轉載本文需注明出處：微信公眾號EAWorld，違者必究。

目錄：

一、企業指標管理的三個核心問題

二、解決指標管理的問題，需要從三個方面入手

三、通過元數據管理平臺，實現指標管理在技術上的自動化

四、總結

指標直接反映企業的生產運營狀況，為企業決策提供數據支撐。隨著國家大數據戰略與企業數字化轉型的驅動，指標的作用越來越重要，指標管理上的諸多痛點讓全企業統一的指標管理成為普遍需求。但要想把指標管理好并不容易，不僅需要科學合理的方法，還需要技術的強力支撐。

指標作為一種業務元數據，與企業元數據有著千絲萬縷的聯系，完全可以通過元數據管理平臺實現指標的管理，把指標管理當做元數管據理的一個應用，但絕不是所有的元數據管理平臺都能實現指標的管理。

那么，如何通過元數據管理平臺來管理指標？為什么說不是所有的元數據管理平臺都能實現指標的管理？我們先從企業目前指標管理的問題看起。

一、企業指標管理的三個核心問題

先對指標下個簡單定義：指標是一種衡量業務目標的方法，是企業用來描述現有業務或預測未來業務的工具。比如銀行業的貸款發放金額，保險行業的保費收入，電信行業的發電量等。企業指標幾乎涵蓋了企業全部的業務范圍，即使按照最粗的粒度來分也可以分出基本指標、普通指標、衍生指標三類：

在企業中，像退保率這種需要對基本指標進行復雜計算的衍生指標比比皆是，指標和指標之間的關系也紛繁復雜。指標的這種復雜性給企業指標管理帶來很多“煩惱”，這種煩惱主要體現在指標集中梳理難、指標統一定義難、指標問題追溯難幾個方面：?

• 指標集中梳理難：各業務部門指標紛繁復雜，難以統一進行梳理

“企業中究竟有哪些指標？指標之間是否有關聯？如何將這些指標集中梳理出來？”

企業中的指標數不勝數，指標之間的關系非常復雜，原來企業大多采用人工的方式將這些指標梳理成文檔，再通過文檔或者以文檔為基礎的系統來管理指標，這種方式在新增指標、修改指標的時候很容易引起混亂，造成指標更新和推廣的周期過長，也很難直觀地體現指標之間的關系，往往執行一段時間后就失去了效果，成為一套僅供參考的文檔。

• 指標統一定義難：同一指標定義不一致，導致最終結果千差萬別

?“你們部門上報的的結果和他們部門上報的結果完全不一致，哪個才是正確的？”?

不同的分公司、部門和崗位對同一指標存在著不同的理解，導致上報數據 不統一、數據失真等問題，而解決這些問題的過程遠比指標的計算過程復雜得多，因此給公司的管理統計、數據分析工作帶來了很大困難。?

• 指標問題追溯難：無法追溯指標加工過程，難以定位數據源頭和問題數據

“指標計算結果出錯了，問題出在哪里，是計算過程的問題還是因其他指標出錯導致的連環出錯，還是說數據在錄入的時候就出錯了？是誰的責任？”

指標大多都是經過多種計算得到的，有些指標需要經過很長的加工過程才能得出，無法追溯指標的加工過程的話，就不知道指標所用的數據都來自哪里，無法快速找出指標出錯的原因和對應的責任部門，指標的一致性、完整性和準確性得不到保證，出現問題時部門之間互相推諉的情況時有發生，導致指標問題難以得到解決。

二、解決指標管理的問題，

需要從三個方面入手

從單一方面考慮很難同時解決以上提到的各種問題，要想真正解決以上這些指標管理上的問題需要從管理、標準、技術三個維度入手。其一，從管理上要分清指標管理的責任區；其二，從標準上要建立統一可參考的指標規范；其三，從技術上要能提供一定程度的自動化系統化的手段。三者缺一不可。

1.從管理上：明確指標管理的崗位和職責，建立績效管理機制

人員的參與是指標管理的基礎。首先，為實現指標的綜合管理，企業需要建立和業務緊密相關的指標管理的組織架構，將指標的管理職責分解到與指標相關業務相對應的崗位；其次，為保障指標管理的落地，企業需要讓指標的管理效果與每名員工的職責和個人績效成績關聯起來，并采取有效的激勵。

• 建立和業務相關的指標管理組織架構

企業指標通常分散在企業的各種業務環境中，為盡可能避免指標的分散管理，企業需要建立一個管理所有指標的綜合管理部門，在綜合管理部門之下建立和業務掛鉤的職能管理部門，通過職責分層管理機制，將指標管理的職責分配給各個業務部門，實現指標的無縫管理。

• 建立指標相關績效管理機制

為推動指標管理的順利進行，讓各部門積極參與到指標管理中來，保障指標管理的效果，企業需要建立與指標體系相對應的績效管理機制，可通過元數據管理平臺的問題追溯能力得出各職責部門的指標錯誤發生率，根據各部門的錯誤發生率判斷指標管理的落地效果，推動指標落地的執行。

2.從標準上：制定指標相關的數據標準，規范指標體系的落地

隨著時間和業務需求上的變化，企業指標的命名、業務定義、計算方法等都會出現一定的偏差，在指標統計和在業務決策時，這些偏差會給企業帶來各種影響業務發展的問題，有些問題甚至是致命的。為避免這種問題出現，企業需要建立統一的分析類數據標準（分析類數據標準就是針對指標的標準），形成企業的指標標準體系。

• 規定指標的基本屬性

企業需要根據自身情況，規定指標的基本屬性，例如指標的標識代碼、名稱、描述、數據來源、口徑、統計頻度、度量單位等，其他屬性可根據企業指標查詢的展示需求進行擴展。

• 統一指標定義和口徑

在企業眾多環境中，經常會有同一指標在多個不同的地方出現的情況，為避免同一指標的定義和計算規則等不一致現象的發生，在制定標準時需要與指標相關的各部門溝通，統一指標口徑，梳理統一的指標定義和計算規則，并整理成指標標準輸出文檔。

• 保證指標標準的落地

指標標準制定好之后，不能只是一個放在角落里被人冷落的文檔，要落地到實處并能發揮出價值，指標標準梳理好之后需要采取相應的手段進行持續管理和維護，統一管理指標標準的落地和應用。

3.從技術上：為指標管理提供技術支撐，自動化解決指標管理問題

企業指標的管理離不開技術的支撐，不重視技術成為大多數企業指標管理效果不好的一大原因。利用技術實現一定程度的自動化，讓指標管理融入業務過程中，能大大減輕業務人員的壓力，讓企業能從方便用戶的角度考慮而不是從管控的角度來考慮指標管理這件事。

要想建立從掌握指標現狀到指標標準落地，再到指標問題解決的自動化能力，企業需要從以下三個方面考慮：

第一，要想對指標進行集中管理，企業需要通過一定程度自動化的方式采集現有企業的指標體系，而不是全靠人工梳理。

第二，要想統一指標定義，企業需要提供系統化的指標標準的生命周期管理，尤其是指標標準的落地情況管理。

第三，為追溯指標問題，需要通過技術自動發現指標與數據實體間的關聯關系。

三、通過元數據管理平臺，

實現指標管理在技術上的自動化

Inmon在《Business Metadata》中，將指標看成是一種業務元數據，在我看來，指標是企業環境中業務元數據和技術元數據的綜合體現，像指標名稱、指標定義、指標計算公式其實可以當做業務元數據來管理；而指標數據源、指標加工過程、指標編碼等需要涉及到技術實現的部分，是技術元數據的管理范圍。

因此，元數據管理平臺必然會成為指標管理一個很好的技術支撐。利用元數據管理的技術能力，可以將指標的不同屬性、指標之間的關系自動采集到平臺中，再由元數據管理平臺對指標進行統一管理和維護。

自動化和準確率是指標管理必須要強調的重點。最大程度自動化，才能最大程度減少業務人員的壓力；準確率高，才能真實無誤地反映指標的實際情況。因此指標管理對元數據管理平臺的要求非常高，國內能同時滿足強自動化和高準確率的產品，目前為止只有普元的元數據管理平臺。

• 通過元數據管理平臺的自動化采集能力，全面梳理企業指標

很多企業在梳理指標時都需要業務人員深度介入，還需要填寫一堆表格，無形之中給業務人員增加了很大的壓力。利用元數據管理平臺的自動化能力來自動梳理指標，可以大大降低指標梳理難度。

指標也是有許多屬性的對象，根據指標體系對不同指標進行分類，再根據具體情況設計出相對應的元模型，就可實現指標的自動化梳理。利用元模型從企業報表、Excel文件等源頭自動化采集各種指標相關內容，再由業務人員在此基礎上進行修訂，減少人工的同時保證了指標梳理的準確性。實現這點需要強擴展性的元數據架構，普元以MOF規范為基礎的元數據管理平臺恰好符合這一要求。

• 自動化統一管理業務元數據與技術元數據，確保指標標準落地

每個指標都與實際信息系統的物理模型有聯系，這種聯系在元數據層面實際上是業務元數據與技術元數據的聯系，統一管理這種關系能最大程度自動化地判斷指標是否按標準要求落地。普元曾通過統一管理業務元數據與技術元數據為多家金融機構實現了指標標準的落地。

通過元數據管理平臺，用戶能以圖形化的方式查看特定指標的業務定義和指標的加工過程，系統能自動比對指標的實際加工過程與指標標準中計算口徑的定義，通過比對結果來自動化判斷指標是否符合指標標準。

• 自動分析指標與數據實體的關系，快速定位指標問題

  
  

在元數據管理平臺中能把指標和物理模型連接起來，實現指標的加工過程的追溯，當指標出現問題時，在平臺內就可以自動分析出問題指標對應的數據實體，快速找出指標出錯的原因，定位數據問題源頭和數據相關負責人，及時解決指標問題，防止因指標問題影響業務發展。

最后，有了平臺的支撐，通過可視化界面，業務人員能直接進行指標瀏覽、指標查詢、指標配置，查看指標加工過程和指標間的關系、分析指標活躍度、查看指標使用情況等各種應用，還能通過自動化的方式控制指標的加工流程，推動指標標準的落地等。以此來實現指標的設計、實現、應用、修改、停止的全過程跟蹤，實現指標的全生命周期管理。

四、總結

在數據驅動的時代，指標的自動化管理將越來越重要，而以元數據技術為驅動的指標管理將成為企業管理指標的鑰匙。普元的元數據管理平臺同時具備自動化能力、高準確率和高度靈活的模型管理架構，在指標的自動化管理上已經有了很多成熟的應用案例，指標管理也是普元元數據管理平臺在業務上的一大應用。

關于作者

龔菲

畢業于中南大學，負責數據治理產品研究與推廣，尤其是對元數據相關理論與業界產品有深入了解，擅長業務元數據管理、本體構建等元數據相關領域知識，編寫了一系列數據治理相關文章。

關于EAWorld

微服務，DevOps，元數據，企業架構原創技術分享，EAii（Enterprise?Architecture?Innovation?Institute）企業架構創新研究院旗下官方微信公眾號。

微信號：eaworld，長按二維碼關注

8月-9月，PWorld系列技術趴還將繼續上演。目前，9月24日將在上海舉行PWorld MeetUP“微服務的編排、配置與12要素專場”已啟動報名，戳“閱讀原文”可直達報名頁面，并了解更多詳情~

PWorld軟件架構&平臺創新大會：由普元發起主辦的全國頂級技術盛會，探討“數字化時代的企業軟件變化與創新”推進中國企業在數字化時代的成功轉型，積極為CTO、CIO、架構師、技術經理、開發工程師等技術相關人員設計各項議題，演講嘉賓從企業軟件、人工智能、區塊鏈、云計算、大數據、業務流程、移動開發等熱門話題中，分享他們的技術見解和最佳實踐。同時，PWorld在企業級技術會議里獨開“交互式體驗”先河、賦予參會者最大程度尊重，帶給現場以及線上的聽眾以全新的參會體驗。