如何构建单一事实来源：完整指南
两个人打开两个电子表格，汇报了同一个月份的两个不同的营收数据。两人都很细心，也都能为自己的数据提供依据。谁都没有错。
这不是数据问题。这是一个披着数据问题外衣的定义问题。
大多数解决这一问题的尝试都始于错误的举动，即挑选工具。真正的解决之道始于写下每个指标的含义以及由谁来决定。
本指南将介绍该术语的真正含义，以及在开展任何电子表格工作之前需要做出的四个决定。然后，它将详细介绍三种手动途径，并指出每种途径在何处不再适用。
什么是真正的单一事实源
Workday 的 SSOT 指南 将其定义为“一个集中的系统，在这里，所有关键的、最新的业务数据都被汇总、清洗，并使所有人都能访问。”
同一页面后面出现的一句话更为重要。单一事实源“往往是正确使用技术基础设施的结果，而不是基础设施本身。”
在购买任何东西之前，请把这句话读两遍。数据仓库给你的是存储。共识给你的才是事实。
该页面还将数据孤岛列为数据冲突的根本原因。它将其描述为“困在未连接的工具、电子表格和部门服务器中的孤立信息池”。它推荐的顺序始于治理而非平台：定义术语、指定负责人、选择技术、清洗数据，然后分阶段推广。
为什么两个团队会得到两个不同的数据
原因几乎总是以下四者之一，而且没有一个是算术问题。
不同的过滤条件。 一份报告排除了内部账户和测试记录，而另一份报告则包含了它们。没有人把这一点写下来，所以没有人注意到。
不同的时间边界。 一个团队以发票日期作为月份截止点，另一个团队则以付款日期为准。两者都有道理，但他们永远无法达成一致。
不同的分母。 比率由两部分组成。改变下半部分（分母），百分比就会发生变化，而无需更改任何一条记录。
不同的数据版本。 一次数据导出是在 1 号进行的，另一次是在 3 号，而这三天内落入的延迟数据导致了差异。
需要首先解决的四个决定
在动用公式之前，先写下这些。在数据旁边放一个定义标签页，是你所能实施的最便宜的治理方式。
| 决定 | 需要回答的问题 | 为什么重要 |
|---|---|---|
| 定义 | 究竟什么才算作该指标的一个单位？ | 决定谁在范围内，谁在范围外 |
| 过滤条件 | 哪些记录被排除在外，为什么？ | 通常是导致差异的最大单一原因 |
| 边界 | 哪个日期字段用于划分周期？ | 两个合理的选择，两个不同的答案 |
| 负责人 | 谁来批准对该定义的修改？ | 如果没有明确负责人，定义就会在无形中发生偏差 |
“负责人”这一行是团队最容易跳过的。没有负责人的定义只是一个建议，而建议每个季度都会被重新解读。
将其与您已经汇报的指标层结合起来。我们的 领先指标与滞后指标 指南介绍了哪些指标值得这样对待，因为并非所有指标都需要。
如何手动操作
方案 1：逐行核对两个版本
从分歧点开始，而不是从理论开始。将两份报告导入同一个工作簿中，并使用 XLOOKUP 通过共享键匹配记录。
无法匹配的行就是你的发现。它们会告诉你哪一方包含了另一方没有的内容，而这正是没有人记录的过滤条件。
在操作时，要注意近似重复的标签。EXACT 函数可以比较两个文本值，并且区分大小写。它能捕捉到“ACME Corp”与“Acme Corp.”这种人眼很容易忽略的配对。
这种方法的局限性在于它只能解决一个月的问题。下个月，同样的两个报告还会再次出现偏差，因为结构性的问题并没有改变。
方案 2：构建一个数据集，然后派生出所有报告
先整合，后报告。Power Query 的合并 功能支持多种连接类型，包括反连接。反连接会列出存在于一个数据源中但在另一个数据源中缺失的记录。
然后，从该单一表格中生成所有下游数据。如果某个数据无法追溯到该表，则不予展示。
使用 UNIQUE 函数检查您连接的键是否确实是唯一的。重复的键会悄无声息地虚增总数，而这种隐蔽的错误总数比直接报错的总数更糟糕。
局限性在于维护。必须有人去刷新它，而这个人就会成为流程中的依赖项。
方案 3：在数据旁边保留一个定义标签页
每个指标占一行：名称、定义、应用的过滤条件、使用的日期字段、负责人、上次审查时间。
这正是让报告在下个季度具有可比性的关键。它还能让你在 10 秒钟内回答“为什么这与上次不同”，而不是花上一整天。
局限性在于，写下定义并不能强制执行它。标签页和公式可能会逐渐脱节，而且通常确实会如此。
共同的瓶颈。 这三种方案都假设可以从文件中发现分歧。当两个部门使用完全不同的系统时，对账的第一步首先是获取具有可比性的导出文件。
手动途径在何处会遇到瓶颈
第一次对账可能还挺有趣。到了第三次，就变成了用新的日期重复度过同一个下午。
只要业务发生变化，定义就会失效。一个新的方案类型、一个新的地区、一个重命名的字段，你在 3 月份写下的规则就无法再适用于 9 月份的数据了。
导出数据也会发生偏差。有人更改了源系统中的过滤条件，收到的文件看起来一模一样，但代表的含义却已经不同了。
还有一种成本只有在会议中才会显现。当两个数据在现场发生冲突时，你需要立即解释差异，而解释所需的依据却留在你没带的工作簿里。
这正是该类别存在的原因。关于 无需数据团队的商业智能 AI 工具 的综述涵盖了解决这一问题的工具层面。
如何使用 Powerdrill Bloom 构建它
步骤 1：上传两份冲突的导出文件
将两个存在分歧的文件一起上传。Powerdrill Bloom 会在文件导入时对列进行分析，因此在计算任何总数之前，不匹配的键格式、不一致的标签和空白字段就会显现出来。
步骤 2：用自然语言陈述定义
描述规则，而不是构建规则。命名指标、要排除的记录、划分周期的日期字段以及分组方式。
然后提出能够暴露差异的问题。询问哪些记录出现在一个文件中而没有出现在另一个文件中。询问哪些标签仅在大小写或标点符号上有所不同。然后询问在每个日期边界下总数会变成多少。
步骤 3：导出核对后的报告
导出核对后的表格、差异摘要，或在数据旁附带已达成共识的定义的幻灯片。
为什么这比手动核对更好
| 手动途径 | Powerdrill Bloom | |
|---|---|---|
| 查找未匹配的记录 | 对每对文件进行反连接 | 直接询问缺失了哪些记录 |
| 捕捉近似重复的标签 | 使用区分大小写的辅助列 | 上传时自动显现 |
| 测试替代边界 | 重新构建过滤条件并重新计算总数 | 陈述另一个规则并直接询问 |
| 下个月重新运行 | 刷新并祈祷没有任何变动 | 更换文件，保留规则 |
第三行是终结争论的关键。能够并排展示两个日期边界，将“你的数据错了”转变为“我们的规则不同”，这是一个可以解决的对话。
常见错误
在就定义达成一致之前购买平台。 存储不等于共识。先定义术语，然后指定负责人，按此顺序进行。
未说明分母。 每个比率都需要在图表上写明分子和分母。没有它们，百分比只是装饰。
将一次大规模的整合视为终点。 定义会随着产品和组织的变化而失效，因此应安排定期审查，而不是重新构建。
假设相同的标签意味着相同的记录。 大小写、标点符号和尾随空格都会产生隐蔽的重复项。在连接之前进行检查，而不是在连接之后。
核对在不同日期导出的数据。 延迟到达的数据看起来会像差异。在匹配行之前，先匹配提取时间戳。
将定义记录在没人打开的地方。 将它们与数据保存在同一个文件中，并在图表上标注所使用的规则。
跳过负责人。 没有指定审批人的定义是会被重新解读的定义。为每一行都指定一个具体的人。
结论
单一事实源首先是共识，其次才是基础设施。定义每个指标、写下过滤条件、确定日期边界、指定负责人，然后从一个数据集中派生出所有报告。
成本高昂的部分不是第一次核对，而是在业务不断变化的同时保持这些定义的有效性。
如果这个循环正在消耗你月末的时间，不妨在两个存在分歧的文件上尝试使用 Powerdrill Bloom。另请参阅我们的 如何从电子表格构建 KPI 仪表板 以及 如何根据您自己的数据设定 KPI 目标 指南。AI 数据清洗 页面介绍了准备步骤。
常见问题解答
什么是单一事实源？
它是所有报告所派生自的一套达成共识的定义、数据源和计算方法。Workday 的指南将其描述为正确使用基础设施的结果，而不是基础设施本身。
我需要数据仓库才能拥有它吗？
不需要。数据仓库提供的是存储和规模，而对定义和负责人达成共识才是使数据一致的关键。小型团队在单个管理良好的工作簿中即可实现这一目标。
为什么两份报告显示的总数不同？
通常是由于过滤条件、日期边界、分母或导出时间。在假设存在计算错误之前，先检查这四个方面，因为算术很少是导致问题的原因。
谁应该负责指标定义？
每个指标由一个明确指定的人负责，并有权批准修改。共同负责往往意味着定义会在不同团队之间悄然产生偏差。
定义应该多久审查一次？
每当底层业务发生变化时，或者在其他情况下按固定节奏进行。新方案、新地区和重命名的字段都会使编写时正确的规则失效。