隨著企業信息化程度越來越高，各種系統里的數據也越來越龐雜。數據指標口徑不統一逐漸成為“通病”。然而，面對不夠精準的數據，管理者做出的決策也很可能差之毫厘、謬以千里，因此統一數據指標口徑變得尤為重要。
惟客數據針對“如何統一「數據指標口徑」，提升數據使用效率”，進行了解讀。
惟客數據認為，首先數據指標口徑不一的情況很常見，比如同樣是銷售額，某公司財務部的口徑是含稅金額，業務部門是不含稅；再比如，某房企A部門計算銷售額時包含了非操盤銷售額，而B部門只算操盤銷售額。導致的結果就是各部門“自說自話”，溝通無法同頻、效率很低。
那么數據指標口徑統一問題具體怎么解決？整體來看，可以分為2大步驟，一是指標梳理，二是數據標準建設。
首先指標梳理部分，可以分為四個步驟：確定戰略目標及經營計劃、設立分層級的數字化洞察體系、業務流程拆解構建運營指標體系、構建數據指標字典。
先來說第一步，也是前提，確定戰略目標及經營計劃。企業需要圍繞總體戰略目標和經營計劃，對企業管理各環節、經營過程、執行風險管理等基本流程逐步建立全面管理指標體系。
以地產為例，最核心的經營指標一般包括計劃、貨值、現金流、利潤，基于這四項再確定更細化的指標。比如：計劃，包括供貨計劃、開發效率、工程節點等；貨值，包括土儲、開工、存貨等；現金流，包括結轉、回款、收入等；利潤，包括稅費、成本、費用等。
接下來，建設分層級的數字化洞察體系。從戰略目標分解公司級、項目及指標，需要細化板塊戰略決策和管理要求，形成集團級和項目及經營指標及各專業線條的業務指標。
（上圖為示例）
緊接著梳理業務及管理流程，建立業務和管理的分析指標體系。比如針對運營板塊，將運營計劃管理、運營管理、運營成功管理、經營目標管理、運營策劃管理、運營信息管理六大維度，與實際的項目指標（在建數量、在建面積、簽約額、簽約面積等等）結合，建立一套更完整的指標體系。
最后一個環節，建立經營指標字典。這部分又包括4個關鍵動作，一是指標的確立，即梳理確定各專業線條的指標名稱與內涵；二是指標規則，明確指標計算公式、數據來源、統計維度等，比如銷售額，明確是否包含非操盤銷售額；三是指標維護，對指標統計更新的時間加以明確；四是指標應用，即明確各項指標的部門或者專業線條。
通過調研及信息的拉通，最終可以形成企業的數據字典。
以一個場景舉例：比如今年企業強調高質量的建設項目，那么很有可能針對利潤及計劃指標的控制，會比其它銷售指標更為看重。了解了指標建設的重點，就要根據企業的組織架構建立分層級的指標洞察，比如每個組織應該如何為企業的利潤進行負責，確定到組織的目標之后，就要將指標進一步拆分到組織的運營體系中去，通過精細的業務流程對應的經營管控目標來對整個組織執行的流程進行管控和分析，提升精細化運營的能力。最后通過前面的拆解，就可以構建出上面提到的整體的指標字典。
接下來是第二個大步驟，數據標準建設，也就是明確業務認可的指標口徑。數據標準是描述公司層面需共同遵守的屬性層數據含義和業務規則，從公司層面來拉通大家對同一個數據的共同理解，并共同遵守。
從落地來說，數據標準需要包含如下4個方面才能形成標準規范：
1、明確責任人：可以理解為是數據管家，使得數據項的定義或規則等問題都可以找到責任主體
2、統一含義：為數據項的含義在全公司提供統一和一致的理解，大家共同遵守
3、統一規則：數據標準中定義相關業務規則和標準格式，以及規則和允許值列表等
4、標準重用：在開發過程中對標準的重用降低標準
需要注意的是，制定數據標準的過程并不是IT自己來梳理，需要通過與相關業務部門的共同協作來進行。通過范圍的確定，內容的編寫與評審和修正，最終得出業務與技術一致的標準進行發布。這樣可以避免后期建設過程中的標準不一致的情況。
比如業務視角可能會關注到主題域、業務對象、數據分類、業務屬性等，技術視角可能會關注到系統字段、數據類型、是否有允許值列表等，管理視角可能會側重業務規則責任主體、數據維護責任主體等。
因此惟客數據認為，企業要做到數據指標口徑統一不是一步到位的事情，需要考慮到業務、技術、管理視角，拉通業務部門更是必要步驟，但總體來說，對于提高企業內部協同效率和經營情況是有價值的。
關于惟客數據：
WakeData惟客數據是一家以大數據和AI人工智能為核心的數字化客戶經營服務商，率先提出數字連接、數據智能、數字運營的數字化升級實踐路徑。面向不動產、家居、汽車和泛零售等線下行業提供「惟客云」數字化客戶經營系統，以客戶為中心、以數據驅動，助力企業提升客戶服務體驗和經營效率。截至目前，中國超過510萬C端消費者使用惟客云，覆蓋近萬家線下門店。
