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，最终分析时排除。第三个，这个字段是复选题，用分号分隔，处理的时候要拆开……”她回答得言简意赅，几乎不看他，说完就继续低头看报告。“还有问题吗？”
“没有了，谢谢岚姐。”陈默回到座位，按照指示继续。李岚的风格是典型的职场熟手对新人：不热情，不废话，但只要你问在点子上，她会给出明确答案。这比那种过度热情但交代不清的“师傅”要好。陈默适应这种模式。
快到下班时，李岚走过来看了一眼他的屏幕。“怎么样？”
“清理了大约三分之一，导入模板了，基本图表能出来，但还有些细节要核对。”陈默回答。
“嗯。明天继续。下班吧。”李岚点点头，没多说什么，转身收拾自己的东西。
周围的同事也开始陆续起身。陈默保存好文件，关闭电脑。这时，旁边工位那个之前戴着耳机、一直埋头工作的女同事也站了起来，摘掉耳机，伸了个懒腰。她看起来比李岚年轻，大概二十五六岁，圆脸，化了淡妆，
本章未完，请点击下一页继续阅读！