以下表格展示了部分测试数据，用于评估数据清洗流程的增效和提质能力。
| 数据ID | 数据来源 | 案例描述 | 业务场景 | 实际结果 | 增效指标 | 提质指标 | 预期收益 |
|---|---|---|---|---|---|---|---|
| NEWS_001 | 金融新闻 | 验证金融新闻的基本清洗和实体识别的准确性。 | 量化交易策略优化 | 清洗后文本: 券商发布研报称，贵酒(600520)... | 清洗时间: 0.12s, 自动化率: 100% | 准确率: 100%, 完整性: 100% | 策略回测收益率提升0.5% |
| ANN_002 | 上市公司公告 | 验证扫描版PDF公告的解析和数据提取的准确性。 | 智能研报生成 | 公司名称: 贵酒, 营业收入: 119.8亿元, 净利润: 15.5亿元 | 清洗时间: 15s, 自动化率: 80% | 准确率: 90%, 完整性: 95% | 研报阅读量和用户付费意愿提升5% |
| SOC_003 | 社交媒体 | 验证社交媒体数据的清洗、情感分析和用户ID匿名化的准确性。 | 舆情监控与危机预警 | 清洗后文本: 贵酒(600520)这只股票真垃圾, 情感: 负面, 用户ID: USER_001 | 清洗时间: 0.08s, 自动化率: 100% | 准确率: 100%, 相关性: 100% | 危机事件预警时间提前24小时，避免损失100万元。 |