国家数据覆盖率清单要回答的不是「我们覆盖了多少」，而是「哪些国家、哪些字段有值，哪些本来就不适用，哪些该有却没有」。只要把这三类混成一个数字，覆盖率就会虚高，而真正的缺口会被「不适用」这四个字盖住。这篇讲的是这份清单本身怎么设计，才经得起别人逐行核对。
覆盖率到底应该数什么?
很多团队的第一反应是算一个比例，然后把它贴在看板上。问题在于比例的分子分母一旦没有写清，同一份数据可以算出好几个完全不同的数字，而看板上只会留下最漂亮的那一个。
可审计的清单应该是逐国家、逐字段的：每个格子填的是状态，而不是简单的「有」或「没有」。这样任何人拿到清单，都能指着某一行问「这个格子为什么是缺失」，而不是只能对着一句概括性的结论点头。
清单的用途也不只是汇报。设计新字段时它能告诉你哪些国家需要单独讨论，改动字段定义时它能告诉你影响面有多大，排期时它能告诉你先补哪一块最划算。
三态：适用有值、不适用、缺失
三态必须分开，这不是严谨与否的问题，而是会不会算错的问题。
- 适用且有值：该数据体系有这个字段，我们也取到了值。这是唯一可以直接算进覆盖率的格子。
- 不适用：该数据体系根本没有这个字段。它永远不会变成有值，也不该被算成缺口。
- 缺失：应该有，但我们手上没有。这才是需要排期去补的那一部分。
把「不适用」并进「缺失」，报表会长期显示一个永远补不上的缺口，久了就没人再看；把「缺失」并进「不适用」，真正的数据空洞会被静默地合法化，直到上线之后才由用户撞出来。
三态还有一个附带好处：它能顺手暴露字段定义本身的问题。如果某个字段在大量国家上都判成不适用，很可能不是数据的问题，而是这个字段本来就不该被设计成通用字段。
三态还有一个实用的副产品：它能被当成沟通工具。当有人问「为什么这个字段没有数据」，清单上给出的不是一句解释，而是一个状态，状态后面才是原因。这样讨论就从互相猜测转向对着一格具体的数据看，结论也更容易沉淀下来。
按国家数算还是按字段数算?
口径至少要在这几种里选一种，并且写明白：
- 按国家数：分母是国家，一个国家只要有一个字段缺失就算不合格，适合盯关键市场。
- 按国家与字段的组合：分母是格子数，颗粒度最细，适合排期。
- 加权：给不同字段或不同国家不同权重，适合对外沟通，但权重必须写进清单，否则下次没人能复现。
这几种口径给出的结论可以完全相反：某个国家可能字段很齐但归在不被关注的组里，另一个国家缺得更多却因为权重高而排在前列。除非清单上写着用的是哪一种，否则这些数字既没法互相比较，也没法追踪变化。
如果手上还没有一份稳定的国家集合，先看如何挑选测试国家：集合定不下来，覆盖率就没有稳定的分母，之后每一次口径调整都会让历史结论作废。
最小字段集与可选字段
覆盖率很容易被个别国家的特殊字段拖成噪声，解决办法是分层，而不是把所有字段平铺在一张表里。
先定一个最小字段集：几乎所有国家都应当有的那些，比如国家代码、名称、货币、时区这一类。这一层的覆盖率才有资格做成告警指标，因为它的分母足够稳定，波动通常意味着真正的数据事故。
再往上叠可选字段。可选字段只报绝对状态，不给总体比例，避免一个只在少数国家存在的字段把整体数字拉低，让人误以为数据质量在下降。
国家代码属于跨主题的基础设施，编码体系本身怎么组织、有哪几种写法，见国家代码与下级行政区编码；本篇只关心它在清单里该算哪一层。
一个国家多种官方语言怎么记
一种语言可以被多个国家作为官方语言使用，一个国家也可以有多种官方语言，所以「一行一国家」的模型在语言这一栏会失真。
要提前决定语言一栏是单值还是多值。单值简单，但必须写清取的是哪一种，否则同一个国家在不同人填的清单里会给出不同结果。多值更贴近事实，但要注意别把语言条数当成质量指标——一个国家的语言多，不代表它的数据更完整。
同样的失真也会出现在货币、时区与行政区上，这些字段都可能是一对多。清单的字段定义里就要标出「单值还是多值」，让填表的人不必自己猜。
要按地区把国家分组来看，国家与地区目录页是更省事的入口：同一组内的国家在字段组合上往往更接近，对比起来更容易发现异常。
给开发者：把覆盖率做成可查询的清单
把覆盖率做成定期发出的表格附件，通常活不过几个版本。可查询的清单要好得多，原因有三条。
第一，状态变化能被追踪：某个格子从缺失变成有值，或者从有值退回缺失，都能看到时间点，而不是只看到最新的一张快照。
第二，字段定义变了以后，历史结论还能解释得通，而不是整份清单作废重来。
第三，清单能被别处引用：写用例的人可以直接问「哪些国家在这个字段上是不适用」，不必再来回确认一遍。
实现上不必复杂，关键是状态要可枚举、来源与更新日期要能存下来，并且把「谁在什么时候改了这一格」留痕。清单做好之后，下一个问题是怎么用它去支撑规模扩张，见跨国家扩展测试数据。
下一步
先从已经在用的字段里挑出最小字段集，把三态填满，再决定用哪一种口径对外报数。头一版清单不必追求覆盖全部字段，但要保证每一格都有人能解释它为什么是那个状态。
清单稳定下来之后，再考虑把它接进用例与报表，让它从一份文件变成一处随时可查的状态。
文中出现的字段名、状态标记与清单取值都属于为演示结构而编造的合成数据，不来自任何真实系统，也不代表任何真实数据集的覆盖统计；请勿把示例取值当作实际结论或合规依据。