误区一：全量当增量
把上线后的全部业绩算作收益，数字自然漂亮，却回答不了没有投入会怎样。怎么做：设对照组或用历史同期加变量校正，只把可归因的增量计入分子，让结论经得起追问。没有对照，就只能靠事后解释，也说不清增量从哪来。
误区二：成本漏项
只算软件与资源，忽略实施、集成、培训与运维，会让分母偏小。为什么：这些支出往往在第二三年集中发生，测算时看不见，预算执行时却真实存在，最终结论被系统性高估。把实施与人力补进分母，结论通常会收敛不少。
误区三：观察期过短
几周的数据无法覆盖业务周期与季节波动，容易把偶发高峰当成效果。怎么做：观察期与决策周期对齐，并在结论中说明样本长度对置信度的影响，方便后续复盘时对照。样本长度写进结论，读者才知道这个数字该信几分。
误区四：只给单点数字
一个精确到小数点的数字会制造虚假的确定感。怎么做：给区间，并标出哪两三个变量最敏感，让决策者看到结论在什么条件下成立、在什么条件下会翻转。区间加敏感变量，比一个精确数字更能支撑决策。
误区五：测算当承诺
测算是对假设的推演，不是收益保证。边界：我方提供方法与数据核对，不承诺回报数值，也不对客户方的经营结果负责；合同中的效果条款应另行约定并留出调整机制。把这一句写在结论页，能省掉很多事后解释。
适用与不适用
适合谁
- 正在准备立项材料、需要校准口径的团队
- 复盘时发现实际与预期差距较大的业务负责人
- 希望统一各项目测算标准的项目管理部门
不适合谁
- 希望用漂亮数字推动立项、不接受区间表述的团队
- 没有任何对照数据、也不愿设对照组的场景
典型场景
某团队第一次测算得到很高的结果，评审时被问了三句：收益是全量还是增量、成本含不含实施、观察期多长。补上对照组、实施成本与一个完整季度后，区间明显收窄，但结论更容易被接受，后续复盘也有了对照基准。同一套方法在不同场景下的表现差别很大。
可执行步骤
- 先确认收益口径：只算增量，还是包含存量业务。口径变化要在材料里注明。
- 把实施、集成、培训与运维成本逐项补进分母。补项要有依据，不能只凭经验。
- 把观察期延长到一个完整业务周期或年度。跨季节的场景要覆盖两个周期。
- 用区间替代单点结论，并标出最敏感的变量。每个变量给出上下两档。差异来源要写清。
- 在结论页注明测算依据，并说明测算不构成承诺。这句话建议放在结论页的第一行。
常见坑
- 为了让立项通过而放大收益，项目上线后无法兑现，团队信誉与后续预算都受影响。短期通过，长期一定会被复盘打回。
- 成本漏掉实施与人力，第二年实际支出超出测算，复盘时既无法解释也难以调整。补项之后结论通常会收敛，反而更容易通过。
- 观察期太短，结论随季节波动，第二年同期数据完全对不上，测算方法被质疑。一次季节波动，就足以推翻整套测算。
- 把测算当作对外承诺，客户按此预期做预算，落差出现时容易引发合同纠纷。把测算与承诺分开写，是两个不同的东西。
自检与验收清单
- 收益是否只计可归因的增量部分，并注明归因依据与来源
- 成本是否覆盖实施、集成与内部人力，并逐项列明科目
- 观察期是否覆盖一个完整业务周期，并注明起止与周期长度
- 结论是否以区间呈现，并标注最敏感的两三个变量
- 是否注明测算依据且不构成收益承诺，并写明不构成承诺
常见问题
不放大收益，立项会不会通不过？
短期可能更难，但可兑现的测算更容易通过复盘。建议把方案拆成小步试点，用第一阶段数据支撑后续投入，比一次性给出乐观结论更稳妥。把方案拆成小步，反而更容易通过评审与复盘。
没有对照组怎么办？
可用历史同期数据加变量校正，或选择业务特征相近的部门作准对照。无论哪种方式，都要在结论中说明局限，并约定上线后的复盘方式，便于校正。校正方法要写进测算说明，不能只留在口头。
测算需要财务参与吗？
建议参与。成本归集、折现与收益确认涉及财务口径，若测算与财务规则脱节，结论难以进入预算与考核。财务参与也能帮助识别漏项与重复计算。财务参与越早，后面的返工越少。