条目。）
数据字典和相关文档
| 文档 | 描述什么 | 通常谁负责 |
|---|---|---|
| 数据字典 | 数据集内部字段的含义、类型、规则 | 数据负责人或分析师 |
| 表结构（Schema） | 数据库强制执行的技术结构 | 研发 |
| 数据目录 | 很多数据集的清单，带搜索和血缘 | 数据平台团队 |
| 埋点方案 | 计划采集的事件、属性和状态 | 产品分析 |
| 业务术语表 | 「活跃客户」这类业务名词 | 业务和数据团队一起 |
在产品分析里，埋点方案和数据字典有重叠：方案说明应该发什么，字典描述实际存了什么。
怎么保持更新
- 没有条目就不加字段。 把字典复查和代码评审放在同一张检查清单里。
- 能自动生成的就自动生成。 类型和最近的取值可以自动扫描；含义和归属不行。
- 下线不再使用的字段。 收不到数据的字段标成已废弃，而不是直接删掉条目。
- 标出个人信息。 字典是标记「哪些字段能识别到人」的地方，这也是数据治理的基础。
TapCub 里的属性字典
TapCub 的属性字典（全端分析 › 数据管理 › 属性字典）会扫描用户档案、近 7 天的事件属性和账户属性，推断每个字段的类型，并分成直接标识、间接标识和非个人三类；直接标识默认在列表和导出中脱敏。你改过类型或分级并保存后，之后的自动扫描不再覆盖。事件定义（含说明和必填属性）在事件收件箱的「事件定义」页签。另见事件属性。
相关阅读
这个解释清楚吗？
我们会根据反馈修改和补充这篇内容。
提交没有成功，请稍后再试。
谢谢你的反馈，我们会据此改进这篇内容。你已经反馈过这篇了，谢谢。
