本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 摄取行为发生变化


新的数据准备体验引入了 SPICE 摄取期间处理数据质量问题的重要变化。这一变化会显著影响数据集中的数据完整性和透明度。

在传统体验中，当遇到数据类型不一致（例如日期格式不正确或[类似问题](errors-spice-ingestion.md)）时，在摄取过程中会跳过包含有问题单元格的整行。这种方法会减少最终数据集中的行数，从而可能掩盖数据质量问题。

新体验采用了更精细的方法来解决数据不一致问题。遇到有问题的单元格时，只有不一致的值才会转换为空值，同时保留整行。这种保留可确保其他列中的相关数据仍然可供分析。

**对数据集质量的影响**

当源数据包含不一致时，在新体验中创建的数据集通常会比旧版数据集包含更多的行。这种增强的方法有几个好处：
+ 通过保留所有行来提高数据的完整性
+ 提高识别数据质量问题的透明度
+ 更好地了解有问题的值以进行补救
+ 将相关数据保存在未受影响的列中

这一变化使分析师能够更有效地识别和解决数据质量问题，而不必在数据集中忽略有问题的行。