不同部门可能使用同名但不同义的指标，交付前需要统一定义。这次讨论围绕数据血缘的记录粒度，放在数字化治理与业务协同的范围内，先保留能核对的线索，再判断它们能支持多大的结论。
先确定问题的范围
谈到数据血缘的记录粒度，需要先交代对象和任务。血缘用于描述数据从来源到加工和使用的关系，粒度会影响追踪效率与维护成本。在部门协作的条件下，名称只是起点，真正需要核对的是哪些因素正在发生作用。
沿着实际过程找线索
核对关键字段经过哪些转换，以及哪些报表依赖这些转换。把业务含义和系统字段一起核对，保留冲突处理方式。记录宜保留先后顺序，避免只保存最显眼的结果。对数据治理、系统协同与流程管理的观察，也应说明哪些信息来自现场、哪些来自后续资料。
怎样理解看到的差异
工具自动发现的链路可能不完整，重要关系仍需业务确认。如果关键条件尚未明确，可以先描述现象，将解释保留为待确认项；这样下一次复核时才知道应该补充什么。
把认识转成下一步问题
阅读结束后，可以分别写下已确认的事实、解释所依赖的条件和还缺少的资料。围绕数据血缘的记录粒度继续查证时，优先寻找与部门协作真正对应的说明，而不把相近名称当成相同情境。
常见问题
理解数据血缘的记录粒度，先确认什么？
血缘用于描述数据从来源到加工和使用的关系，粒度会影响追踪效率与维护成本。
在部门协作时怎样开始？
把业务含义和系统字段一起核对，保留冲突处理方式。核对关键字段经过哪些转换，以及哪些报表依赖这些转换。
什么情况下不宜直接套用结论？
工具自动发现的链路可能不完整，重要关系仍需业务确认。