数据指标体系框架设计方法和思路
The following article is from 数据工匠俱乐部 Author 吕金芝
本文针对某大型集团业务管理场景、系统应用等对指标数据体系框架的实际需要，基于系统性、全面性、结构性、差异性和重要性五大原则，制定了指标数据体系框架。重点解决集团级企业经营管理指标体系不清、归口指标混乱的问题，结合集团层面指标管理范围，提出指标体系设计原则、指标体系总体框架、指标设计方法及示例等内容。
一集团企业指标数据管理常遇到的挑战
1.1术语和定义指标数据：国标GB T 36073-2018《数据管理能力成熟度评估模型》定义如下：指标数据是组织在经营分析过程中衡量某一个目标或事物的数据,一般由指标名称、时间和数值等组成。另外有一种通俗的定义，也叫报表数据，企业中的报表，这些报表由各类事务型数据所组成。针对某个业务主题，汇集多维维度，多指标的数据，由各类业务数据所组成，如BI报告、销售排名分析、资产负债表、损益表、销售报表、库存报表等。
指标数据管理指组织对内部经营分析所需要的指标数据进行统一规范化定义、采集和应用,用于 提升统计分析的数据质量。
指标体系框架，是对企业若干个核心和关键业务环节相互联系的统计指标数据的全面化、结构化和层次化的系统化构件。
主题：与企业经营管理相关的主题划分，包括财务、人力资源、生产、采购、销售、库存等，可以根据企业生产经营管理需要进行扩展。
维度属性：对指标分类进行维度拆分所标注的具体属性含义，本标准主要应用到四个维度：物料维度、空间维度、时间维度、度量维度。
1.2挑战与痛点指标定义存在于各个部门的各种制度文件中，没有采用信息化手段标准化管理
1)业务部门根据自己的权限职责办法各种指标的管理制度，比如销售事业部的统计制度
2)采用信息化来自动获取指标的部门甚至制定过相应的取数逻辑方法，比如人事部门的各项指标。
3)随着经营决策的深入，不同部门之间，企业之间数据共享的需求越发强烈，各种指标口径出现歧义严重影响经营决策，因此需要将原来散落于各种文件中的指标管理进行标准化，采用信息的手段予以管理。
关键指标的数据共享更多地采用文件传输共享，没有数据指标管理系统存储数据
1)不同部门之间在需要相互的指标数据，更多地还是采用针对需求，编辑文件，传输文件的方式，没有充分做到数据的共享。
2)基于管理职责的划分，明细类指标不适宜于充分共享，但是对于宏观的经营指标，比如零售量，综合商品率等可以在不同部门之间充分共享的数据没有一个公共的平台可以快速获取数据从而满足所有的部门应用需求。
3)对于领导层查询应用、对标应用、绩效考核等企业战略管理类型的应用，由于此类应用往往需要宏观指标，目前不存在一个标准化的指标数据库可以快速满足需求。
二设计目的
指标体系框架设计需从公司发展战略与目标出发，满足各职能部门业务管理需求，构建“横向协同、纵向贯通”的指标体系。实现指标规范定义的核心元素及目标：定义统一、口径统一、名称统一、来源统一、参照统一。
横向协同：集团相关职能部门结合业务决策、分析、管理工作需要，持续更新、完善、扩展指标体系框架内容，以满足集团化经营管理。
纵向贯通：下属公司提供集团级经营管理所需的指标数据源，支撑集团级业务决策分析和管理。同时，结合自身业务特点扩展和完善自身业务指标框架内容。
三设计思路
集团层级的指标体系并不是一些指标的简单堆积和组织，而是基于业务管理职能的原则建立。指标体系框架设计的科学合理与否，很大程度上与指标体系框架设计的构建思路相关。构建指标体系框架时，应理顺指标体系构建的基本思路。
3.1指标体系框架设计原则指标体系框架设计是一项系统工程，需要完整构建评价指标体系，基本设计原则考虑五个方面：系统性、全面性、结构性、差异性和重要性，具体内容如下：
图1 指标体系框架设计原则
系统性原则：充分承接整个集团战略目标，形成以战略目标为核心的指标体系，指标间有清晰的关联逻辑，有效促进战略执行；
全面性原则：全面覆盖企业管理相关因素，含外部环境、核心资源、业务活动、产品服务与经营业绩等方面，推动整体优化运营；
结构性原则：以数据和信息为基础，将指标划分为战略层、管理层相互支撑的结构；
差异性原则：区别于下属公司的指标体系，结合集团总部实际业务特点，有针对性地建立落地的指标体系；
重要性原则：选取核心业务，明确与之相关的关联业务，关注管理瓶颈与重点，推动集团总部各部门之间的管理协同。
3.2指标体系框架设计原理在遵循系统性、全面性、结构性、差异性和重要性原则的基础上，以构建集团指标体系框架设计相关理论为指导，从集团战略与下属公司运营管理的各层级整体考虑，构建集团级与下属公司相互贯通、支撑集团战略决策的指标框架体系，以保障企业战略目标的实现为最终目标。
图2 指标体系要素框架图
指标体系要素框架是从集团整体建立的指标体系，该指标体系全面反映集团的整体情况，而不是局限于局部或某些具体方面。指标体系框架是基于战略构建“四面墙”平衡记分卡模型（即：财务战略、客户战略、流程、学习成长），以集团战略为核心，以各部门的工作职能为出发点，对核心业务逐层分解，分类梳理，归纳核心和关键业务环节，进行的指标数据分类选取的体系化设计。指标体系框架设计“四面墙”原理如下：
图3 指标体系“四面墙”理论
四指标选取原则及方法
指标选取需要遵从科学的选取原则，保证指标的正确性、完整性和有效性，同时应遵循指标数据的梳理的方法论。
4.1指标数据选取原则指标数据的选取在指标体系框架设计中至关重要，评价指标选取是否合适，直接影响到指标体系框架的完整性和有效性。指标过多，事实上是指标数据的重复，会导致干扰；指标过少，则可能选取的指标缺乏代表性，产生片面性。所以，指标数据的选取应当注重如下原则：
正确性：每项指标都必须正确，能够科学地反映评价对象的某一方面信息；
唯一性：保证指标选取的全面，避免指标之间重复；
完整性：指标的信息应避免缺项，保证内容完整。
4.2指标数据选取方法指标数据选取方法，包括以下三个步骤：
首先，借鉴行业最佳管理实践，综合考虑内外部环境因素及上级单位要求，建立集团指标体系总体框架，保证指标体系框架的完整性；
其次，通过对集团战略、管理层及下属公司业务的全面梳理，识别企业生产运作中关键和主要业务环节的关键要素，初步形成集团级指标体系框架；
最后，进一步筛选、合并同类指标、去除重复和不重要的指标，通过专家法调整指标，使指标体系框架更加科学、合理。
4.3指标数据选取依据指标体系框架设计依据经典指标体系“四面墙”理论，结合行业发展趋势和高层关注点，形成了基于战略引领、价值创造的指标体系框架，包括：增长引擎、运营卓越、财务表现、创新驱动、人员保障、宏观环境和绿色发展七大核心主题指标框架体系，具体如下：
图4 某大型集团指标体系高阶框架
增长引擎，关注内外部环境条件分析与战略目标选择，现有业务与新业务的增长路径选择等；
运营卓越，关注基于集团特色，按照价值链进行区分，核心运营活动：从产业链协同层面进行专项分析，同时关注各板块运营的规模、效率、效益和安全，确保有机平衡服务支撑活动：从工程基建到管理和服务分别展开分析等；
财务表现，关注利润贡献（价值成果-战略实现）、资产营运效率，偿债、资金保障（价值创造）等；
创新驱动，关注管理及制度创新，科技创新环境、方向、体系、投入及产出等；
人员保障，关注人员配置、人工效能、培训成长、分配激励等；
宏观环境，关注宏观政治经济社会要素分析、行业动态分析及竞争策略等；
绿色发展，关注经济增长与发展、环境可持续、能源获取和安全等。
五指标体系层级设计
指标体系具有递阶层次结构，划分为三级。
一级指标为战略决策和规划发展类，依据指标框架的第一级框架确定，每项一级指标下设多项二级指标。
二级指标为集团管控类，依据依据指标框架给出的第二级框架选取和设计，每项二级指标下设多项三级指标。
三级指标为具体业务类，在二级指标框架下设计。三级指标用于数据采集与测算，二级指标与一级指标为指数型指标。
图5 指标体系层级结构
（注：“指数型指标”是指其数值由下一级指标根据一定的算法计算而得的指标，不直接用于数据采集。）
六指标体系框架设计
依据以上指标体系层级设计原则及方法，构建集团指标体系框架，包括：增长引擎、运营卓越、财务表现、创新驱动、人员保障、宏观环境和绿色发展七个方面指标。
1)增长引擎，重点反映集团经营现状分析等指标；
2)运营卓越，重点反映业务板块运营分析等指标；
3)财务表现，重点反映利润贡献、资产营运、资金支持等指标；
4)创新驱动，重点反映科技创新、管理创新等指标；
5)人员保障，重点反映人员现状指标；
6)宏观环境，重点反映外部环境、行业动态等指标；
7)绿色发展，重点反映可持续发展指标。
图6 某大型集团指标体系框架
七指标体系应用扩展和系统实现
7.1指标体系扩展步骤集团总部所属各职能部门可根据自身业务管理需要，按照指标体系框架进行三级指标的细化、完善和扩展。指标体系扩展基本步骤为：
1)各职能部门根据自身管理需求，提炼指标数据，明确指标数据定义；
2)依据指标体系分类框架，确定三级指标数据归属；
3)详细定义指标数据，如指标数据项来源、指标数据项数据格式、指标数据项计算公式、指标数据项取数口径等信息；
4)指标数据经审批后，进行发布。
7.2指标数据项定义指标的标准化定义，包括指标的编码、定义、计算公式、数据来源、业务解释部门等。提供指标层次功能以方便管理、汇总、授权，方便、快捷的查询和检索指标及其定义，同时建立辅助指标的维度管理，包括维度的编码、定义、数据来源等。
表1 指标数据项定义（举例）
序列 | 解释 | 示例 |
主题 | 20大主题 | 财务 |
一级子主题 | 一级子主题 | 会计分析 |
二级子主题 | 按业务分析应用的实际情况对一级子主题进一步细化，一般表示相应部门的相应业务分析应用领域。二级子主题与数据负责人部门相结合，构成数据指标的分类认责。 | 资产分析 |
业务说明信息 | 业务域说明 | |
指标代码 | 主题编码+一级主题编码+四位流水码。编码的主要作用在于实现“一物一码”，运维方便。 | 14100005 |
数据项中文名称 | 指标数据项的中文名称。 | 内部存款 |
引用 | “否”，说明指标数据项为该二级子主题对应的分析应用的核心指标数据项； | 否 |
参考标准 | 会计制度、统计法定和企业自用 | 会计制度 |
业务定义 | 指标数据项的业务解释、数据范围、数据期间和计量单位等描述。 | 核算股份公司各分公司所属单位存入本分公司（子公司）或财务结算中心的款项；各分公司所属单位的下级单位存入本分公司所属单位或财务结算中心的款项。反映公司内部所属各单位在本单位内部银行（或内部结算中心）的各种存款。会计科目为：1018。 |
业务用途 | 说明指标数据项的主要业务用途，具体的分析应用目标，通常是报表名称。 | 资产科目分析 |
数据需求 | 说明指标数据项的提出部门处室。 | 财务部：会计处 |
映射类型 | 说明指标数据项对应到数据源的方式，分为直接映射和计算映射；如果是直接映射，则说明其源系统的情况；如果是计算映射，则说明用于计算的基础指标数据项的情况。 | |
相关数据 | 对于计算映射的指标数据项，列明用于计算的基础指标数据项。 | |
处理逻辑 | 对于计算映射的指标数据项，填写对基础指标数据项的计算处理方式。 | 若为计算映射，填写相关数据和计算映射逻辑如果直接映射，填写“NA" |
数据源映射信息 | 如"处理逻辑“字段填”NA"，则不需要填写“数据源映射信息”这部分内容 | 直接映射 |
数据源系统 | 对于直接映射的指标数据项，填写可以作为数据源的系统名称；对已经实现的指标数据项，填写“EDW”；例如:对尚未实现的数据项，填写“R3”（ERP）或“非ERP”。 | EDW |
源字段技术名称 | 对已经实现的指标数据项，填写EDW的字段技术名称；对尚未实现的数据项，填写R3（ERP）的基础表技术名称或对非ERP则为空。对于源系统是ERP的指标，该字段只有指导性的意义，具体的取数逻辑需要在BW建设中进行更新 | K0KMLJYE1 |
源字段中文名称 | 源字段技术名称对应的中文名称描述。 | 科目本币余额 |
映射逻辑 | 作为数据源的字段的取数逻辑（主要指限制条件）。而具体的细节逻辑应参考应用实现的详细设计文档 | 按照单位范围和期间要求取科目余额，限制条件为：科目=1018。 |
数据仓库系统实现信息 | ||
实现情况 | 说明指标数据项在数据仓库BW中的实现情况，分为已经实现、正在实现、一年内实现和两年内实现。 | 已经实现 |
系统名称 | 对于已经实现和正在实现的指标数据项，填写实现的BI层分析应用系统名称；对于一年以内实现和两年内实现的，填写目前相关BI层分析应用系统名称或业务操作系统名称（用“[]”标识）。 | 财务BCS BW系统 |
字段技术名称 | ||
字段名称 | 对于已经实现和正在实现的指标数据项，填写在实现的BI层分析应用系统中的字段名称；对于一年以内实现和两年内实现的，填写在目前相关BI层分析应用系统名称或业务操作系统中的字段名称。主要指Query中的指标 | 内部存款 |
数据类型 | 说明指标数据项对应BI分析应用中的数据类型要求。 | 金额 |
数据长度 | 说明指标数据项对应BI分析应用中的数据长度要求。 | 2位小数 |
报表名称示例 | 系统中的报表名称示例或者为空。 | 合并资产负债表 |
数据负责人和授权信息 | 财务部：会计处 | |
数据拥有者 | 指标数据项业务集中度较高的部门处室，拥有指标数据项业务定义的最终解释权，既是数据拥有者，也是数据最重要的使用者。 | 财务部：会计处 |
数据使用者 | 需要使用指标数据项的部门处室，一般是指标数据项的数据需求提出者，即除数据拥有者外，需要使用指标数据项的部门处室。 | 财务部：信息处/内控处、发展计划部 |
备注 |
图7 数据指标卡片
7.3指标管理系统图8 数据指标管理系统逻辑架构图
图9 数据指标管理系统功能架构
图10 数据指标管理系统页面示例
图11 数据指标管理系统页面示例
八指标体系应用评价方法
指标体系评价是基于一定的评价目标，针对特定的评价对象，使用评价指标对评价对象进行评价，并结合专家知识对获得的测算结果进行研判后，得出科学评价结果的一系列过程。
评价目标是评价指标体系实施的正确性和有效性，以帮助持续改进。指标体系评价是针对评价对象的特点及其衡量水平，通过指标数据的度量，得到指标值，形成评价结果，实现指标体系框架评价目的，参考下图：
图12 指标体系应用评价方法
THE END
本文档提出的指标数据体系框架设计主要用于集团层级指标数据的体系化应用。在后续指标梳理工作过程中，应结合集团层面指标管理范围，明确各层级单位数据指标项认责，统一实现各数据指标项的定义、口径及取数来源，保证集团各级管理和决策层能够获得一致的数据理解和数据来源，逐步推进集团企业数据指标体系标准化工作的完善。扩展阅读：数据中台资料已为读者朋友准备好了，点击下方公众号“数据仓库与Python大数据”后台回复“数据中台”，即可下载。也为大家整理好了《大数据面试100题.pdf》，加vx：iom1128，备注：100，即可领取。
关于我们：本公众号致力于建设大数据领域知识技术人文资源共享平台，3w+关注，保持日更，每天08:16发文，为您提供优秀高质量的数据领域的分享。欢迎分享给同行朋友，加群或投稿或转载可加v：iom1128 或 edw0808，备注：数据，谢谢！
可加空总v：edw0808，讨论上面面试题答案。
更多干货，请戳"阅读原文"到"合集"查看
！关注不迷路~ 各种干货、资源定期分享