4. 数据采集层：多项目视图下原始投资数据的来源

在多项目组合管控环境中，投资回报（ROI）参数验证的可靠性完全取决于底层原始数据的质量。数据采集层作为整个验证流程的起点，负责从三个核心业务系统（财务系统、工时系统、风险登记册）中抽取、清洗并标准化原始投资数据。本章将逐一解析每个数据源的结构特征、关键字段以及采集过程中的常见陷阱。

4.1 三大数据源全景

下表对比了三个数据源在投资回报参数验证中的角色、数据粒度与更新频率：

4.2 财务系统：实际成本与收益的权威来源

财务系统是投资回报参数验证的“硬数据”核心。它提供项目已发生的实际成本（Actual Cost, AC）和已确认的收益（Actual Benefit, AB）。在多项目视图中，财务数据必须按项目维度进行科目映射。

4.2.1 关键采集字段

• 项目编号：唯一标识，用于跨系统关联。
• 成本科目：如人力成本、采购成本、外包服务、差旅费。
• 实际成本（AC）：截至当前日期已入账的累计成本。
• 计划成本（PV）：按计划基线应发生的成本，用于挣值分析。
• 已确认收益：如收入、成本节约、效率提升的货币化数值。

4.2.2 常见数据质量问题

• 成本归属延迟：发票未及时入账导致 AC 偏低。
• 跨项目分摊错误：共享资源（如服务器、办公室）的成本未按合理比例分摊。
• 资本化与费用化混淆：同一笔支出在不同项目中的处理方式不一致。

4.3 工时系统：人力投入的量化基石

人力成本通常是项目组合中占比最大的成本项。工时系统记录了每个项目成员在具体任务上的实际投入工时，是计算“人力成本”和“资源利用率”的唯一数据源。

4.3.1 关键采集字段

• 人员编号：关联到人力资源主数据。
• 项目任务编号：对应 WBS 工作包。
• 实际工时：以小时为单位，精确到 0.5 或 0.25 小时。
• 标准费率：该人员或角色的单位小时成本。
• 加班系数：如 1.5 倍或 2.0 倍。

4.3.2 数据采集公式

人力成本 = Σ (实际工时 × 标准费率 × 加班系数)

示例：
  项目A：成员甲 实际工时 120h × 标准费率 ¥200/h × 1.0 = ¥24,000
        成员乙 实际工时 40h  × 标准费率 ¥300/h × 1.5 = ¥18,000
  项目A 当期人力成本 = ¥24,000 + ¥18,000 = ¥42,000

4.4 风险登记册：不确定性参数的量化输入

投资回报参数验证不能仅依赖确定性数据。风险登记册提供了项目组合层面的不确定性量化数据，用于计算“风险调整后的投资回报率（Risk-Adjusted ROI）”。

4.4.1 关键采集字段

• 风险编号：唯一标识。
• 风险类别：技术风险、市场风险、组织风险、外部风险。
• 发生概率（P）：0% ~ 100%。
• 影响值（I）：货币化数值，如成本超支金额或收益损失金额。
• 风险预留（Contingency Reserve）：已批准的风险应对预算。

4.4.2 风险调整参数计算

预期货币价值（EMV） = 概率（P） × 影响值（I）

风险调整成本 = 确定性成本 + Σ EMV（负面风险）
风险调整收益 = 确定性收益 - Σ EMV（负面风险）

示例：
  风险#1：技术延期，P=30%，影响=¥500,000 → EMV=¥150,000
  风险#2：供应商涨价，P=20%，影响=¥200,000 → EMV=¥40,000
  风险调整成本 = 确定性成本 ¥2,000,000 + ¥150,000 + ¥40,000 = ¥2,190,000

4.5 数据采集架构总览

下图展示了三个数据源在多项目视图下的采集、关联与输出关系：

4.6 数据采集流程步骤

为确保多项目视图下原始投资数据的一致性与可追溯性，建议按以下步骤执行数据采集：

1. 步骤一：数据源注册 — 在数据采集层中注册每个项目关联的财务系统实例、工时系统实例和风险登记册实例，记录系统版本与接口协议。
2. 步骤二：字段映射 — 将各系统的原始字段映射到统一的数据模型（如项目编号、成本科目、时间戳）。
3. 步骤三：增量抽取 — 按预设周期（日/周）执行增量数据抽取，避免全量抽取带来的性能压力。
4. 步骤四：数据清洗 — 处理缺失值、异常值、重复记录，并对时间戳进行标准化对齐。
5. 步骤五：交叉校验 — 对财务系统与工时系统的人力成本数据进行交叉比对，差异超过阈值时触发告警。
6. 步骤六：数据加载 — 将清洗后的数据加载至多项目视图数据仓库，供参数验证模块使用。

4.7 数据采集层常见陷阱与应对