建设经营指标体系，国央企需要什么样的指标平台？

《国资报告》在今年首刊上发表了《优化中央企业经营指标体系 推动加快实现高质量发展》一文（以下简称《优化经营指标体系》），对国资委将央企 2023 年主要经营指标调整为“一利五率”进行了权威解读：不仅总结了加强经营指标引领对推动央企平稳健康发展所发挥的积极作用，同时也强调进一步调整优化经营指标体系，对推动央企加快实现高质量发展具有重大意义。

#01

宏观：国央企要健全经营指标体系

近年来，国资委针对国央企探索建立的央企经营指标体系对于央企提高核心竞争力起到了关键的推动作用。《国资报告》刊发的《优化经营指标体系》中提到：“从近几年实践看，现有的指标体系（“两利四率”）在引导和促进央企落实国家战略任务、增强创新能力、提高盈利水平、防范重大风险等方面取得了明显成效”，而“调整优化后的指标体系（“一利五率”），重点针对当前部分央企存在的回报水平不优、盈利质量不高、市场竞争力不强、创新能力不足等短板，着力于推动央企在实现高质量发展上取得新的突破”。

《优化经营指标体系》里还给出了一组数字（截至 2021 年末），我们一起来感受下：

我们可以清晰地看到，指标体系的建立能紧密绑定、体现和助推企业经营的质量和效益，通过指标体系可以梳理出业务发展现阶段最为关注的焦点，并建立起一套严谨、科学和成熟的观测制度持续审视业务发展状态，进而源源不断地为业务目标的达成和所需的调整提供决策依据，而这对于国央企经营效益的合理增长、发展质量的有效提升以及国资委整体的统筹都尤为重要。

#02

落地：指标平台的必要性

随着宏观政策对指标体系建设的进一步明确和加强，一方面借由国家战略的实施和企业数字化转型的驱动，指标的重要作用日益凸显；但另一方面指标治理上的诸多痛点使得企业实施统一的指标管理、建设高效的指标平台成为必然要求，然而当下围绕指标平台的数字化建设却更多停留在以 BI 报表为主的用数和分析阶段：

• 堆积如山的分析报表，难以聚焦指标本身

《优化经营指标体系》里明确给出了需要聚焦的“一利五率”指标：利润总额、净资产收益率、营业现金比率、资产负债率、研发经费投入强度和全员劳动生产率。

• 指标所呈现的正是对于决策和业务人员更具亲和力和感知度的数字，这远比分析报表要来的直观和高效；而通过聚焦指标本身，能够更加方便地梳理出整体的跟踪和监控体系；从作为核心数字资产的基础指标出发，到结合衍生指标与复合指标所建立起来的指标体系，能够更加清晰地展现层级关系并落实到责任方，从而避免陷入大量凌乱的分析报表中一筹莫展。

• 缺乏有效的治理支撑，指标口径难以统一

对于之前提到的“一利五率”指标，国资委已经给出了明确的说明和定义，但实际的落地过程中具体到每一位央企自身，从指标的拆解、具体的数字来源到最终的整合必然涉及多个不同部门的紧密协作，而这里指标平台能否支撑所需的协同数据治理就成为巨大的考验。

现有的指标平台由于缺乏有效的指标目录，难以支撑跨角色、跨团队或者跨部门来统一定义指标和相关的数据源头、分析维度以及计算口径，这就使得指标的可信度成为空谈，而决策是否合理科学、让人信服，正是需要依赖可信指标。而另一方面，指标口径的不统一所带来的信任问题也会很大程度上削弱数据和指标的复用程度，同样的指标产生的隐性重复投入会呈几何倍数增长。

• 指标开发依赖 IT 团队，交付时效无法保证

传统的指标开发通常重度依赖 IT 或数据团队，从需求提出到最终交付大多会经历数周时间，其中对于指标业务理解的反复沟通、指标开发涉及的建模取数等都是绕不开的低效环节，不仅抑制了业务侧自助使用的积极性，交付周期也难以满足即时经营决策的需要。

国资委所着眼的国央企以经营指标体系为抓手，期望在高质量发展上取得新的突破。这也对能够真正落地和优化经营指标体系的载体——指标平台，提出了更高层次和更为全面的要求：

• 指标目录，统一用数口径

聚焦指标，才能实现更敏捷的数据洞察，而在这一点上，指标目录就显得尤为关键。

统一指标体系是企业高效管理和沟通的核心。通过指标目录这一关键能力，使得企业能够轻松定义和管理指标，形成统一的指标口径，即时获得可信的洞察结论。

• 自助使用，降低用数门槛

指标自动化，激发业务人员可以自助使用，才能充分发挥指标驱动的价值。

自助使用就意味着业务方可以从其熟悉的视角和业务语义来定义指标，而背后指标开发相关的建模、取数都可以交给指标平台来自动完成。由指标平台承接复杂度可以大幅度降低门槛，业务用户不再需要完全依赖 IT 或是数据团队来开发加工指标，加快指标上线效率，将整个发布周期缩短至天甚至以小时为单位。

• 智能引擎，高效指标驱动

我们不难发现，建设指标平台的最终目的仍然是服务于业务分析，更好地完成数字驱动的经营管理和决策。因此以指标为中心的数字化建设，依旧是需要把业务和经营目标放在最突出的位置，指标平台提供统一指标定义的入口，以匹配业务和经营目标，而剩余的都可以由平台智能化地高效完成。

这样的智能引擎不仅仅是体现在之前提到的支撑业务自助使用所需的自动建模和取数，还会在各种细节凸显「效率」二字：包括对于不同场景下各类指标高性能查询的保障，也包括对于业务快速变化的敏捷感知，例如可以自动根据指标使用特征动态调整优先级，例如针对高频指标优化数据模型、针对低频指标给出下线建议等，或是向业务侧自动推荐指标，例如最热指标、最重要指标等，真正实现数据找人的模式。

#03

成功案例：Kyligence x 国央企

案例一：某头部产险企业借助指标中台提升数字化管理水平，辅助经营决策

场景和痛点

保险业的数字化进程正稳步推进，金融科技投入在进一步加大。在产险的数字化转型历程中，随着业务经营的复杂性增加，很多产险企业正面临决策模式的转变：从各专业领域分别决策转向跨领域融合，尤其需要将零售业务和财务进行联合分析。在这一背景下，我们来看下这家头部产险推进指标管理时所面临的问题：

• 指标分散在各业务的不同平台上，重复定义严重：如果决策层想对业务和财务的指标进行综合分析，很难快速获取所需要的指标，也面临着同个指标不同定义带来的可信问题，很大程度上影响了分析质量和决策方向；

• 指标体系不灵活：仍然局限在以报表给定的维度为主，无法高效地在不同侧重和不同粒度之间方便地切换；

• 有限的开发资源无法满足快速增长的数据需求：各业务团队对于数据的需求不仅呈井喷式增长，同时需求的形态也在发生变化，而有限的开发资源和传统开发流程的冗长周期已经成为越来越突出的瓶颈。

Kyligence 指标中台解决方案和价值体现

这家头部产险企业以业财场景为先，选择与 Kyligence 合作建设指标中台，构建以指标为核心的经营分析系统，以数据驱动业务增长。

Kyligence 指标中台方案为该产险企业实现了指标的复用和规范化，并成为开发与业务之间的枢纽，减少开发人员投入的同时进一步提升人效；借助指标中台，该产险公司不仅盘活了数据资产，逐步建立起数据应用生态，也激发了分析决策人员自助用数的意愿：

• 标准化指标体系的建立：目前该指标中台已经上线了数百个业财类指标，实现了指标口径的统一管理；

• 实现全方位、多维度分析：满足公司不同层级的分析需求，如领导层可及时查看公司当期的目标达成率、及时优化整体目标；部门也可实时查看业绩完成情况，第一时间调整业务运营方向；

• 简单易上手，推动敏捷分析：大幅降低指标消费者的使用门槛和学习成本，鼓励业务人员自助开展关联分析、深入分析。

案例二：某国有大行基于指标中台赋能经营作战室和全行数字化管理

场景和痛点

随着数字化转型的深入，银行作为走在数字化建设前沿的行业，希望通过建设全行数字化经营管理平台来支持集团各层级、各业务条线的经营管理，帮助各组织及时准确地获得经营情报、做出正确的决策和指挥，从而赋能全行数字化经营。来看下某国有大行在经营作战室的建设过程中所面临的困境：

• 银行每个 BU 都在搞自己的数字化经营平台，数据需求暴增；

• 总分行各层级、各条线间的数据标准不统一；

• 数据的使用门槛高，依赖大量的数据开发人员和数据分析师，人员成本高，且业务人员的使用体验不佳。

Kyligence 指标中台解决方案和价值体现

这家国有大行使用 Kyligence 产品为底座的指标平台，面向全行提供统一主题配置、指标管理、指标加工、数据服务于一体的完整解决方案。

基于 Kyligence 指标中台赋能经营作战室和全行数字化管理，不仅统一了关键指标业务口径及计算口径，实现自上而下业务驱动的指标体系；也支撑业务部门可以随时进行自主化的数据分析和探索，不再需要等待 IT 的资源安排：

• 提升工作效率：IT 开发工作量降低 30% 以上，业务实现自主探索，整体工作效率得到提升；

• 沉淀数据资产：推动数据治理的同时指标平台将企业数据资产实现广泛的共享，全行和各业务线都能从中受益；

• 加速数字化运营能力：在全行和各业务线得到了广泛使用，加速全行的数字化建设运营能力。

如果您对上述产品及解决方案感兴趣，欢迎致电 400-865-8757 咨询方案详情。您也可点击文末「阅读原文」下载由 Kyligence 和爱分析调研数十家头部企业编写的《中国指标中台市场研究报告》，了解现代化指标中台概念和方法论、落地案例详解等内容。

关于 Kyligence

上海跬智信息技术有限公司 (Kyligence) 由 Apache Kylin 创始团队于 2016 年创办，致力于打造下一代企业级智能多维数据库，为企业简化数据湖上的多维数据分析（OLAP）。通过 AI 增强的高性能分析引擎、统一 SQL 服务接口、业务语义层等功能，Kyligence 提供成本最优的多维数据分析能力，支撑企业商务智能（BI）分析、灵活查询和互联网级数据服务等多类应用场景，助力企业构建更可靠的指标体系，释放业务自助分析潜力。

Kyligence 已服务中国、美国、欧洲及亚太的多个银行、证券、保险、制造、零售等行业客户，包括建设银行、浦发银行、招商银行、平安银行、宁波银行、太平洋保险、中国银联、上汽、Costa、UBS、MetLife 等全球知名企业，并和微软、亚马逊、华为、Tableau 等技术领导者达成全球合作伙伴关系。目前公司已经在上海、北京、深圳、厦门、武汉及美国的硅谷、纽约、西雅图等开设分公司或办事机构。