Hans-Juergen Schoenig：在PostgreSQL中统计客户数量
内容提要
数据库咨询中的报表问题常看似简单实则复杂，关键在于“意识”与“清晰”：若不清楚自己拥有什么、想要什么，数据便毫无价值甚至危险。以“你有多少客户”为例，多数人无法定义“客户”；在银行账户场景中，联名账户、公司账户、多人签署等使计数变得棘手，需明确口径并正确去重。问题不在SQL或AI，而在精确提问与理解数据含义，否则将导致错误决策。
延伸解读
“客户”定义模糊导致计数偏差
文章指出，多数企业高管无法清晰定义“客户”，导致“有多少客户”这一简单问题变得复杂。例如，联名账户、公司账户、多人签署等场景下，是否将每个账户持有人都算作客户？若定义不清，计数结果可能严重偏离实际，进而影响决策。因此，在编写SQL前，必须与业务方明确“客户”的口径，避免因概念模糊而产出误导性数据。
去重与业务规则影响计数结果
在银行账户示例中，同一人可能拥有多个账户，直接计数会导致重复统计。文章强调应使用DISTINCT去重，但更复杂的情况如公司账户有多个签署人、夫妻共享账户等，需要根据业务规则决定计数方式。例如，公司账户可能只算一个客户，而夫妻共享账户可能算两个。这些规则必须在查询前明确，否则SQL无法自动处理。
AI与SQL无法替代精确提问
文章通过语言模型回答“有多少人活着”的示例，显示AI在模糊问题前只能给出不确定或近似答案。同样，PostgreSQL虽然强大，但无法执行“SELECT what_I_want_to_know FROM go_and_figure_out”。这意味着，工具再先进，若提问不精确、对数据含义不理解，结果依然不可靠。因此，重点应放在提升数据意识和清晰定义需求上，而非依赖技术自动解决。
Q&A
为什么在PostgreSQL中统计客户数量看似简单实则复杂？
因为“客户”的定义往往不清晰，例如联名账户、公司账户、多人签署等情况会导致计数口径模糊，需要明确业务规则并正确去重，否则容易产生错误决策。
在银行账户场景中，统计客户数量时需要注意哪些问题？
需要注意联名账户、公司账户、多人签署权限等情况。例如，一个账户可能由夫妻共享或公司拥有，需决定是否计为一个客户；同时要避免同一人多账户的重复计数。
如何用SQL正确统计客户数量以避免重复计数？
应使用DISTINCT进行去重计数，例如SELECT COUNT(DISTINCT customer_id) FROM ...，而不是简单计数账户数。但前提是明确定义“客户”的粒度。
为什么AI或大语言模型不能可靠地回答“有多少客户”这类问题？
因为AI模型缺乏对具体业务数据含义的理解，无法知道“客户”的定义和计数规则。文章通过人口统计的对话示例表明，模型可能给出不一致或无法验证的答案。
在统计客户数量时，“意识”和“清晰”指的是什么？
“意识”指清楚自己拥有什么数据，“清晰”指明确自己想要什么。如果缺乏这两点，数据可能毫无价值甚至导致错误决策。
PostgreSQL能直接回答“SELECT what_I_want_to_know”这样的查询吗？
不能。PostgreSQL可以回答业务问题，但前提是用户必须提出正确的问题并明确告诉系统想要什么。不存在自动理解用户意图的万能查询。
