销售部门报告业务增长,财务部门看到的已确认业务却更少,运营负责人则在规划增加交付能力。各方都做了测算,但计算的未必是同一件事。到了管理层会议,讨论往往变成追问数字从哪里来,而本该决定的是人员配置、投资安排或向客户作出的交付承诺。
这不只是沟通上的麻烦。把尚未成交的报价金额当成已确认的新增订单,可能导致企业过早扩充交付能力。反过来,如果系统更新滞后,已经确认的订单没有及时呈现,企业也可能不愿投入履约所需的资源。这类问题没有一个可以普遍套用的损失比例。真正需要回答的经营问题是:我们依据哪个数字,作出什么决定?
因此,我不会先着手增加一个数据看板。各部门应先明确:影响决策的指标究竟代表什么,差异如何解释,以及一个数字在什么条件下足以支持某项决策。这些定义应纳入共同的运营机制,而不能只存在于报表编制人员的记忆中。
数字不同,不等于数字有错
销售预测、已确认订单、已完成的履约工作和已开票金额,反映的是不同的业务状态。它们可以不相等。订单不等于已经确认的收入,开出发票也不等于收到款项。对于周期较长的项目,这些区别尤其重要。
真正的问题,是把这四类数字放在同一个指标名称之下,或者直到开会时才解释它们的边界。这样一来,数字本身可能正确,却支持了错误的决策。如果指标含义仍不明确,呈现得再精细也无济于事。
例如,要形成跨部门一致的新增订单指标,就必须明确合同状态、取消订单的处理方式和统计截止日。国际业务还需要统一币种、汇率,以及业务在集团内的归属规则。比较利润率,则必须采用相同的成本口径。一个部门可能只计入随交付量变化的成本,另一个部门还计入项目管理成本。这首先是分析目的不同,不一定是计算错误。
所以,第一步是说明差异,而不是立即消除差异。对业务有用的部门视角可以保留,但在支持跨部门决策时,必须能够通过清晰的调整过程,转换为各方约定的管理指标。
为什么昂贵的报表系统不能单独解决问题
银行业的一项评估,可以说明建立共同数据架构和报告体系有多难,但其适用范围必须讲清楚。巴塞尔银行监管委员会在 2023 年发布的进展报告中指出,以 2022 年 6 月的数据为依据,接受评估的 31 家全球系统重要性银行中,只有 2 家完全符合所有接受评估的 BCBS 239 原则。 评估由各银行的主管监管机构进行。报告同时指出,多数银行在各项原则上的评估结果为大体符合或完全符合。1
这不是数据错误率,不意味着银行报告无法使用,也不是中小企业的对标基准。国际银行所面对的监管标准和业务复杂性都很高。这项结果说明,已有系统并不保证数据基础已经完全协调一致。同一份报告还将缺乏共同的数据分类和不完整的数据来源追溯,列为推进工作的障碍。1
BCBS 239 对银行提出的要求包括一致的概念定义、可追溯的数据核对,以及业务部门和 IT 部门各自承担责任。它并不要求所有数据必须使用同一个物理数据模型,但如果使用多个模型,就需要可靠的核对与调整机制。这是一项有参考价值的数据架构思路,并不是普遍适用于中型企业的监管义务。2
对 CEO 来说,整合数据可能值得做,但整合本身不能替代两项管理决定:采用什么口径,以及由谁对这个口径负责。
用可追溯的差异调节,替代反复争论
下面是一个明确用于说明问题的示例,并非客户案例。一份 CRM 导出数据声称,新增订单金额为 CHF 1,200,000。但企业在规划交付能力时,只希望采用约定截止日前的已确认净新增订单。以下金额均以瑞士法郎计价,不含增值税,各项扣减互不重叠。
核查发现,其中 CHF 100,000 对应的业务尚未确认,CHF 50,000 来自重复记录,另有 CHF 150,000 在截止日之后才确认,应计入下一个统计期间。
调整过程如下:
从原始导出数据的 CHF 1,200,000 中,扣除尚未确认业务的 CHF 100,000、重复记录的 CHF 50,000,以及不属于本期的 CHF 150,000,得到符合约定管理口径的已确认净新增订单金额 CHF 900,000。 这是示例测算,不是实际观测到的企业经营结果,也不是已经确认的收入。
CHF 300,000 的差额并不自动意味着业务流失,更不能直接称为收入损失。其中一部分业务可能在以后得到确认,而重复记录确实属于数据错误。把这些差异统称为收入损失,只会制造下一个口径错误的指标。
即便得到 CHF 900,000,也还不足以单独支持人员配置决策。运营负责人还需要知道这些订单何时交付、需要哪些技能,以及现有可用交付能力是多少。统一的数字为下一步判断提供了基础,并不能替代这一步判断。
这种差异调节必须能够追溯到相关数据记录。否则,它只是演示文稿上的另一段解释。如果仍有差异无法查清,就应明确记录金额、可能原因和责任人。不能通过增加一行汇总数字,把尚未解决的差额隐藏起来。
由各部门共同负责的指标说明卡
我会从少数真正影响管理决策的指标开始,为每个指标建立一份简明说明卡。不必在取得第一个可用成果之前,先编写上百页的数据手册。
先明确决策用途。 这个指标是用来批准增加交付能力、决定价格,还是采取现金流措施?同一数据来源,为不同目的可能需要不同的分析方式。预测值只要明确呈现不确定性,就有使用价值;如果把它当成已经落实的业务,就会误导决策。
再明确指标定义。 哪些内容计入,哪些排除?适用哪个期间、币种和计量单位?取消订单、部分订单和事后变更如何处理?比例类指标必须明确分子和分母。按订单数量计算的成交率,与按订单金额计算的成交率,不是同一个指标。
随后梳理数据路径。 相关业务事项在哪里发生,各个业务状态以哪个数据来源为准,通过什么计算得到最终的管理数字?手工调整必须有理由、可追溯的审批记录和日期,同时保留原始数据状态。
最后明确责任分工。 业务责任人确认指标定义,以及它是否适合预定用途。IT 负责技术处理和控制措施。指标使用者反馈需求和发现的问题。数据责任人可以澄清数字问题,但经营决策仍由获得相应授权的管理者作出。
英国政府于 2020 年发布的《政府数据质量框架》支持这种以使用目的为出发点的做法。它要求优先管理关键数据,以易于理解的方式记录数据质量,并落实责任。该框架面向英国中央政府部门制定,不是对企业具有约束力的标准。3
存在不确定性时,什么时候仍可以决策
要求所有数字完全核对一致,也可能造成问题。运营决策可能今天就必须作出,而最终入账信息要到以后才能获得。此时需要的是明确标注为暂定的数据,而不是假装已经有了最终结论。
英国的这份框架区分了一致性、准确性、完整性和时效性等数据质量维度。数据之间可以相互一致,却仍然错误地反映实际情况。框架也说明了及时提供数据与确保数据完整之间的权衡。数据质量应根据具体用途判断。3
我会区分三种使用状态。已核验的指标,可用于已经说明并获准的用途。暂定指标,只能用于明确列出的有限决策。暂停使用的指标,在关键不确定性澄清之前,不得作为相关决策的依据。
差异是否重要,并不只取决于金额大小。即使一笔尚未解释的差额很小,只要它会影响接近底线的最低利润率,或者改变对资源瓶颈的判断,也可能很重要。反过来,金额不重要且已经解释清楚的舍入差异,不应让所有运营规划停下来。判断标准是:这项差异是否可能改变决策。
实际操作中,财务部门和相关业务部门应说明,尚未解决的差异会在多大程度上影响决策。如果在合理的不同假设下,这项措施仍然值得采取,那么附带复核日期的有限批准可能是合理的。如果不同解释会让结论发生逆转,就应在作出决策前进一步澄清。对于可以撤回的措施和长期承诺,也应采用不同的要求。