一萬筆地址清理完成後，人工抽查要怎麼抽才抓得到問題？

不要從一萬筆裡隨便看十筆就宣告完成。抽查要同時覆蓋四狀態、各資料來源、每個批次與高風險差異。尤其是門牌數字、段巷弄、行政區、樓室被改動的列，即使總量少，也應優先檢查；純空白與全半形變更才適合一般隨機抽樣。

建立抽查分層

一次可重做的抽查流程

1. 先記錄母體版本、總筆數、各狀態與各來源筆數。
2. 對門牌、樓室、行政區等高風險改動全查或提高抽查比例。
3. 在每個批次與每種狀態中隨機選列，保留選取規則與 record_id。
4. 同時查看 raw_address、候選、狀態與依據。
5. 用地址比較工具看改動元件，不只看整理後字串。
6. 發現一個規則性錯誤，例如「10之1全變101」，立即搜尋整批同類型，不把它當單一個案。
7. 記錄錯誤類型、影響範圍、修正與重新驗收結果。

虛構例子中，隨機十筆可能都只有台／臺差異，看起來很安全；但整批有 23 筆門牌顛倒，如果沒有按差異類型分層就會漏掉。抽查設計必須能碰到少量但高影響的錯誤。

批次結果先由批次地址整理工具分流，欄位設計可參考Excel 地址批次整理指南。抽查只能提供品質證據，不能證明未抽到的每筆地址都存在或正確；若用途風險高，應提高覆核範圍或逐筆確認。

抽樣時若想先把格式問題分組，可搭配地址格式檢查工具標示可機械修正與需人工判斷的列，再依風險抽樣。

抽樣數量要跟風險一起決定

沒有一個固定百分比能保證品質。若一萬筆資料只做台／臺轉換，隨機樣本可以觀察規則是否一致；若其中二十筆改了門牌數字，這二十筆即使占比很低也應全部覆核。可先建立 change_type 計數，再為每一類設定「全查、提高比例、一般隨機」三級，而不是把所有列放進同一個抽樣池。

例如資料來自官網表單、客服手填與舊系統匯入三處，總樣本至少要覆蓋每個來源。某批只有五筆地下樓層地址，就把五筆全查；某批有六千筆全半形轉換，則從不同月份、不同操作者與不同狀態抽取。抽樣清單要保存 record_id 與選取規則，讓下一次可以重做，不要由覆核者挑自己看得懂的列。

發現問題後怎麼擴大檢查

樣本若出現門牌被截斷，不應只改那一列。先找出相同轉換規則、來源檔、批次與字元型態的所有列，形成受影響母體，再決定全查或增加樣本。若問題只集中在某月份 CSV，其他來源的通過結果可以保留；若是共用標準化規則造成，就要回頭評估全部批次。

驗收報告至少列出母體版本、分層筆數、抽中筆數、缺陷類型、影響範圍、修正後重抽結果與尚未確認事項。「抽查 100 筆無誤」不足以讓人判斷覆蓋面。最後還要核對原始欄未被改寫、失敗列仍可回到來源、格式成功沒有被報成地址存在。

抽樣通過仍要留下未覆蓋範圍

報告應列出這次沒有涵蓋的地址型態，例如離島、村里型地址、地下樓或新道路。未抽到不代表無風險；後續資料出現新型態時要補樣本。若樣本量太小而無法判斷，直接寫「證據不足」，不要用零缺陷推成百分之百正確。

資料來源

• 批次地址整理工具（地址喵）