Data Freshness

資料新鮮度指的是：一份資料距離上一次真正被更新過了多久，這個時間長度直接決定這份資料現在還值不值得信任。這跟「資料存不存在」是完全不同的兩個問題——一份資料的欄位齊全、格式正確、看起來一切正常，並不代表它是最新的，它可能是三天前的版本，只是因為某個環節沒有真正更新，一直被原封不動地留在原地。這個概念是 silent failure（靜默失敗）跟 trigger condition（觸發條件）之間的橋樑：靜默失敗描述的是「系統看起來在跑但沒有真的完成」，資料新鮮度則是判斷「系統看起來在跑」是不是真相的具體檢查方法之一——如果資料新鮮度過期，往往就是靜默失敗已經發生的訊號。

這個概念會被需要，是因為「資料在那裡」這件事本身，會給人一種錯誤的安心感——介面上看得到數字、表格欄位都填滿了，直覺會判斷這份資料是可信的，卻沒有人特別去確認「這是什麼時候的數字」。這個直覺在多數情況下沒問題，但在排程任務靜默失敗、資料來源本身延遲更新的情況下會失靈：舊資料留在原地不會主動消失，它會一直存在，看起來完整無缺，唯一能揭穿它已經過期的方法，是去看它的最後更新時間，而多數人在日常使用時根本不會特地去查這個時間戳記。資料新鮮度存在的理由，就是把「這份資料多舊」變成一個可以明確量化、可以設定門檻自動檢查的指標，而不是依賴人主動去懷疑一份看起來正常的資料。

實務上分兩步。第一步，定義每份資料合理的更新頻率跟新鮮度門檻：每天要更新的資料，門檻可能設定為「最後更新時間超過 24 小時就算過期」；每週更新一次的資料，門檻就該對應拉長，門檻要根據資料本身的實際更新節奏設定，不是統一套用同一個標準。第二步，在資料被使用之前，先檢查它的新鮮度是否還在門檻內——這一步可以是 trigger condition 前置檢查的一部分：排程任務啟動前，先確認要處理的來源資料新鮮度沒有過期，如果過期就不執行正式流程，改為通知人工確認，而不是拿著過期資料硬跑產出一份表面正常、實際基於舊資料的結果。新鮮度檢查的價值在於把「這份資料還新不新鮮」從被動發現（等到有人質疑數字才回頭查）變成主動攔截（資料本身過期就先擋下來）。

對你來說，資料新鮮度真正的價值在於：把「這個數字現在還能信嗎」這個容易被忽略的問題，變成一個系統可以自動幫你檢查的固定步驟。多數人只在出事之後才會想到去查資料的更新時間——例如被主管質疑某個數字為什麼跟預期差很多，回頭一查才發現資料其實三天沒更新了。如果一開始就替每份重要資料設好新鮮度門檻，並在使用前自動檢查，這個發現問題的時間點可以提前到問題造成影響之前。要留意的是：新鮮度門檻設定得合不合理，直接影響這個機制有沒有用——設得太寬鬆（例如允許一週沒更新都算正常），會讓真正過期的資料矇混過關；設得太嚴格，又會讓正常的更新延遲（例如週末沒有人力維護）被誤判成異常，反而製造不必要的警報，門檻的設定需要真正理解這份資料背後的更新節奏，不能憑感覺隨便定一個數字。