ERP 里同一个物料出现三条记录，不一定是三次录入错误：它可能是规格不同、组织不同，也可能只是名称写法不一致。真正危险的不是“重复行很多”，而是企业把疑似重复直接当成重复删除，或长期放任同一业务对象拥有多个编码，最后让采购、库存和报表各用一套口径。ERP 数据录入与去重的关键，不是删掉相似记录，而是用可复核的规则识别对象、处理例外，并判断管理标准是否被执行。
我建议把 ERP 去重定义为一套“发现，核验，处置，复盘”的管理闭环，而不是一次批量删除。查重工具可以发现相似记录，但相似度不能代替业务判断；记录是否合并、停用或保留，必须回到对象定义、关键字段、业务关系和历史使用情况。
实际操作时，先把疑似记录分成三类：确认属于同一对象、需要人工核验、业务上确实不同。第一类再按制度执行合并或停用；第二类补充证据后复核；第三类保留，并把区分它们的字段写进录入规范。这样做比追求“重复率归零”更稳妥，因为某些多条记录是业务本来就需要的，不是数据质量问题。
去重后的数字本身并不能证明管理变好了。更值得追问的是：重复记录集中在哪类资料、从哪个录入入口产生、由哪些流程触发、是否存在部门口径不一致，以及修正规则后新建数据是否改善。只有这些问题能被回答，去重才从数据清理转化为管理诊断。
例如，供应商重复档案如果主要来自批量导入模板，改进重点可能是导入前校验；如果来自不同部门各自建档，重点可能是创建权限和审批流程；如果名称相同但主体信息不同，重点则是对象识别规则，而不是要求录入人员“注意一点”。
清理存量可以让系统短期变整洁，但如果新增记录仍不断出现相同问题，治理并没有闭环。建议至少区分“历史疑似重复存量”和“观察期新增疑似重复”，分别看处理进度与新增趋势。指标口径应由企业结合业务对象确定，不宜套用未经验证的行业基准。
下面的图表是为了说明治理逻辑而设置的情景模拟，不代表行业统计或某家企业的真实业绩。图表中的数值应在实际使用时换成企业自己的记录、时间范围和核验结果。
证据角色: 下游结果
数据来源: 情景模拟，用于说明指标设计方法，不代表真实企业统计
指标:
全局说明: 这张图把历史存量、核验进度和新增风险拆开，避免把“处理了多少条”误读为“管理已经标准化”。
ERP 基础资料可能来自人工新建、旧系统迁移、表格批量导入、外部接口或组织间共享。每个入口的字段校验能力、填写习惯和责任人未必一致。相同供应商可能在迁移文件里有全称，在采购人员的表格里是简称，在手工录入时又带上地区或门店后缀。
因此，重复并不总是“某个人录错了”。它可能是入口没有统一、旧数据编码规则不同、权限配置允许多人创建，也可能是对象的业务边界从未明确。若只针对最后录入的一环追责，往往没有触及造成重复的机制。
名称是最容易被看到的字段，却通常不是最可靠的唯一判断依据。名称可能有简称、全称、标点差异、地区后缀或历史称呼；而税务主体、内部编码、规格、组织归属等字段是否适用，要视对象类型和业务规则而定。不能把某一个字段机械地当作所有对象的通用主键。
以物料为例，“不锈钢螺栓 M8”与“螺栓，不锈钢，M8”可能指向同一规格，也可能因长度、等级、表面处理或计量单位不同而不能合并。供应商名称相近，也不能仅凭文字相似就判断为同一法律主体或同一结算对象。
采购可能关注供应商名称、付款信息和供货范围；财务关注核算与结算信息；仓储关注物料编码、单位和存储属性。部门关注点不同是正常的，问题在于是否各自维护了互不相通的“本部门版本”。
标准化不等于所有岗位填写完全一样的信息，而是对核心对象、关键字段、字段含义、创建权限和变更流程形成共同约定。允许部门有业务扩展字段，但要明确哪些字段是主数据、哪些只是部门补充信息，以及它们怎样关联到同一个对象。
误合并可能把不同规格、主体或组织的业务历史混在一起，影响后续查单、权限、对账和追溯。重复保留则可能造成统计分散、维护重复、选用错误记录等问题。两种成本都真实存在，且在不同对象上的严重程度不同。
因此，匹配规则不应只追求自动化比例。对误合并后果严重的对象，应采用更严格的匹配条件和人工复核；对风险较低且有明确唯一标识的对象，可以考虑自动预警或更高程度的规则化处理。判断依据是业务风险，不是技术上能否模糊匹配。
证据角色: 上游原因
数据来源: 情景模拟，演示如何归因；真实来源占比应从企业疑似重复记录中统计
指标:
全局说明: 按入口归因可以帮助企业把整改动作落到权限、模板或迁移映射，而不是把所有异常都归结为一线人员粗心。
名称相同只是一个线索，不是最终结论。两个业务对象可能同名但属于不同组织、不同规格或不同有效状态；也可能由于名称规范不严格，两个不同对象使用了近似名称。若只按名称去重，容易出现误删、误合并或把历史单据关联到错误档案。
更稳妥的做法是先按对象类型建立匹配字段清单。名称可以参与识别，但还要结合适用的标识字段、业务属性、归属组织和历史使用情况。字段清单由业务责任部门确认，数据或信息化岗位负责把规则转成可执行的校验逻辑。
文本相似度可以帮助排序疑似记录，却不能完整表达业务含义。名称相似但规格不同的物料，可能是两个对象；名称差异明显但主体标识相同的供应商，也可能是同一个对象的历史写法。模糊匹配更适合作为“待核验队列”的入口，而不是最终裁决。
我更倾向于把自动化用于发现候选、填充比对信息和提示差异，把最终合并权限留给经过授权的责任人。特别是已经被单据引用、涉及库存余额或财务历史的记录，任何处置都应先核查关联关系和系统影响。
这几个动作的业务后果并不相同。合并通常意味着确认多个档案代表同一对象，并确定主记录及历史关系；停用通常意味着不再允许新业务使用，但保留历史可查；删除则可能让记录及关系不可见或不可恢复，具体行为取决于系统设计和企业配置。
处理前要查清记录是否被单据、库存、合同、审批或报表引用，并确认系统如何处理历史关联。不能因为页面上出现“重复”标记，就直接删除一条记录。无法确认影响范围时，应暂停执行，先由系统管理员和业务责任人共同验证。
重复率受分母口径影响很大：按全部档案数、活跃档案数、当期新增数，得出的结果可能完全不同；把疑似重复与确认重复混在一起，也会让指标失真。另一个常见问题是集中清理后存量下降，但新建入口没有改变，几个月后同类记录再次出现。
指标应服务于判断，而不是为了呈现一个更好看的百分比。至少记录统计对象、时间范围、匹配规则、核验状态和分母定义，并把“确认重复率”与“疑似重复待核验率”区分开。跨部门或跨月比较时，尽量保持规则不变；规则调整后，应标记口径变化。
录入人员确实需要遵守标准，但标准是否清晰、系统是否能提示、谁能建档、导入是否有校验、变更是否经过复核，都是管理设计的一部分。只做培训而不修入口，通常无法稳定控制新增风险；只加校验而不处理业务例外，也可能把合法数据挡在系统之外。
更有效的复盘方式，是把异常记录还原到发生路径：对象由谁创建、使用了哪个模板、当时有哪些字段、系统是否给出提示、审核是否完成。这样才能分辨是规范缺失、权限过宽、模板不一致、培训不足，还是业务规则本身没有统一。
证据角色: 中游过程
数据来源: 情景模拟，用于展示漏斗口径；非实际系统命中率
指标:
全局说明: 漏斗展示了“发现”与“处置”之间的差距，企业应分别管理筛查、核验和最终变更，而不是只统计命中条数。
在设规则之前，先回答“我们正在管理的究竟是什么”。供应商是按法律主体、结算主体还是具体供货地点管理？物料是按可采购规格、库存单位还是设计图号区分？客户是按签约主体、门店还是业务账户区分？这些问题没有脱离业务场景的统一答案。
定义对象边界时，可以由业务部门提出实际场景，数据责任人确认主数据范围，信息化岗位验证系统是否支持相应字段和关系。最终形成简明说明：什么情况需要新建，什么情况更新原记录，什么情况需要建立子级对象，什么情况必须走例外审批。
字段不应被笼统地分成“重要”和“不重要”，更实用的做法是按用途分层。唯一标识用于判断对象是否相同；辅助字段用于核验或缩小候选范围；描述字段帮助人理解对象，但通常不足以单独决定合并。
| 字段角色 | 用途 | 示例方向 | 使用边界 |
|---|---|---|---|
| 业务唯一标识 | 在适用范围内识别对象 | 经确认的外部主体标识、企业内部主编码 | 先确认唯一性范围及历史沿用规则，不能假设所有对象都有统一标识。 |
| 关键业务属性 | 区分相似但不同的对象 | 规格、单位、组织归属、有效状态 | 字段应由业务确认其是否构成对象边界。 |
| 辅助核验信息 | 支持人工复核和候选排序 | 地址、联系人、历史名称、来源系统 | 单个字段可能变化或重复，通常不宜单独作为合并条件。 |
| 描述字段 | 便于搜索和阅读 | 简称、备注、自由文本 | 写法差异大，适合辅助发现，不宜作为唯一判断依据。 |
字段的角色要按对象类型分别定义。同一个字段在一个对象上可能具有较强识别力，在另一个对象上却只能作为参考。若企业尚未建立稳定的唯一标识，不要用一个未经验证的字段勉强充当主键；应先补对象规则，再逐步治理编码体系。
我建议将规则分成三层。强匹配意味着多个经过业务确认的条件同时成立，可以进入优先核验或受控自动流程；弱匹配意味着名称、描述或部分属性相似，只能提示人工检查；无法匹配或字段冲突时，应明确标为不确定，而不是强行得出相同或不同的结论。
匹配阈值并不存在适用于所有企业的通用数值。即使使用相似度评分，也要用已核验的历史样本测试误报和漏报，并按对象类型分别评估。若某类误合并成本很高，应宁可多做人工复核，也不要只为了减少队列长度而放宽规则。
处置方式可以按风险分级，而不是所有对象一律采用同一种流程。未被业务引用、关键字段一致且责任人确认的记录，处理路径可以相对简化；已关联交易、余额、审批或历史凭证的记录，通常需要更完整的影响分析、审批与追溯方案。
| 风险等级 | 典型情况 | 建议动作 | 最低留痕要求 |
|---|---|---|---|
| 低 | 新建候选记录尚未被业务引用，且关键字段有清晰证据 | 由数据责任人核验后按制度处理 | 候选记录、判断依据、处理人和处理时间 |
| 中 | 记录已有业务使用，但影响范围可以查清 | 业务负责人和系统管理员共同确认后处理 | 关联业务范围、审批记录、处置方式和回查结果 |
| 高 | 涉及财务、库存、合同或审计追溯，系统关系复杂 | 暂停批量变更，先评估影响并制定回退方案 | 影响评估、审批依据、测试结果、回退与追溯安排 |
每一次核验都不该只改变一条记录。复盘时要把结果归类为：字段定义不清、模板设计不合理、入口缺少校验、权限边界不明确、历史映射不足或业务例外未被制度覆盖。随后修改模板、校验提示、审批规则或培训材料，并在后续观察期检查相同问题是否复发。
如果重复只在某个导入来源出现，优先修导入模板和字段映射；如果跨多个入口出现相同对象被重复创建，优先检查唯一标识、搜索体验和建档权限；如果大量候选最终被判定为不同对象，说明筛查规则可能过宽，或对象边界本身尚未定义清楚。
标准应包含负责人、版本、生效时间和变更机制。业务口径变化时，要能回答谁提出变更、谁评估影响、谁批准、如何同步到系统与模板，以及旧记录如何处理。没有维护责任人的规范，很容易在系统上线后变成一份无人更新的文档。
企业还应保留“例外处理”通道。标准化不是拒绝所有特殊业务，而是要求例外被说明、批准并留下依据。完全不允许例外，业务可能转而在线下表格绕过系统；例外没有边界，则会削弱标准本身。
证据角色: 中游过程
数据来源: 方法框架示意，不含统计数值；节点应按企业对象规则配置
指标:
全局说明: 决策路径强调证据强度和业务风险逐步递进，避免把“筛查命中”直接变成“系统变更”。
下面用一个明确标注的模拟案例说明分析方法，不代表真实企业实测，也不应用作行业基准。假设一家多部门企业在一次资料盘点中抽查 300 条供应商档案，依据名称近似、主体信息和历史业务关系，筛出 36 条疑似重复候选。
核验后发现，候选中有 14 组经业务确认属于同一对象的重复档案，8 组是名称相似但主体或业务属性不同，另有 14 条需要补充材料才能判断。这个结果说明：36 条候选不能简单等同于 36 条“错误记录”，更不能在核验前直接批量合并。
模拟复盘进一步发现，确认重复的记录中，部分来自旧系统迁移时名称映射不一致，部分来自不同部门分别建档，还有一部分是录入前未检索历史记录。三种来源需要不同整改动作：迁移问题要补映射规则，部门各自建档要梳理权限和共享机制，检索不足则要优化查找和提示流程。
同时，部分相似记录最终被判定为不同对象，因为它们的组织归属、业务范围或关键属性不同。这提醒我们：查重结果既能发现重复，也能暴露对象定义不清。若只盯着“去掉几条”，就会漏掉后者。
假设企业完成核验后，统一供应商建档责任、更新导入模板并增加人工复核要求，再按月观察新增记录。示意数据可以包括：新建供应商档案数、进入疑似队列的新增记录、复核确认的重复记录、从创建到复核的平均处理时长。统计时必须锁定时间窗口和判定规则，否则前后数据无法比较。
分析结果时，不要只把新增疑似数下降当成成功。若下降是因为筛查规则收紧，可能同时漏掉真实重复；若复核时长变长，可能是责任人资源不足；若候选数下降但业务部门频繁线下建表，系统治理也未必真的改善。指标要与流程变化和实际业务反馈一起看。
证据角色: 中游过程
数据来源: 模拟样本，300条抽查记录中筛出36条候选；为说明分类方法而设定
指标:
全局说明: 这组模拟数据展示候选记录必须分流处理，不能把疑似命中数直接当成清理量。
如果企业已有数据分析平台，可以把 ERP 导出的档案、导入批次、处理状态和复核记录整理为观察报表。以九数云为例，企业可先核实当前版本、数据连接方式、权限设置和字段口径是否满足需要，再判断是否适合作为治理分析层的一种实现选择。平台可以用于汇总和观察数据，但不能代替业务部门确认“两个记录是不是同一个对象”。
落地前需要核实几个具体问题：能否按企业现有方式取得所需 ERP 数据；敏感字段是否需要脱敏或限制查看；刷新频率能否满足治理时效；不同部门看到的口径是否一致；导出的报表能否追溯到来源批次和责任人。若这些基础条件不成立，用分析工具做出的图表仍可能只是把不一致的数据呈现得更漂亮。
分析层尤其适合把分散在多个表格中的过程信息连起来，例如记录来源、导入批次、核验结果和处置时间。实际连接能力与权限要求要以企业系统环境和平台配置为准，不应在没有验证的情况下假定所有 ERP 都能直接连接或实现同一种自动化。
证据角色: 下游结果
数据来源: 情景模拟，建议用企业实际复核台账替换
指标:
全局说明: 散点分析适合同时观察来源和处理耗时；模拟数据只说明分析维度，企业应使用自己的核验记录并说明统计口径。
为了让结论可复查，每条候选至少应保存对象类型、记录编码、来源入口、触发规则、匹配字段、核验状态、判断依据、处理人、审批人和处理时间。对“保留为不同对象”的结论，也要记录区分理由，否则下一轮筛查时可能重复消耗人工核验成本。
建议把“候选数”“确认重复数”“已处置数”和“待补证据数”分开统计。若某个月候选数上升，不一定说明数据变差，也可能是规则覆盖范围扩大或历史数据集中导入；若确认重复比例下降，也可能是筛查规则变宽。因此每次汇报都要同时说明规则、范围和变更。
上线前最容易被低估的是主数据准备。建议先选定优先治理对象，例如供应商、物料或客户，再确认各对象的创建责任、必填字段、唯一标识范围和例外规则。不要一开始就试图一次性规范所有数据类型，否则规则讨论容易过宽，项目也难以验证。
历史数据导入前，建立“原始值，标准值，目标编码，处理状态”的映射台账。先抽取小批量样本试导，检查字段映射、单位、组织归属和历史关系，再扩大导入范围。对于无法核验的旧记录，应先标记待确认，不宜为了赶进度将不确定信息伪装成已标准化数据。
存量系统通常包含多年业务历史，不适合只凭一次导出结果做全量合并。可先从业务影响最大的对象开始，例如频繁被新建、跨部门共享程度高或对账成本明显的资料。按活跃状态、历史引用和风险等级分批处理，优先解决会影响当前业务判断的记录。
处理过程中要把“档案治理”和“业务历史重写”区分开。前者可能只是停止使用错误档案或确定后续使用的主记录；后者可能涉及历史单据关系、库存或财务追溯，必须按系统能力和企业制度评估。清理计划应允许分阶段完成，而不是为了追求一次性归零承担不可控风险。
如果异常集中于批量导入，先检查模板是否有清晰字段说明、必填项和允许值，导入前是否能发现空值、格式差异和明显重复。对于不支持自动校验的环境，可以在导入前设置独立的复核步骤，并保留文件版本、导入批次与执行人信息。
模板不应只是列名集合。它需要说明字段含义、格式、是否允许为空、变更权限、样例值和例外提交方式。若不同部门长期使用不同版本，应指定模板维护责任人，并明确旧模板何时停用，否则培训很难阻止错误版本继续流通。
若多人可以创建同类资料，企业应明确普通业务人员、数据责任人和系统管理员分别可以做什么。权限不一定要全部收紧，但“谁可以提建档申请、谁可以批准、谁负责复核”和“哪些紧急情形可以例外”必须说清楚。
检索步骤应足够可执行：建档前按哪些关键字段搜索、搜索到近似记录后如何反馈、谁负责确认是否新建。若系统搜索能力有限，可先规定使用标准查询字段，或建立受控的人工预查机制；后续再评估系统功能是否需要调整。
小团队未必需要购买复杂匹配工具。先用结构化表格管理候选和复核结果，固定字段、状态和责任人；每周或每月按固定口径复查新增记录，通常比先建立复杂模型更容易落地。关键在于让每条疑似记录都有明确去向，不要让待核验事项无限堆积。
当记录量增大、来源增多或人工复核明显成为瓶颈时，再评估规则自动化、数据连接和分析平台。工具选择要看数据接入、权限治理、可追溯性和维护成本，不应先被“自动去重”字样吸引，再反过来寻找适合它的问题。
证据角色: 中游过程
数据来源: 治理流程示意，不代表实际项目周期或标准工时
指标:
全局说明: 阶梯节点强调治理有先后依赖关系，跳过对象定义或样本验证，会把风险带入批量处置阶段。
自动匹配可以减少人工筛查，但前提是对象定义清晰、字段质量足够、误合并风险可控。如果历史数据字段缺失、编码规则多次变化，直接上自动合并容易把历史问题放大。此时更合理的选择，是先自动形成候选清单，把人力从“逐条翻找”转到“有证据的核验”。
自动化的评估应包含误报和漏报两侧。误报会增加人工复核负担；漏报则可能让真实重复继续存在。企业可以抽取已确认的正例与反例测试规则，分别记录识别情况，再决定哪些步骤适合自动化、哪些必须由人确认。
全量治理的优点是能统一规划，避免不同批次标准不一；缺点是工作量、业务协调和历史追溯成本都可能很高。分阶段治理更容易验证规则，但需要维护试点与全局规则之间的衔接，避免试点成果无法推广。
如果企业尚未明确对象定义，适合先选一个业务范围做试点；如果主数据体系已经成熟但历史资料庞杂，可以按风险和使用频率分批处理；如果多个部门同时受同一类异常影响，应先统一对象规则，再分别安排部门落地。
统一编码有利于共享和统计，但不代表所有业务差异都必须压缩成一个记录。物料可能需要按规格分开，供应商可能需要区分不同组织关系，客户可能存在集团主体与门店账户等层级。关键不是记录越少越好，而是对象关系被清楚表达。
当不同业务场景确实需要独立编码时，应为其建立明确的关联或层级规则，并说明报表如何汇总、交易如何选用、权限如何控制。否则，“统一”可能只发生在表面名称上，真正的业务口径仍然分散。
批量处置可以提升进度，但不能省掉必要的审查。对影响较小且证据明确的记录，可以采用简化审批；涉及历史交易、库存或财务关系的记录，应保留证据、审批和回查结果。应急处理也要设定事后补审与复核要求，避免例外流程长期化。
| 选择方向 | 收益 | 主要代价 | 适用判断 |
|---|---|---|---|
| 先提示、人工核验 | 风险可控，便于积累真实判断样本 | 复核人力投入较大 | 对象规则尚不成熟或误合并后果较高时更稳妥。 |
| 规则筛查、分级处置 | 缩小人工查找范围，兼顾风险分层 | 需要维护规则、样本和例外处理 | 字段基本稳定，但仍需保留业务复核的场景。 |
| 自动合并或自动停用 | 减少重复人工操作，适合高频且规则确定的情形 | 误判影响更大，对回退和审计要求高 | 仅适用于经过充分验证、边界明确且系统支持可追溯处理的范围。 |
证据角色: 风险边界
数据来源: 决策框架示意，风险高低需由企业按业务影响评估
指标:
全局说明: 风险矩阵说明处置力度要跟误判后果匹配；核验成本高并不意味着可以跳过核验。
检查表不必复杂，但每一项都要能让责任人给出明确答案。若答案只能是“大家注意一下”，说明规范还没有转化为可执行要求。以下清单适合在试点前、数据导入前或月度复盘时使用。
初期不需要堆叠很多质量指标。可以从四类观察：新增疑似记录的数量或比例、候选记录的核验完成情况、确认重复记录的处置状态、复核耗时与待处理时间。每个指标都要写清对象范围、时间窗口、分子分母和状态定义。
例如，“新增疑似记录率”可以定义为某观察期内进入疑似队列的新增记录数除以同期新增档案数；但若筛查规则改变，前后比例就不宜直接比较。指标变化要与规则版本、业务量和入口变化一起解释，不能单凭一个数字宣布治理成功或失败。
新系统上线或导入阶段，可以提高复核频率；运行稳定后，再按业务量和风险调整周期。复盘至少回答三个问题：最近新增异常主要来自哪里、哪些待核验记录超出处理时限、上次整改措施是否减少了同类问题。发现高风险记录时，应有明确的升级路径，而不是等到月末报表才处理。
复盘会议不应只展示图表。最好挑选几条有代表性的候选记录，逐条说明筛查依据、业务判断和处置理由。这样既能修正规则，也能让不同部门对对象定义形成共同理解。若候选被频繁判为不同对象，应考虑调整匹配规则或补充字段，而不是要求复核人员更快做决定。
调整匹配规则前，可以从历史记录中抽取已核验的相同对象和不同对象样本，分别测试候选筛查结果。记录“该识别出来却没有发现”的情况，也记录“被列为候选但实际不同”的情况。规则改动后再次用同一组样本回测，确保改进不是只让候选数量变少。
样本要覆盖常见变体和边界情形，例如简称、历史名称、不同单位、不同组织归属和字段缺失。若样本不足，应明确测试结论的限制，不要把有限样本的表现外推成全量准确率。规则上线后仍需抽查，因为业务和数据来源会变化。
ERP 数据录入的核心，不是把信息尽快填进系统，而是确保业务对象、字段口径和责任边界能够被长期维护。去重可以暴露对象定义、入口控制、权限设计和历史迁移中的问题，但只有经过核验和复盘，才可能转化为有效的标准化改进。
我建议下一步先选一个影响明确的数据对象，抽取一批记录，定义唯一标识与辅助字段，建立“确认重复、待核验、业务不同”三类处理状态，再追踪问题来源和新增情况。不要从批量删除开始，也不要把一个看起来漂亮的重复率当作治理终点。
如果采购、仓储、财务和管理报表仍然各自解释同一个对象，系统记录再整齐也不代表标准化已经落地。反过来，只要对象定义清楚、异常能被解释、处置可以追溯、新增问题持续减少，哪怕仍有合理的多条记录，管理也可能比“强行合并成一条”更标准。
最实用的判断标准不是“删掉了多少重复行”，而是企业能否说清每条记录代表什么、为什么这样处理、由谁负责，以及以后如何避免同类问题再次出现。
读者评论
把疑似重复分成确认、待核验和业务上不同三类，比按名称直接删除更稳妥，尤其能降低误合并造成的追溯风险。
文中强调按入口调查重复来源很实用。人工新建、表格导入和历史迁移对应的整改措施不同，不能都归结为录入人员不仔细。
存量清理量和观察期新增疑似记录分开统计，能避免把短期清理误当成标准化成效；实际比较时也需要保持指标口径一致。