企业在进行大数据处理时，需要评判数仓模型的好坏。评判指标包括数据准确性、数据质量、数据模型的建模、数据集成、数据分析的支持程度以及成本效益。

在不同领域里，「好」与「坏」的边界是有明确标准的，但当好坏的程度离边界越来越远时，标准就会变得越来越模糊。 换言之，群体性的，在不同领域内，形成什么是好什么是坏的共识，比较容易；随着好或坏的程度逐步加深，例如很/非常/极端的好，很/非常/极端的坏，在同样极好或同样极坏的两个个体之间，区分高下会变得越来越困难，越来越难以形成共识。

给大家讲个小故事。 在回家的路上，小明扶了一位腿脚不便的老太太下车，旁人夸赞他是个好人。照道理来说，受到了别人的 …