我们的数据管理团队负责维护通过各种Hub应用程序返回给您的数据的质量，并在您的数据库中进行操作，以便数据符合OpenHealth Company的质量要求。

1.重现您的观察结果所需的元素

第一步是重现触发此调查的观察结果，为此，在触发此过程之前，我们要求您向我们提供以下元素以及屏幕截图：

追溯能力

服务器/环境名称 ：应用程序的数据库服务器或环境

杯子： 基础数据库的名称。

应用程序： 应用程序的名称。

数据源 ：用于观察的数据源。

地理区域： 观测的地理区域。

模块： 您正在观察的HUB模块。

过滤器： 您在工作表中应用的过滤器集我的查询或市场定义（市场/细分/公司/品牌）

尺寸： 使用的产品粒度 （市场/细分市场/公司/品牌/产品和代码）

指标： 用于观察的指标 。

时间段： 您进行观察的时间段。

运算符： 复制观察值的运算符。

2. LEVEL 1 INVESTIGATION的第二步，检查数据库的版本

此步骤包括验证数据库中的所有可追溯性元素：

3. LEVEL 1 INVESTIGATION的第三步，检查它们之间的数据一致性（Intrabase中的数据一致性）
​

然后，我们运行检查，以检查数据库中数据的一致性：

每月国内销售数据：

每天的国家销售数据：

每月按部门划分的销售数据：

每天按部门划分的销售数据：

每月国内销售数据：

每天的国家销售数据：

每月按部门划分的销售数据：

每天按部门划分的销售数据：

然后，我们对合并的PHARMA + SMKT（药房和药房）数据以及来自其他数据源（CORSE / MONACO / DROM- COM /其他国家）

对于股票的PHARMACY数据（仅PHARMA）：

数据：

4. LEVEL 1 INVESTIGATION的第四步，检查数据与我们的参考数据库的一致性（Interbase中的数据一致性）

验证了内部数据库数据的一致性之后，我们将使用参考数据库检查数据的一致性，以保证整个生产链中数据的质量。

因此，我们在您数据库中的产品列表中进行检查：

5.第1级调查的第五步，从药房搜索票据

在第1级调查期间，我们能够跟踪我们的生产链，直到药房的票证，从而确保您可以完全跟踪可得到的数据通过您的Hub应用。

在某些情况下，我们可以在某些药房，某些产品销售或某些销售日期检测到非典型行为。

要找出什么是非典型的交易： 关于非常销售的文章

6.第1级调查的第六阶段，恢复原状
​

最后，我们在摘要电子邮件中为您提供完全透明的结果，所有结果以及该调查的所有可追溯性。

我们的成功站点包含许多关于我们所有流程的文章，请随时与他们分享。

附录中是与此主题相关的文章：