随着企业信息化程度越来越高，各种系统里的数据也越来越庞杂。数据指标口径不统一逐渐成为“通病”。然而，面对不够精准的数据，管理者做出的决策也很可能差之毫厘、谬以千里，因此统一数据指标口径变得尤为重要。

惟客数据针对“如何统一「数据指标口径」，提升数据使用效率”，进行了解读。

惟客数据认为，首先数据指标口径不一的情况很常见，比如同样是销售额，某公司财务部的口径是含税金额，业务部门是不含税;再比如，某房企A部门计算销售额时包含了非操盘销售额，而B部门只算操盘销售额。导致的结果就是各部门“自说自话”，沟通无法同频、效率很低。

那么数据指标口径统一问题具体怎么解决?整体来看，可以分为2大步骤，一是指标梳理，二是数据标准建设。

首先指标梳理部分，可以分为四个步骤：确定战略目标及经营计划、设立分层级的数字化洞察体系、业务流程拆解构建运营指标体系、构建数据指标字典。

先来说第一步，也是前提，确定战略目标及经营计划。企业需要围绕总体战略目标和经营计划，对企业管理各环节、经营过程、执行风险管理等基本流程逐步建立全面管理指标体系。

以地产为例，最核心的经营指标一般包括计划、货值、现金流、利润，基于这四项再确定更细化的指标。比如：计划，包括供货计划、开发效率、工程节点等;货值，包括土储、开工、存货等;现金流，包括结转、回款、收入等;利润，包括税费、成本、费用等。

接下来，建设分层级的数字化洞察体系。从战略目标分解公司级、项目及指标，需要细化板块战略决策和管理要求，形成集团级和项目及经营指标及各专业线条的业务指标。

(上图为示例)

紧接着梳理业务及管理流程，建立业务和管理的分析指标体系。比如针对运营板块，将运营计划管理、运营管理、运营成功管理、经营目标管理、运营策划管理、运营信息管理六大维度，与实际的项目指标(在建数量、在建面积、签约额、签约面积等等)结合，建立一套更完整的指标体系。

最后一个环节，建立经营指标字典。这部分又包括4个关键动作，一是指标的确立，即梳理确定各专业线条的指标名称与内涵;二是指标规则，明确指标计算公式、数据来源、统计维度等，比如销售额，明确是否包含非操盘销售额;三是指标维护，对指标统计更新的时间加以明确;四是指标应用，即明确各项指标的部门或者专业线条。

通过调研及信息的拉通，最终可以形成企业的数据字典。

需要注意的是，制定数据标准的过程并不是IT自己来梳理，需要通过与相关业务部门的共同协作来进行。通过范围的确定，内容的编写与评审和修正，最终得出业务与技术一致的标准进行发布。这样可以避免后期建设过程中的标准不一致的情况。

比如业务视角可能会关注到主题域、业务对象、数据分类、业务属性等，技术视角可能会关注到系统字段、数据类型、是否有允许值列表等，管理视角可能会侧重业务规则责任主体、数据维护责任主体等。

因此惟客数据认为，企业要做到数据指标口径统一不是一步到位的事情，需要考虑到业务、技术、管理视角，拉通业务部门更是必要步骤，但总体来说，对于提高企业内部协同效率和经营情况是有价值的。