多系统指标口径不一致，通常不是看板页面的问题，而是业务定义、数据来源和计算规则没有被统一。销售额可能按下单金额统计，也可能按已支付金额统计；退款是否扣除、客户归属如何判断、统计周期如何划分，也会直接改变结果。若这些规则未先确认，同一指标在 ERP、CRM、财务系统或 Excel 中出现不同数值是必然结果。
先建立指标定义，而不是先做图表
统一口径应从指标字典开始。每个指标至少要明确名称、业务含义、计算公式、统计周期、数据来源、筛选条件、责任部门，以及异常和历史数据的处理方式。比如“回款率”不能只保留一个名称，还要说明分子、分母分别取自哪个系统，跨部门统计时采用什么归属规则。
指标还需要区分原子指标和派生指标。订单数、支付金额等可以作为基础数据；增长率、周转率等则是在基础数据之上计算。只有先固定底层数据和计算逻辑，后续页面筛选、同比环比和明细下钻才不会出现相互矛盾的结果。
统一数据模型和映射关系
不同系统往往存在客户名称不一致、部门名称多版本、日期格式不同、订单重复或字段缺失等问题。直接把各系统数据拼接到看板中，容易造成重复统计和错误匹配。更稳妥的做法是建立统一的数据中间层，对客户、部门、人员、订单和日期等关键对象进行标准化，并记录字段映射关系。
数据源数量增加时，工作量并非简单相加。接口是否开放、文档是否完整、历史数据是否需要导入，都会影响清洗、转换和测试。对于没有稳定接口的系统，还需明确采用中间表、同步程序或定时导入方案。
把口径治理写入交付和验收
指标统一不能只停留在开发阶段。项目中应明确每项指标由谁确认、变更如何审批、历史数据是否重算，以及不同角色能查看哪些数据。集团负责人、区域负责人和销售人员可能对应不同的数据范围，权限规则也必须与指标口径同时测试。
验收时不要只检查页面是否美观，而应使用同一组业务场景核对数据来源、计算结果、筛选条件和权限边界。只有做到“定义有依据、来源可追溯、计算可复核、变更有记录”，多系统看板才真正具备管理价值。
