数据会说谎|什么是大数据

　　在企业中，随着管理精细化的提高，我们被越来越多地要求用数据这种特殊的语言来说话，企业的经营业绩有无增长，竞争力有无提升，发展前景是否光明，甚至连管理干部的评价任免也必须用数据（各种KPI指标）来体现。
　　在用数据说话时，人人都关注到了数据本身的重要性，但却忽略了另外一点——数据会说谎，即数据自身的真实性。爱美之心，人皆有之，对数据也是如此，人人都希望数据漂亮，但总有不那么靓丽的时候，如何办呢？是否如实反映？在审计的工作实践中，我们发现数据提供者往往是利益相关方，也经常存在略施粉黛，把“东施”变成“西施”的情况。
　　方式一、通过对比标杆的选择
　　在某部生产管理审计过程中，其运营数据中显示产品线B在2011年度生产效率提升了70%。看到这个数据时，着实吓了一跳，短短一年内，生产效率提升70%，那只能说明，要么以前做的太差了，要么有革命性的工艺变动。但是上述两点都没有发生。通过调查访谈得知，原来该部门是用2011年11月单月的效率来对比2010年全年的数据。而2010年度基础数据并不完整，除了产量真实可信的之外，工时数据都是模拟推算得来，这样看来，70%的可信度就大打折扣了。基础数据是从2011年4月份开始健全的，且当时工作模式、状态与2010年全年基本无差别，那么我们改用2011年4月份做标杆，结果显示，11月份的效率仅仅比4月份提升10%。通过上述案例，可得知对比标杆的选择，将直接决定数据的靓丽与否。
　　方式二、通过转移压力的方式
　　在某部仓储管理审计过程中，发现其库存周转率提升很快，但仓储面积的利用率却没有相应的变化，进一步调查得知该仓库为了提升周转率指标，采用了以下办法：供应商到货后，实物予以接收，但账务不予入库，待生产需要时，再做账务入库动作，于是整体库存就被人为拉低。他们将之称为“VMI”，但为了管理不在账的实物，他们还必须单独做手工账来管理，“库存周转率”是提升了，但仓库的仓容没有减少，管理成本还有增加，这样的“库存周转率提升”有意义吗？
　　方式三、采用错误的计算方式
　　举个例子，市场部门在做销售预测，产品A预测了100，产品B预测了100。但一个月后，实际销售情况是产品A为200，产品B为0，那么预测准确率是多少？计算结果如下：预测准确率=∑实际销售/∑销售预测*100%=（200+0）/(100+100)*100%=100%。
　　预测准确率是100%，但是两个型号一个也没预测准，结果与我们的理解并不一致。另外一种计算方式相对就合理许多：
　　1-∑销售预测-实际销售∣/∑销售预测*100%=1-（200-100+100-0）/(100+100)=0.
　　在某次仓储管理审计时，某仓库2010年度不良资产率考核指标为2%，其实际达成为0.05%，这样漂亮的数据明显超过我们的认知范围，通过其KPI核算过程，我们发现了问题的所在，原来其不良资产核算创造性采用了以下公式：
　　不良资产率=配件不良资产金额/出库总金额*100%。
　　如果采用正确的核算方式：不良资产率=月均不良资产金额/月均库存总金额*100%。其不良资产率为5.73%，非但没有超出公司目标，而且远远没有达到。
　　方式四、操纵原始数据
　　在进行某部生产管理审计时，其生产效率的核算方式为：产量/有效工时。我们都知道，要提高生产效率，就必须在同样的时间内生产出更多的产品，但该部门还做了另外一项工作，就是在有效工时上做了文章，在班组提报总工时的过程中，被要求削减部分工时，因为有效工时就是总工时刨除异常工时，这样分母变小，效率自然而然就“提升”了。
　　方式五、改变数据核算口径
　　在某部管理审计过程中，发现其销售收入中除正常构成外，还包括了维修费、维修配件销售收入及品牌费项目，这些项目与销售人员的贡献并无任何关联，但却纳入销售人员考核。由于这些项目的加入，销售额被人为拔高了，事后通过数据汇总，发现这些项目共占到了销售收入的14.6%。
　　以上仅仅是工作中的几个例子，其他数据美化的方式还有很多，这里把有代表性的几种方式与大家共享，希望我们认认真真地采集数据，不折不扣的提报数据，严谨客观的分析数据，让我们的数据说真话，不说谎话！
　　(责编石少菊)