随着公司信息化程度的提高，各系统中的数据也越来越复杂。数据指标口径不统一逐渐成为“通病”。然而，面对不够准确的数据，管理者做出了不同的决定，因此统一数据指标的直径变得非常重要。
首先，数据指标口径不同的情况很常见。例如，销售额相同，公司财务部门的口径为含税金额，业务部门不含税等。那么如何处理统一的数据指标口径呢？总的来说，可以分为两个步骤，一是指标整理，二是数据标准建设。
1.指标整理部分
- 战略目标和运营计划
企业需要围绕整体战略目标和经营计划，管理企业的各个环节.经营过程.实施风险控制等基本流程，逐步建立综合管理指标体系。
- 开设分级数字洞察系统
从战略目标分解公司级项目和指标需要细化板块战略决策和管理要求，产生集团级、项目和业务指标以及各专业线的业务指标。
- 业务管理分析指标体系
整理业务和管理流程，如运营板块，管理运营计划、经营管理、管理成功、管理业务目标、规划推广管理、运营信息管理六个层面，结合实际项目指标，建立更完整的指标体系。
- 构建数据指标词典
本部分包括四个关键行动，一是指标的建立，即确定各专业线的指标名称和内涵；二是指标规则，明确指标计算方法、数据来源、统计维度，如销售，明确是否包括非交易销售；三是指标维护，明确指标统计更新时间；四是指标应用，即明确各指标的部门或专业线。通过研究和数据拉通，最终可以生成公司的数据词典。
2.数据标准建设
明确业务认可的指标口径。数据标准是描述企业需要遵守的属性层数据的含义和业务规则，从公司的角度拉动人们对同一数据的共同理解和遵守。
在实施方面，数据标准需要包括以下四个方面：
1.明确责任人:可以看作是数据管家，可以找到数据项的概念或规则等问题
2.统一含义：为全公司数据项的含义提供统一一致的理解，共同遵守
3.统一规则：在数据标准中定义相关业务规则和标准格式，以及规则和允许值目录
4.标准器重:开发过程中降低标准器重
需要注意的是，制定数据标准的过程不是IT自己整理，需要与相关业务部门合作。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，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。
关于光点科技
光点科技是一家在政企数据治理、数据中台建设、数据可视化展示分析方面有着丰富经验的公司。光点科技既提供数据产品，也提供数据服务，服务客户超过100家，在金融、电信、政务、企业、工程、教育、检验检测等行业有丰富的经验和创新的解决方案。
光点自研的数据治理服务平台，能够为客户提供数据汇聚、建模、开发、管理和服务能力，以及自动化数据处理和数据存储计算环境。为企业的数据治理提供一站式数据治理工具。
