数据分析里的单一事实来源：定义、负责人和对账

市场、产品和财务各带一个数字来开同一个会时，问题很少出在数据本身，而是没有就定义、负责人和允许差异达成一致。本文讲清事实来源和事实版本的区别，列出数字对不上的原因，并把一个月的四个收入数字对清楚，变成大家都能用的命名指标。

什么是单一事实来源？

单一事实来源（Single Source of Truth，SSOT）是指每一项重要数据，比如客户、收入、活跃用户、商品目录，只保留一个可信、公认的版本，让所有报表、团队和工具用同样的数值和定义。两个看板对不上时，「哪个对」就在这里裁定。

这个说法来自信息架构：每个数据元素只在一个地方维护（新建和修改），其他地方都引用它，而不是各存一份。

单一事实来源和单一事实版本

两者经常被混为一谈：

在数据分析里，第二个问题常见得多。数据完全可以放在好几个系统里，只能有一份的是每个指标的定义和负责人。

在数据分析里，事实版本的问题更常见。

为什么数字对不上

更详细的对账清单见为什么各家统计工具数字不一样。

计算示例：一个月的三个收入数字

周会上，10 月的收入有好几个数（示例数据）：

这些数没有一个是错的，各自回答不同的问题。解决办法是把这些写下来定好：

• 金额的记录系统： 计费系统，扣除退款后的数。看板上所有收入数字都和它对账。
• 允许的差异： 统计里的购买事件和计费净收入的差距要在 ±1% 以内。这里差 0.12%，在允许范围内；超出就要有人去查。
• 给指标命名： 「预订额」（扣款净额）、「确认收入」（财务）、「埋点收入」（统计，用于归因和漏斗），各有定义、负责人和计算位置。
• 每张图都写清楚： 哪个指标、哪个来源、哪个时区。

这样以后，周会不再争论数字本身，而是讨论趋势。

怎么建立单一事实来源

1. 盘点重要的指标。 从管理层报表里用到的 10 到 20 个开始，不是数仓里的每一列。指标树能帮你挑。
2. 给每类实体指定记录系统： 客户（CRM）、金额（计费）、行为（统计）、商品目录（电商平台）。
3. 在数据字典里写清定义： 公式、过滤条件、身份口径、时区、负责人、最近一次复核时间。
4. 通过受管控的数据管道把数据汇到一处，指标只在那里算一次：可以是带指标层的数仓，也可以是能保存指标定义的统计工具。
5. 认证看板。 标出用了官方定义的看板，其余都标成探索用。
6. 定期对账，设定明确的允许差异，并记录数据血缘，让任何人都能把一个数字追溯到源头。
7. 指定负责人和变更流程。 定义会变；变的时候要在图表上标注并通知使用者，这就是数据治理的核心。

常见错误

• 以为单一事实来源就是一个数据库。 硬把一切塞进一个工具往往失败；统一定义和血缘才管用。
• 想一次定义所有东西。 从管理层真正在用的指标开始。
• 没有负责人。 没人负责的定义，几个月就会走样。
• 悄悄改定义。 一次过滤条件的调整让「活跃用户」少了 8%，必须公告并标注。
• 期待完全一致。 不同系统量的东西本来就不同；设定允许差异，不要追求零差异。

在 TapCub 里落实单一事实来源

• 保存指标定义： 把指标定义成自定义指标，在各个分析和看板里复用，「激活用户」到哪里都是一个意思。
• 埋点方案和数据质量页： 事件和属性在一个地方定义，出现新的或拼错的事件时会有提醒。
• 购买事件带订单号，通过服务端事件发送，埋点收入就能和计费逐笔对账。
• 图表标注记录定义的变更。
• 当数仓是关联指标的记录系统时，用原始数据导出和 SQL。

另见：营销技术（Martech）是什么？类别、技术栈示例和管理方法、湖仓一体和数仓。

参考资料

• DAMA International (2017). DAMA-DMBOK: Data Management Body of Knowledge, 2nd ed. Technics Publications.
• Atlassian. Building a true single source of truth for your team.
• Kimball, R. and Ross, M. (2013). The Data Warehouse Toolkit, 3rd ed. Wiley (conformed dimensions).