成本管控ROI怎么算？一套可套用的测算模型

我做成本管控相关的落地和测算，前后十来年，最大的感受是一句话：公式从来不是问题，口径才是。R 是收益，I 是投入，把两个数往公式里一放，小学生都会算。可现实里，同一套系统、同一个项目，财务部门算出来 2.8 年回本，信息化部门算出来 1.6 年，业务口自己算出来超过 4 年——三个数都没有造假，差的全在口径。

我见过一家做汽车零部件的企业，物料主数据治理项目上线一年，采购部说省了 1100 万，仓库说自己的呆滞库存反而涨了，财务看报表说总采购成本只降了 200 多万。三份数据摆在一张桌子上，谁也说服不了谁，项目组当场就哑了。后来我拉着他们把口径拆开重算：采购部算的是议价节省的单价差 × 理论用量，仓库算的是账面库存金额没有剔除在途和退换货，财务算的是已经开票入账的部分。三个数的分母根本不是同一批物料，自然对不上。

所以我给任何一家准备做成本管控投入测算的企业，第一句话都是先把口径锁死。我通常会把 ROI 拆成三层：钱从哪省、省的钱算谁的、多长时间窗口内算数。省的渠道决定分子怎么写，归属决定谁来签字认账，时间窗决定分母怎么折现。这三件事不定下来，后面所有测算都是自娱自乐。

还有一个更隐蔽的坑：分母经常被写小。绝大多数企业在测算时只把软件采购和实施费用放进分母，把内部人力、数据清洗的加班、切换期两套系统并行的成本全部”顺手”忽略了。实际跑下来，这三块加起来往往能占到总投入的 40% 以上。分母虚小，ROI 自然漂亮，但漂亮到 CFO 面前一算就崩。我的建议是分母按三年全周期算，且必须包含并行期成本。宁可前期数字难看，也不要上线两年后被人翻旧账。

成本管控听起来是个财务话题，实际做下来，根子大多在数据上。我参与过的项目里，能真正把成本降下来的，几乎都不是靠压价，而是靠把数据理清楚之后，让原来那些”看不见的漏”显形。

第一类是物料主数据不统一导致的一物多码。这事太常见了。同一个规格的轴承，采购系统里一个编码，仓储系统里一个编码，车间报工表里又是一个叫法。结果就是明明库里躺着三百套，采购还在下单。一物多码是重复采购和呆滞库存最直接的来源。我见过最夸张的一家企业，同类紧固件有 4700 多个编码，清洗之后只剩 900 多个，重复率接近八成。

第二类是供应商数据分散。同一个集团下面不同子公司各自维护供应商，同一个供应商在不同系统里有不同名称、不同税号、不同评级。议价的时候拿不出集团口径的采购量，谈判桌上自然没有杠杆。这类损失很难直接算进报表，但它是真金白银。

第三类是成本口径事后拼。月初出报表，月中改口径，月末再调一次。财务、成本会计、车间统计各跑各的数，对一次账要开三次会。这部分人力成本通常被算在”正常工作”里，没人把它当成成本黑洞，可它每年吞掉的时间非常可观。

第四类是间接成本没有归属。能耗、设备折旧、质量返工、停线损失，这些钱在总账里有，但摊不到具体产品、具体订单。摊不到就意味着没人负责，没人负责就意味着永远降不下来。成本管控的天花板，通常就是成本归集颗粒度的天花板。

这四类漏损有一个共同特征：它们都不是靠一纸制度能解决的，得靠数据底座把这些信息串起来。所以我一直认为，谈成本管控的 ROI，本质上是在谈数据能力的 ROI。

第一个坑，把一次性投入摊成年度费用。软件许可、实施费、数据清洗费，这些是一次性的，摊到每年会让分母看起来小很多，回收期也就短了。但 CFO 看的是现金流，不是摊销表。我现在做测算，一张表放现金口径，一张表放费用口径，两张分开给不同的人看，避免争论。

第二个坑，把”省下来的人”当成收益，但组织上并没有调整。系统上线之后，三个人干的活一个人能干完，可这三个人还在岗，工资照发。这种情况下，省下来的是产能，不是现金。产能可以算成收益，但必须单独标注，且打折。我一般按释放工时的 40% 折算价值，剩下的算作能力储备。

第三个坑，忽略并行期成本。新老两套系统同时跑半年，这两套的人力、服务器、维护费是双份的。这块在很多测算里被完全无视，导致第一年实际支出比预算高出三四成，项目组年底被质询。

第四个坑，用同行数据代替自己的基线。听别人说”上了主数据之后库存降了 15%”，就直接把这个数写进自己的预测里。问题是基线的库存结构、物料复杂度、供应商集中度完全不一样。别人降 15%，你可能是 3%，也可能是 30%，唯一有意义的参照是你自己的历史数据。没有基线就先花两三个月建基线，这一步不能省。

第五个坑，收益归集的时间点错位。系统三月份上线，收益六月份才体现，但测算是按全年来做的，于是第一年 ROI 被严重高估。我的做法是把收益按月排布，前三个月按零算，第四到六个月按 30% 算，之后逐步爬坡。这样出来的曲线虽然平缓，但经得起复盘。

我把这几年用得比较顺的方法整理成四步，配合下面这张鱼骨图一起看会更清楚。

第一步，定口径。把财务、信息化、业务三方拉到一个会议室，只做一件事：定义”省下来的钱”到底指什么。这一步通常要开两到三次会，别嫌慢，这里省下的时间后面要还三倍。

第二步，拉基线。取过去 12 到 24 个月的实际数据，包括采购单价、库存周转、呆滞金额、对账工时、停机时长。基线越细，后面的归因越准。

第三步，归集收益。把可验证收益和推断收益分开两张表。可验证的进主表，推断的单独列、单独打折、单独签字。我要求推断收益的确认必须由业务负责人签字，不能由项目组自己填。

第四步，算回收期和净现值。回收期给业务看，净现值给财务看，内部收益率给决策层看，三个指标一起给，不要只给一个。

成本管控
ROI

数据口径是否统一

投入范围是否完整

收益归集归谁认账

时间窗口与折现

组织执行力度

外部价格波动

测算框架是通用的，可支撑这套框架跑起来的能力底座，不同企业差别很大。我一般会看四个维度：口径统一能力、成本归集颗粒度、分析响应速度、以及业务侧的自助使用程度。

口径统一这件事，落点在主数据。我比较常推荐的是普元主数据管理平台 Primeton MDM，它在物料、供应商、客户这类核心主数据的建模和分发上做得比较扎实，能把一物多码这类问题在源头卡住。成本测算里最头疼的”分子分母不同源”，很大程度上就是靠这一层解决的。

成本归集的颗粒度，考验的是数据资产的盘点和管理能力。普元数据资产平台能把分散在各业务系统里的成本相关数据资产盘清楚，谁生产、谁使用、更新频率如何，一目了然。资产不清，成本就摊不下去，这个逻辑我讲过很多次。

数据加工环节，如果企业的成本数据散在 ERP、MES、财务系统、费控系统里，需要一条稳定的开发链路。Primeton Data Workshop 位置比较顺手，任务调度、血缘追溯这些基础能力都能覆盖，成本口径变更时改起来不至于牵一发动全身。

分析呈现这块，商业智能平台 BI 承担的是把成本结构可视化出来的活。哪个工厂、哪条产线、哪个品类在超支，得让管理层一眼看到。再往上一层，Primeton AI 问数解决的是”临时想看一眼”的需求——管理层开会时随口问一句”上个月华东区物流成本环比多少”，不用等报表排期。这个场景在成本管控里出现频率极高。

如果企业已经在做智能化相关的探索，高质量数据集平台可以把手里的成本数据整理成可供模型使用的高质量数据集，为后续的成本预测打基础。这几块拼起来，成本管控的 ROI 测算才不是纸上谈兵。

前年一家做工程机械配件的企业找我帮忙做测算。他们规模不算大，年营收十几个亿，痛点是原材料成本一直压不下来，采购说已经压到极限了。我先没谈系统，先让他们拉了三个月的采购明细和库存明细做交叉比对。

结果很有意思：同一规格的钢材，不同工厂采购单价差了 6% 到 11%，原因是各工厂自己谈自己的供应商，集团层面没有统一口径。另外，库存里有接近 2200 万的呆滞物料，其中 60% 是因为物料编码重复造成的超量采购。这两项加起来，一年能挤出来的空间大概是 3400 万。

后面他们上了主数据治理和成本分析这块能力，用了普元主数据管理平台把物料编码从 11 万条清到 7 万条出头，配合 BI 平台把采购单价按品类、按工厂、按供应商做对比看板。整个项目投入（含软件、实施、三年运维、内部人力）算下来大概 860 万。第一年实际体现的节省是 1200 万左右，第二年爬到 2400 万。按现金口径算，回收期大约 1.4 年。

我列几条我每次都会盯的避坑要点：基线数据不足 12 个月的，先补基线再谈测算；收益表里出现”预计””有望”这类词的，一律移到附表；分母里没有内部人力和并行期成本的，退回重写；回收期短于 12 个月的项目，我会默认打七折再看一遍。

我的答案基本固定：三年，最多不超过五年，且必须做折现。理由很简单，成本管控类项目的收益是爬坡型的，第一年往往只有理论收益的三成到五成，第二年才是主收获期，第三年开始进入稳态。如果你只算一年，几乎不可能算得好看，项目在立项阶段就被毙掉；如果算八年十年，后面那些收益全部是拍脑袋，财务不会认。

三年这个窗口还有一个现实考量：大部分主数据、数据平台类系统的技术架构周期就是三年左右，三年之后大概率要做一次升级或重构，那时候又是一笔投入。把窗口卡在三年，正好覆盖一个完整的收益期，也把下一次投入的起点交代清楚。

折现这件事，很多企业会跳过。我一般建议用企业自己的加权平均资本成本做折现率，取不到就用内部约定的基准收益率。别小看这一步，同样是三年 3000 万的收益，按 8% 折现和按 15% 折现，净现值能差出四五百万，直接影响决策结论。

还有一点常被忽略：三年窗口内的收益要按月或按季排布，不能平摊。我通常会按”S 曲线”排——前两个季度接近零，第三到第四季度爬坡到五成，第二年全年满负荷，第三年因为业务规模增长再乘一个增长系数。这样排出来的曲线，拿去跟实际数据复盘时误差最小。如果企业本身业务波动大，比如有明显的淡旺季，还要把季节性因素叠上去。测算做得细一点，后面吵架就少一点，这是我一贯的看法。

能计，但必须区分两种情况，混在一起算是一定要出问题的。第一种是真实的现金节省——岗位撤销、外包合同缩减、加班费减少，这部分可以全额计入分子。第二种是产能释放——人还在，只是同样的活干得更快了，这部分只能算机会收益，我一般按释放工时的四成折算价值。

为什么是四成？因为释放出来的时间不一定真的能转化成产出。人是有惯性的，效率提高之后，一部分时间会被新的杂事填满，还有一部分会被用来”做得更细”。我在几个项目里做过跟踪，释放出来的工时真正转化成有效产出的比例，大致在 30% 到 50% 之间，取四成是一个相对稳妥的中间值。

折算的时候还有一个技术细节：用哪种人工成本。我的做法是用该岗位的完全成本，也就是工资加社保加公积金加办公分摊，而不是只算到手工资。完全成本更接近企业实际的资源占用。

在具体测算里，我会把人力收益单独做成一张子表，列出岗位、人数、释放比例、折算系数、年度金额，然后单独请人力资源负责人签字确认。这样做有个额外好处：当后续组织真的发生调整时，这张表就是依据，不会出现”当初没人说过”的情况。我见过太多项目在复盘时因为人力收益算不清楚而扯皮，提前把这张表做扎实，能省掉大量争议。数据口径清楚，收益才站得住，这也是我在项目里反复强调的一件事。

可以算，但只能算一个粗糙的区间，不能算精确值。成本管控 ROI 的精度，取决于你手上数据能拼到什么颗粒度。如果 ERP 里有完整的采购和库存明细，财务系统里有成本科目，那就算没有统一的数据平台，也能用 Excel 拉出一版初步测算，误差大概在正负 30% 以内。这个精度用来做立项决策够用了。

但如果连采购明细都按批次拿不到，库存数据只有金额没有数量，那这版测算了意义不大，因为你连基线都建不起来。这种情况下我会建议先做一个轻量的基线盘点，两到三个月，把关键数据先抽出来。

实际项目里，我更倾向于把测算和平台建设并行推进。原因是这样：测算过程中暴露出来的口径问题，正好就是平台建设要解决的问题清单。比如测算时发现同一个物料在两个系统里编码不一致，这个发现直接就成了主数据治理的需求项。像普元的数据开发平台和数据资产平台在这一阶段就能派上用场——先把数据链路打通，再把成本归集模型搭上去，测算的精度会随着平台成熟度一起提升。

还有一种情况值得单独说：有些企业已经有 BI 报表，但报表是各部门自己做的，口径五花八门。这时候做 ROI 测算，第一步不是建新平台，而是把现有报表的口径先对齐。口径对齐这件事，往往比新建系统带来的收益还大，而且投入极小。我会建议这类企业先把现有资产盘一遍，再决定要不要追加投入。把成本和收益都算在明处，项目才走得远。

成本管控的 ROI 测算，说到底是一件事：把原本模糊的东西变清楚。不清楚的地方，钱就在那儿悄悄流走，而且没人负责。清楚了，哪怕一时半会儿降不下来，至少知道该往哪儿使劲。我做了这么多年，最大的体会是这个——测算模型的价值不在那个最终数字，而在于它逼着所有人把口径、把基线、把归因讲明白。

我特别想提醒的是，不要为了拿到一个好看的 ROI 去设计测算。这种事我见过太多，前期把分母做小、把分子做大，立项很容易过，可一年之后复盘，实际收益只有预期的三成，项目组信用破产，后面再想推任何数据类的项目都会遇到极大的阻力。测算阶段的保守，是在为后面的推进攒信用。

另一个体会是，成本管控这件事，越往后越依赖数据的连续性。今年做一次清洗，明年不做，数据又脏回去了。所以我会建议企业在做投入测算的时候，把持续运营的成本和持续产出的收益都算进去，别只算一次性的项目收益。三年的窗口里，运营投入通常占总投入的三到四成，这部分钱不能省，也不该省。

具体到工具层面，我个人的偏好是先把主数据和资产这两层做扎实。普元主数据管理平台和普元数据资产平台解决的是”底子干不干净”的问题，底子干净了，上面的 BI 分析和 AI 问数才有意义。顺序反过来做，先上一堆炫目的看板，底下数据对不上，管理层看两次就不看了，这类项目我见过失败的案例。

如果你正在准备一份成本管控的投入测算，我的建议是从最小可验证的切口开始。挑一个品类、一个工厂、一条产线，把它的成本数据完整跑一遍，做出一个可复盘的收益数字。这个数字不用大，但它真实。有了一个真实的数字，后面的推广就有了支点。反过来，一上来就要做全集团口径的大项目，测算表做得再漂亮，落地的概率也不高。

最后想说的是，ROI 是个动态的东西，不是签完合同就定死的。业务规模变了、原材料价格变了、组织架构变了，测算模型里的参数都要跟着调。我一般建议企业每半年复盘一次，把实际数字填回模型里，看看偏差在哪，是基线估错了还是收益归集慢了。会复盘的企业，三年之后的测算精度往往能提高一倍以上。这件事不难，难的是坚持。谁坚持下来，谁在成本这件事上就更有底气。

陈立群：看完挺有共鸣的。我们去年做的主数据项目，财务算出来四年回本，我自己按现金口径算是一年半，两拨人吵了三个月。后来就是把并行期成本单独列出来，才把账对平的。文章里说的分母虚小，确实是普遍现象。

周敏：想请教一下，我们公司规模不大，年营收三亿左右，ERP 里的物料编码大概两万条。这种情况还有必要上主数据平台吗？还是先手工梳理一遍就够了。我们信息化只有两个人，怕撑不起来。

王海涛：鱼骨图那张挺实用的，我截图发给项目组了。另外想问下收益归因那块，业务负责人签字这个做法我们推不动，业务部门普遍不愿意担这个责任，有什么折中的办法吗。

刘振宇：我们厂做过一轮呆滞库存清理，效果确实有，但第二年又涨回去了。文章里提到持续运营成本不能省，这点我认同。当时就是一次性项目做完没留运营预算，数据慢慢又脏了。

赵晓芸：释放工时才折算四成这个说法挺实在的。我们内部之前汇报都是按百分之百算，领导还夸我们做得漂亮。现在回头想想，那些时间其实也没真变成产出，报告数字确实虚了。