产量必须对应输入条件
同样一吨原料可能含有完全不同的水分与目标成分。只报告回收重量，会让不同批次无法比较。
输入质量、浓度和采样方法应与产量记录关联。
能量和药剂不能放在系统之外
回收率提高可能依赖更多加热、曝气或药剂。若不记录这些投入，项目会把成本和环境负荷隐藏到另一个环节。
比较方案时至少同时观察产出、能耗、耗水和残余物。
实验结果需要放大边界
实验室装置运行时间短、进料稳定，现场系统面对波动和维护。小试效率不能直接等同连续生产表现。
放大前应设计中试，观察堵塞、腐蚀、清洗和人员操作。
副产物还要有明确去向
把污染物从水中转移到污泥不是最终回收。后续材料是否达到使用要求、不能利用的部分如何处理，都需要进入数据链。
明确物质平衡能避免只展示成功部分。
透明记录支持更好的投资决定
项目团队若保留假设、测量方法和失败批次，后续可以判断问题来自技术还是现场条件。
数据链的目的不是增加表格，而是让成本、效益和限制能够被复核。
物质平衡让结果不只剩一个百分比
项目可以从输入质量开始，记录目标物质进入产品、废水、气体和残余固体的比例。各去向加总接近输入，数据才具备基本闭合性。
无法测量的损失应明确标为估计，并说明方法。为了让总数好看而把差额塞进“其他”，会掩盖真正的流程问题。
批次水分变化会显著影响重量比较。干基和湿基必须清楚标示，不能在同一图表中混用。
经济判断需要与工程条件连接
回收产品有市场价值，但预处理、药剂、能源、维护和残余物处置也产生成本。价格变化时，技术效率相同的项目可能呈现不同经济结果。
财务模型应保留关键假设并进行情景比较，而不是只展示单一回收期。现场团队才能知道哪些变量最值得改善。
试验阶段的人工操作不一定能直接放大。自动化需求、停机损失和质量波动要在中试中观察。
环境收益也需要明确参照
宣称减少排放前要定义与什么方案比较。若回收过程使用更多能源，收益可能来自避免原料生产，也可能被新增消耗部分抵消。
系统边界至少覆盖主要输入、处理、产品和残余物去向。边界不同的生命周期数字不能直接排名。
不确定资料可以用范围表达，并指出敏感变量。透明的不确定性比伪精确的小数更能支持决策。
长期运行依赖稳定的数据交接
实验室、生产、财务和环境团队分别保存资料时，批次编号是共同连接点。没有一致编号，产量、能耗和检测结果很难合并。
数据修订后保留原因和批准人。错误可以修正，但不应让旧报告中的数值失去来源。
定期回看失败批次能够发现预处理、设备或原料波动问题。只保存成功案例会让下一阶段重复支付学习成本。