向财务系统学习如何建立标准数据体系

这是我的第23篇原创

数据工作者最头疼的问题是什么？我认为是口径不一，鸡同鸭讲。不知道你怎么看？

有人说了，真想建一个巴别塔，所有人都说同一种语言，我们再也不需要给他们解释这个指标是啥意思，也不用面对不同的人说相同指标却指的是不同含义的问题了。

立刻就有人反驳：公司情况太复杂了，要做到口径统一太难了！

如果你也是这么想的，那你还真的得好好学习了。这种情况不仅有，还有很多。比如：

以财务体系为例，财务报表、指标、统计口径是全国统一的，不仅全国统一，还能全球统一。一个指标说出去，全球都是一个口径。怎么样？是不是惊呆了？

里面有什么内容呢？以企业会计准则第30号“财务报表列报”为例，其中定义了企业最少应该有资产负债表、利润表、现金流量表、所有者权益变动表：

《准则》中还定义了每一个报表应该包括的指标：

这些指标都不够清楚？指标没有解释？没关系，财政部有专门的标准解释：

不仅有定义，还有各项指标的计算方法，什么时候确认，什么时候资产化，各种率怎么计算，统统都有标准！

你随便找一个会计朋友，或者问问你公司的任意一个会计、出纳，他们会告诉你，全国的资产负债表、现金流量表、利润表长得都一样，指标也一样，含义也一样，甚至还有编号，编号都一样！

你拿任何一个上市财报，翻译一下，就能全球通用。报表、指标都是非常规整的。

那么，如此标准的数据体系，到底是怎么建立起来的呢？

向财务系统学习，架构一个数据标准体系应该这么做：有话语权的组织+完整的标准规范+严格的实施和彻底的执行+职业化的培训+定期的更新。

国家组织：国家财政部

国际组织：国际会计准则委员会

企业组织：数据中心、BI部门等

请注意，这些部门必须要有制定标准的权利，一切以该组织为准。很多公司业务话语权大，数据部门就沦落为服务部门，起点就低了，成功的概率就小很多了。

报表、指标、维度必须严格定义；

统计口径可以设定基础准则，根据各个部门的实际情况进行选择。用数据的时候必须严格限定口径。

所有数据生产环节、使用环节都必须遵照标准规则执行；

在执行中有疑问，应该出具相关条例予以解释；

业务发生较大变化时，应该予以相应的调整，不应频繁变化；

便利蜂是一家很有意思的公司，正面负面都有，列举几个名场面：

1、自营1500家店

2、网传考高数裁员

3、店员KPI有露齿率

都说便利蜂是一家新零售企业，但是这是一家彻头彻尾的数据公司。他们构建了一个零售业全链条数据体系，非常恐怖！

按照上面的套路，几乎全中！厉害吧？

好，下次解剖便利蜂。

转发，点赞，在看，安排一下？