[深度解读] 2000亿级房企如何建设数字神经网络？

为了有效把控现金流、盈利、资源运营效率和多项目并行的建设进度，某高周转标杆房企E企需要搭建投资收益的一整套指标体系，为企业决策提供数据支持，为各业务线的管控和推进提供标准和方向，从而保障E企全面运营的及时、准确和高效。

搭建指标体系首先要根据E企的经营现状查找问题，结合业务、职能分工对现有指标进行梳理，再区分专业线、职能线来构建指标体系的框架，最后从各大业务及管理要点上识别、划分、归纳、完善关键指标，细化框架内容，最后形成标准化体系。（如图1）

图1  E企指标体系建设步骤

1. 查找问题：全面分析企业现状,为框架设计提供可靠依据

企业通常需要对决策层、业务线、职能部门展开多方调研，通过访谈和调查来了解各方对于指标的需求。同时，企业还要注意收集报表资料及相关信息，梳理现有指标情况，据此明确指标分布状态。这样，企业才能准确、全面地掌握指标现状，发现问题，为体系框架设计搭建提供可靠依据。

目前，E企的现有指标主要存在以下4个方面的问题：

（1）指标太“乱”：口径不统一且过于分散

指标太“乱”。一方面，指标口径不统一，数据获取难度大，同一个指标存在不同的命名、计算规则和统计口径，以及混淆使用等问题。E企在内部没有统一的标准化口径，系统提取数据时不知道该选择哪个口径的数据。另一方面，指标过于分散，缺乏统筹。

比如,业务部门需要查看各业务线的指标，但这些指标可能分散在多达几百份报表之中，没有统一的渠道查看指标全景。

（2）指标太“粗”：不具体、不细化

指标太“粗”。有些部门关注的考核指标在现有报表和线上数据平台找不到，指标依赖手工输入和统计，比如单一的去化率指标不够细化，缺乏长库龄库存去化率、加推库存去化 率等明细指标。

（3）指标太“平”：层次不分、职责不清

指标太“平”。一方面，指标不能按照业务部门和管理层级各自的关注重点和频次做区分；另一方面，由于经营指标的管理职责不同，核心经营指标由不同业务部门管理，指标报送关系及职责不清晰，没有明确界定指标如何报送、由谁报送， 难以统筹并形成体系。

（4）指标太“独”：各部门不能共享数据

指标太“独”。不同部门需要相互的指标数据，更多地还是采用针对需求、编辑文件、传输文件的方式，没有充分做到数据的共享。对于需要在不同部门之间充分共享的宏观经营指标和数据，也没有一个公共平台可以快速获取数据，从而 满足所有的部门应用需求。

另外，领导层查询、对标、绩效考核等企业战略管理层面的应用往往需要宏观指标，很多企业都没有一个标准化的指标数据库来快速满足需求。

针对上述问题，E企急需建立标准化、共享化、多场景的 指标体系。

2. 梳理框架：2大条线、4大原则，构建指标体系的框架

E企对内查找问题的同时，对外则可以对标企业，借鉴其指标体系建设经验，为设计指标体系的框架及内容提供参考。指标体系框架设计是一项系统工程，构建时首先应从专业线、 职能线这两大条线切入，共计建立7项业务主题，50项业务子 主题。专业线的主题包括设计、计划、成本、招采、营销， 职能线的主题包括财务和人力资源。（如图2）

图2  E企指标体系职能线、业务线框架

其次，在专业线和职能线的各个子主题下，进一步细分重点管控的关键项，比如成本子主题下又设立成本测算、过程管控和后期评估，每一项里面再继续设置具体的专业指标。E企在两大条线共设立指标超过600个，搭建起层次清晰、内容详实、指标细化的体系框架。

另外，在实践时还要把握以下4个基本原则：

系统性：充分承接整个集团战略目标，形成以战略目标为核心的指标体系，指标间有清晰的关联逻辑，有效促进战略执行。

全面性：全面覆盖E企管理相关因素，比如经营发展、投资回报、成本管理、营销管理等方面，推动整体优化运营。

结构性：以数据和信息为基础，将指标划分为决策层、管理层、业务/执行层，形成相互支撑的结构。

差异性：根据不同的业务载体，如集团公司、区域/城市 公司、项目公司，有针对性地建立高匹配度、可落地的指标体系。

3. 完善内容：补充、完善关键指标内容，优化指标体系

E企在建立指标体系框架后，还要对关键指标的内容进行补充和完善，进一步对指标体系进行优化。E企梳理出开发指标超过400个，然后对营销线、计划线和招采线的指标进行了优化和补充。

在营销线上补充了签约金额达成率（签约金额/签约金额目标值），用以区别现有反映业务的签约金额预算完成率（签约预 计完成值/签约金额目标值），用于全年业绩管理与考评。借鉴行业对标，从库龄、业务流程等分析维度细化了现有的库存去化率，增加了长库龄库存去化率、加推库存去化率等，从提高库存周转的途径实现资产效率的提升。

在计划线上梳理、合并了目前计划节点，补充完善了模块计划、专项计划等8个计划节点达成率，用以监控和评估计划节点完成效率。

在招采线上根据目前招采节点，增加了采购方案审批用时、标书审批用时、发表用时、商务谈判用时、招标总用时等20个流程节点用时监控的指标，为未来优化招采流程、建立标准化绩效管理体系和实现绩效管理系统功能提供基础。

图3  明确各项目阶段货值口径示例

以货值为例进行说明（如图3），在摘牌、取得预售证、定价会、开盘（推盘）到签约的流程中，要做到三点：一是，统一指标口径、划分统计范围和统计周期，避免部门在统计口径不一而导致指标失真；二是，对项目全周期的业务有清晰的定义， 避免项目各阶段的业务有重叠的情况；三是，严格设置计算公式和规范取数来源，避免各部门间同一指标的数据不一致。

1. 定属性：具体刻画指标，明确指标属性数量、定义、值范围

指标属性是对指标的具体刻画，分为基础属性、业务属性、管理属性、技术属性4大类、共16个基本属性。完整的指标属性数量、明确的指标属性定义和规范的指标属性值范围，是指标标准建设的重要基础。（如图4）

图4  E企指标属性归类框架

其中，基础属性是指标的唯一性识别属性，用于规范化区分各项指标；业务属性描述业务相关内容，概括指标所涵盖的业务概念、范围、计算关系等；管理属性是指标管理方面的描述，用于明确指标的管理适用范围，说明管理标准依据；系统属性也称技术属性，用于描述指标技术方面的内容，说明数据指标在系统上的具体来源、类型及与其他指标项的关系。

2. 分级别：具体描述指标，对4类指标属性进行分类

用“签约金额”指标为例，通过上述4类属性对其进行具体分类描述。

比如，基础属性的指标编号设定为4001，指标一级分类为专业域，指标二级分类是营销主题，指标三级分类是销售管理，标准化指标名称是签约金额，指标常用名为成交金额。

业务属性中，其业务定义是在统计期间内满足签约合同认定条件的净签约金额，用于反映E企销售能力；计算公式为∑（满足签约条件的房间金额）；指标口径是满足签约额认定条件的净签约金额；指标分析维度包括时间、组织、项目、业态；计量单位是元；指标精度为小数点后两位；指标类别属于基础指标。

管理属性中，指标分级为决策层；以天为频率；指标适用范围是E企内部管理；主责部门是市场营销中心；标准来源为内部，没有外部参考标准。系统属性中，关联数据项是sign_amount；数据类型为数值。

E企在指标应用时要把握两个关键，第一是识别和突出核心指标，第二是将指标按照关注和应用的部门、强度、频率等划分层级，形成立体化的应用体系。

1. 识别：围绕价值目标，突出核心指标

不同企业在不同时期虽然侧重点不同，但其核心价值目标基本相同，比如投资价值、股东回报，这些是企业经营所依据的价值判断和最终目标。E企需要围绕价值目标，进一步识别和把握核心指标，在实践中主要做好两方面的工作。

一方面，围绕E企价值进行拆解，找到驱动价值实现的核心指标，并提取、固化，作为指标应用的核心内容。比如， E企围绕股东回报的价值目标，以EVA、ROE为核心，提取出收入增长、营业利润、资产效率及未来预期4大类核心指标。每一类核心指标又细分出子指标，比如收入增长指标细分为物业销售、租金、持有型物业运营收入等。

另一方面，各类核心指标还要根据使用强度进行区分，比如分为高频率查看指标和低频率查看指标，以保证具体应用和执行的有效性和准确性。

2. 设计：规划指标体系结构，应用指标层级化、立体化、 全景化

指标体系本身就具有纵向的层次结构，再与横向的决策、管理层级相匹配，就能层次化、立体化、全景化地应用指标。指标应用一般可划分为三级：

一级指标为规划发展类，对应集团战略决策层，如运营能力、融资能力、盈利能力等，重要的一级指标下还可再设多项子指标。

二级指标为集团重点管控类，对应管理层。二级指标依据一级指标分解得出，如营业利润可分解为合理控制支出、合理降低资本成本，资产效率可分解为提升资产负债管理能力和提升库存周转率。每项二级指标可以下设多项三级指标。

E企指标体系的建设和应用还需要组织与制度提供支持和保障，才能保证指标体系的运行有序和执行到位。具体的做法包括两方面，一方面是确定相关组织的协同机制，明确各组织的职责与需求；另一方面是理顺管理流程，建立数据制 度作为支持。

1. 组织职责：明确相关组织的协同机制与职责

首先，数据管理委员会作为统筹方，负责统筹资源与预算安排，审批重大事项，例如发布、执行数据标准，改造系统等。

其次，信息部作为支持方，提供系统开发、改造等技术支撑，维护数据标准的流程和指标应用，执行测试上线工作。

第三，各业务部门作为使用方，提出新增、变更、落地 数据标准需求，负责本部门的数据标准编制、变更、解释与 培训工作，并根据业务实际对数据标准进行应用。

2. 管理制度：编制数据管理制度，理顺工作流程

数据管理制度框架分为政策、办法、细则三个梯次，标准化地规定数据管理的具体领域，各个数据管理领域内的目标、遵循的行动原则、完成的明确任务、执行的工作方式，以及采取的一般步骤和具体措施。

政策体系由数据管理委员会负责制定和统筹，具体内容主要有明确数据管理的意义、目标、管理范围、原则、组织等。

办法体系由数据管理委员会负责编制，具体内容包括制定数据管理各领域的规章、组织与流程。

细则体系由各责任部门制定，各业务部门执行。具体内容是对某个办法进行细化，制定实际工作的技术规范、操作规程等。

责任编辑：吕娜