同一个指标在不同团队得出不同数字，是数据驱动组织最常见的摩擦来源。活跃用户、转化率、留存率这些基础指标，往往因为口径定义不同而相差甚远，讨论半小时才发现大家说的不是一回事。
口径差异通常来自几个方面：时间窗口怎么算、去重维度是什么、异常值如何处理、分母包括哪些用户。比如留存率是按自然日还是滚动24小时，是按设备还是按账号，结果可能天差地别。
解决办法是建立指标字典，明确定义每个指标的计算逻辑、数据源、更新频率和负责人。字典要版本化管理，口径变更需评审并通知下游，避免悄悄改定义导致历史数据不可比。
数据血缘同样重要。从原始表到最终报表的每一层加工都应该可追溯。当数字异常时，能快速定位是哪一层出了问题，而不是让大家互相猜疑。
跨团队协作时，先对齐口径再讨论结论。养成在会议开头确认指标定义的习惯，能节省大量无效争论，也能避免基于错误前提做决策。
