同一份数据，高管看板、数据团队、业务方各要一套数：「唯一可信源」是不是伪命题？

先给背景。做技术文档 15 年，近五年一直在帮团队搭指标体系。我见过最有代表性的一类事故，根因不是 SQL 写错，而是「同一个数字，三张看板三个值」：高管周报里的 GMV、数据团队的日报、业务方自己拉出来的 Excel，三个数能差出 3%～8%。每次对账，最后都变成一场「谁的口径对」的扯皮会。

常见的分歧主要有三种做法，我都在不同团队见过：

做法一：唯一可信源（Single Source of Truth）。所有看板必须从同一张宽表 / 同一个指标层出数，口径写死在指标字典里，谁改谁审批。听起来最干净，但我见过两个团队执行半年就名存实亡——因为业务方等不起指标层上线的排期，自己又绕回 Excel 了。

做法二：分层放行。核心指标（GMV、留存、转化）强制走指标层，长尾指标允许业务方自取数，但必须声明口径差异。灵活，但「核心」名单本身就成了每次争论的焦点，而且长尾指标口径漂移最快。

做法三：不管口径，只管「谁看谁负责」。高管看高管的数，业务看业务的数，只要汇报时不混用就行。最省事，也最容易出「跨部门汇报时数字打架」的事故。

我的倾向是做法二，但有个前提条件大多数团队没做到：口径差异必须显式化、可追溯——不是藏在 SQL 注释里，而是每个看板都带「口径指纹」（取数时间窗、过滤条件、去重逻辑的版本号），差异能一键 diff 出来。理由很简单：15 年文档经验告诉我，隐性的口径差异比没有口径更危险，因为它让对账变成了「翻代码考古」。

想听大家在具体场景下怎么选：

1. 你们团队「核心指标」名单大概多少个？超过多少个就开始失控？
2. 业务方绕开指标层自取数，你们用制度拦还是用工具拦？
3. 有没有人真做过「口径指纹 / 口径 diff」这种机制？落地成本大概多少？

欢迎带具体案例来聊，最好附上你们的指标数量级和团队规模，空谈容易。