本文重點(diǎn)講解指標(biāo)管理模型的核心思想，以及指標(biāo)產(chǎn)品的建設(shè)經(jīng)驗(yàn)，包括公司在建設(shè)指標(biāo)都會(huì)遇到什么問題，如何統(tǒng)一指標(biāo)認(rèn)知，指標(biāo)管理模型的理解以及實(shí)際落地的困難和智能化的思考，希望對你有幫助。

即便在ChatGPT出現(xiàn)的今天，指標(biāo)管理模型的思想依然受用，它是指標(biāo)建設(shè)的基礎(chǔ)。文章約12000字，比較長，如果你遇到指標(biāo)口徑管理混亂，怎么都對不齊，數(shù)據(jù)不一致，指標(biāo)繁多不清晰，這篇文章或許對你有幫助。

在數(shù)據(jù)這行工作的都知道，簡單難做的兩件事：“埋點(diǎn)”+“指標(biāo)”。簡單是因?yàn)椴徽撌菑募夹g(shù)方案、個(gè)人使用、產(chǎn)品使用每個(gè)單項(xiàng)來看都不是很復(fù)雜的。例如埋點(diǎn)，一個(gè)點(diǎn)擊事件、曝光事件，非常好理解；指標(biāo)的話，DAU，銷售額，公司每個(gè)人都會(huì)關(guān)注使用，沒有理解成本。

但是我經(jīng)歷過的公司中，這兩塊都普遍存在著很多的問題。一方面是“簡單”造成的，生產(chǎn)者的角度來講，浸在里面拔不出來，個(gè)人成長性不足。另一方面從度來看，有一種花費(fèi)大量人力物力只是產(chǎn)出了這么一點(diǎn)點(diǎn)內(nèi)容還做不好的感覺。

一、冗長凌亂的指標(biāo)

我們先來看看指標(biāo)從生產(chǎn)到使用參與的角色：

以大公司的標(biāo)準(zhǔn)來看，每個(gè)角色都有足夠的人力，全角色參與，那么一個(gè)指標(biāo)從設(shè)計(jì)到生產(chǎn)到應(yīng)用的過程（從無到有）大致是這樣的：

定義指標(biāo)->數(shù)據(jù)采集->數(shù)據(jù)加工分析->開發(fā)指標(biāo)->應(yīng)用指標(biāo)

其中又涉及的角色包括：【指標(biāo)設(shè)計(jì)者】【數(shù)據(jù)產(chǎn)品】【業(yè)務(wù)研發(fā)】【數(shù)據(jù)研發(fā)】【數(shù)據(jù)分析師】5個(gè)角色

我們做兩個(gè)假設(shè)：

1）如果不考慮指標(biāo)需求滿足的時(shí)長、并且長期有足夠的資源（人力資源、機(jī)器資源），指標(biāo)的開發(fā)與使用或許也不會(huì)有什么太大的問題。我是用戶，我想看DAU，我去找研發(fā)幫我算個(gè)數(shù)，等1，2天沒什么問題。我是研發(fā)，需求也比較多，要DAU的人也很多，把珍藏許久的祖?zhèn)鱏QL跑一遍，工作量還好。

2）如果看指標(biāo)的只有一個(gè)人，生產(chǎn)指標(biāo)的也只有一個(gè)人，1對1定向服務(wù)。

以上這兩個(gè)假設(shè)如果成立，在指標(biāo)建設(shè)和應(yīng)用這里，不會(huì)出現(xiàn)什么問題。

但是現(xiàn)實(shí)情況不是這樣的。事實(shí)是：

• 需求很多，研發(fā)很少
• 各個(gè)部門或多或少都有人來開發(fā)指標(biāo)
• 口徑對不齊是常態(tài)
• 數(shù)據(jù)不準(zhǔn)確、叫同樣名字的指標(biāo)數(shù)據(jù)不一樣
• 想看指標(biāo)數(shù)據(jù)的時(shí)候，數(shù)據(jù)總是-

可以說，不論指標(biāo)的使用方，還是開發(fā)方，都會(huì)感受到上面的問題，用戶覺得指標(biāo)時(shí)常不準(zhǔn)，同樣名稱的指標(biāo)和別人手上的數(shù)據(jù)不一樣，緊急時(shí)刻需要查看指標(biāo)的時(shí)候總是—顯示。生產(chǎn)方同樣面臨生產(chǎn)壓力與指標(biāo)準(zhǔn)確性的質(zhì)疑等問題。

1. 就近索取

其實(shí)主要的原因，在于指標(biāo)的設(shè)計(jì)、生產(chǎn)，絕大多數(shù)情況發(fā)生在局部范圍，并非一個(gè)指標(biāo)從生產(chǎn)到使用都走上面的全流程，且各自所在的部門有自己的生產(chǎn)體系。在一個(gè)公司內(nèi)，指標(biāo)的生產(chǎn)建設(shè)就像是一個(gè)聯(lián)邦共和國，這樣做的原因是為了確保指標(biāo)需要的時(shí)效性，用戶選擇最近距離索取原則，第一時(shí)間拿到指標(biāo)數(shù)據(jù)。

例如深圳分公司的負(fù)責(zé)人想要深圳地區(qū)近一個(gè)月的銷售額，難不成還要去問北京總部的分析師嗎？另外就是在數(shù)據(jù)平臺、數(shù)據(jù)工具體系建設(shè)不是很完善的情況下，稍微大一點(diǎn)的部門或者業(yè)務(wù)，都會(huì)專門設(shè)有專職來為業(yè)務(wù)提供指標(biāo)數(shù)據(jù)的開發(fā)，確保數(shù)據(jù)提供的及時(shí)性。再有，如果所有人的數(shù)據(jù)需求都統(tǒng)一到一個(gè)部門，部門的承接能力也會(huì)受到挑戰(zhàn)，一個(gè)需求動(dòng)輒等上一周，這個(gè)對于業(yè)務(wù)、用戶來說是不可能接受的，所以長期下來，就近索取原則必然發(fā)生。

2. 對不齊的數(shù)據(jù)

我們經(jīng)常會(huì)在同一場合下對一個(gè)指標(biāo)的數(shù)據(jù)報(bào)出來兩個(gè)不同的值。最常見的場景：兩個(gè)人在茶余飯后聊天，聊到了公司的某個(gè)指標(biāo)，發(fā)現(xiàn)數(shù)據(jù)對不上，例如我們公司到底有多少銷售？有多少門店？；經(jīng)營大會(huì)上披露的數(shù)據(jù)和自己統(tǒng)計(jì)的數(shù)據(jù)不同，業(yè)績比自己的低5%；自己在郵件中看到的dau和手機(jī)中《北極星小程序》的dau不一樣，也和某個(gè)報(bào)表中的dau不一樣。

綜合來看，造成數(shù)據(jù)不一樣的情況有很多種，主要?dú)w位以下5種情況：

1. 自己粗心，沒看清，產(chǎn)品操作失誤，或者產(chǎn)品操作復(fù)雜
2. 指標(biāo)名字一樣，但其實(shí)是兩個(gè)指標(biāo)
3. 統(tǒng)計(jì)口徑就是不一樣，就沒必要對齊
4. 口徑?jīng)]對齊
5. 數(shù)據(jù)加工過程用了錯(cuò)誤的數(shù)據(jù)源

綜合來看，前三個(gè)情況，是人們在使用指標(biāo)過程遇到的絕大多數(shù)情況。指標(biāo)的供給者太多，導(dǎo)致一個(gè)獨(dú)立的個(gè)人，在多處都可以收到各種指標(biāo)體系。數(shù)據(jù)平臺工具、定制化的數(shù)據(jù)產(chǎn)品需要簡單的學(xué)習(xí)成本，導(dǎo)致用戶在使用的過程中容易造成“自我失誤”，可能一個(gè)老鳥在經(jīng)過數(shù)月的時(shí)間里才會(huì)對數(shù)據(jù)的及時(shí)性、穩(wěn)定性、波動(dòng)了然于心。數(shù)據(jù)鏈路的穩(wěn)定性、產(chǎn)品的易用性、需要一個(gè)復(fù)雜的體系和龐大的團(tuán)隊(duì)維持才可以持續(xù)精進(jìn)，稍有差池都會(huì)對數(shù)據(jù)的使用者造成一定的影響，“自我失誤”也就會(huì)經(jīng)常出現(xiàn)了。

再有就是口徑對不齊了，時(shí)常是不同的部門不同的業(yè)務(wù)在對一個(gè)指標(biāo)展開舌戰(zhàn)。有的時(shí)候大家都不知道為什么去核對指標(biāo)口徑，以至于在這里浪費(fèi)了大量的時(shí)間。

很多時(shí)候，指標(biāo)口徑就不用對齊，因?yàn)椴粫?huì)產(chǎn)生對不齊的場景。為了對齊而對齊，減少很多不必要的解釋使我們多數(shù)核對口徑的出發(fā)點(diǎn)。

3. 沒有成本的提問

幾乎所有的問題提出是沒有成本的，你發(fā)現(xiàn)了數(shù)據(jù)有比較大的波動(dòng)時(shí)，如果你明確這種問題可以去提問，并熟知提問方式，你一定會(huì)問問今天的數(shù)據(jù)是不是出錯(cuò)了。之所以傾向于凡事遇到問題都去”oncall”，一是用戶沒有全方位的手段來排查判斷自己發(fā)現(xiàn)的問題，二是提問后可以直接等結(jié)果，相比自己來判斷，省去了很多麻煩和成本。

oncall在系統(tǒng)服務(wù)過程中本就是天經(jīng)地義的存在，在這里想表達(dá)的是，沒有成本的提問會(huì)導(dǎo)致數(shù)據(jù)服務(wù)體系“敏感”。不論數(shù)據(jù)波動(dòng)是真的業(yè)務(wù)導(dǎo)致，還是數(shù)據(jù)系統(tǒng)出錯(cuò)，對雙方來說都會(huì)很敏感。

以我個(gè)人的歷史經(jīng)歷來看，10次數(shù)據(jù)波動(dòng)問題，10次數(shù)據(jù)團(tuán)隊(duì)會(huì)介入排查，業(yè)務(wù)本身導(dǎo)致波動(dòng)的情況有8次。8次業(yè)務(wù)波動(dòng)帶來的問題實(shí)質(zhì)上是反饋了業(yè)務(wù)對數(shù)據(jù)的信賴程度。可信賴的數(shù)據(jù)是數(shù)據(jù)團(tuán)隊(duì)工作的底線，守住這個(gè)底線需要花費(fèi)大量的精力，咨詢、服務(wù)、值班這些都是要做的。但是守住底線不是單向的，需要雙向達(dá)成共識。

4. 尋求共識

使用指標(biāo)的用戶的直接體感是“指標(biāo)數(shù)據(jù)對不齊”，“及時(shí)性不足”，“數(shù)據(jù)常出錯(cuò)”，他們期望的是“準(zhǔn)確可靠的數(shù)據(jù)”，“易于理解的數(shù)據(jù)”。同樣，數(shù)據(jù)團(tuán)隊(duì)的直接體感是“做不完的指標(biāo)”，“沒完沒了的對數(shù)”，“壓力山大”；他們期望的是“高效的數(shù)據(jù)開發(fā)”，“數(shù)據(jù)口徑明晰不混亂”，“自信”。雙方在指標(biāo)數(shù)據(jù)的使用與提供上都有各自的期待。

我們時(shí)常寄希望于某一個(gè)系統(tǒng)、流程、或者規(guī)則努力來實(shí)現(xiàn)上面的期望。通過多年的指標(biāo)建設(shè)，我發(fā)現(xiàn)指標(biāo)建設(shè)是個(gè)體系、生態(tài)。組織，流程、產(chǎn)品通力合作才可以提升各自的體感。這里至關(guān)重要的是“統(tǒng)一思想”。一般我們用到的產(chǎn)品都不會(huì)把核心運(yùn)行邏輯暴露給用戶，例如汽車、手機(jī)，很少有人知道cpu里面是如何運(yùn)行的，發(fā)動(dòng)機(jī)的核心原理是什么。但是指標(biāo)的建設(shè)就需要設(shè)計(jì)與用戶“同心”了。生產(chǎn)者知道怎么生產(chǎn)，使用者也需要知道怎么使用。并且也需要知道怎么生產(chǎn)的。

“尋求共識”就變的非常有必要了。

二、指標(biāo)管理模型的推導(dǎo)與理解

首先就需要共識的就是指標(biāo)的管理模型與指標(biāo)要素。

其實(shí)對于指標(biāo)的管理與應(yīng)用思想很早之前就已經(jīng)出現(xiàn)了，例如olap聯(lián)機(jī)分析、多維立方體、cube等名詞絕大部分人也都耳熟能詳。我相信絕大部分人都是一知半解。去網(wǎng)上獲取這些名詞的解釋不難，能夠理解它并加以應(yīng)用又是另一個(gè)情況。

今天我想通過解決上述指標(biāo)問題、建設(shè)一個(gè)指標(biāo)生態(tài)（建設(shè)方、使用方、平臺、流程、輻射的系統(tǒng)統(tǒng)稱為指標(biāo)生態(tài)）需要的核心指導(dǎo)思想來解釋“指標(biāo)管理模型”這個(gè)概念。它貫穿整個(gè)指標(biāo)的建設(shè)、應(yīng)用、與服務(wù)，是指標(biāo)生態(tài)的底層基礎(chǔ)。需要讓指標(biāo)生態(tài)的所有建設(shè)方與使用方都通透的理解這個(gè)概念。

1. 度量&維度

講指標(biāo)這個(gè)概念必須要明確兩個(gè)最重要的概念，【度量】和【維度】。

一個(gè)正確的指標(biāo)必須包括度量和維度。

“性別”是維度，“男性數(shù)量”，“女性數(shù)量”，“男性占比”，“女性占比”是度量。

“城市”是維度，“一線城市占比”，“省會(huì)城市數(shù)量”，“GDP大于1萬億的城市數(shù)量”是包含了維度和度量的指標(biāo)。

指標(biāo)都是匯總計(jì)算出來的，有聚合過程。

例如單筆訂單的金額不能是一個(gè)指標(biāo)，統(tǒng)計(jì)一天的訂單金額才是指標(biāo)。

指標(biāo)需要維度進(jìn)行多方面的描述分析，維度可以根據(jù)需要可以無限擴(kuò)展。

例如，月汽車銷量，可以增加城市維度、品牌維度、是否貸款維度等等，就可以變成：城市月汽車銷量，大眾汽車城市月銷量、有貸款的大眾汽車城市月銷量。

2. 通過表格理解指標(biāo)

1）一維表格

不存在單維表格，單一的值不能是指標(biāo)，例如：

因?yàn)樯厦娴谋砀駴]有描述是誰的成交金額，單獨(dú)的一個(gè)值，無法描述這個(gè)值代表的什么事務(wù)、動(dòng)作，以及在什么時(shí)間周期范圍內(nèi)產(chǎn)生的這個(gè)聚合度量。如果真的出現(xiàn)了這樣的表，那么一定只有你自己知道是什么意思。

2）二維表格，時(shí)間周期

任何指標(biāo)統(tǒng)計(jì)都離不開時(shí)間周期，可以說所有的指標(biāo)都會(huì)涉及時(shí)間。對在一個(gè)時(shí)間段內(nèi)發(fā)生的業(yè)務(wù)進(jìn)行統(tǒng)計(jì)。例如過去24小時(shí)，一個(gè)自然日、自然周，這一年，從月初到現(xiàn)在，往前推30天等等，都是時(shí)間周期。

如果在表格中描述指標(biāo)，則一定且必須最少是一個(gè)二維表格（至少有兩列），我們在表格中加入時(shí)間周期，就得到了這樣的結(jié)果：

上面這個(gè)表可以明確的表達(dá)了指標(biāo)的兩個(gè)基本要素【度量+維度】，度量是成交金額、維度是時(shí)間。但是這里還缺少對于業(yè)務(wù)本身的描述，僅表達(dá)了在某個(gè)時(shí)間周期內(nèi)發(fā)生的度量。如果表名稱是特斯拉股票成交金額，就可以用這種方式來表達(dá)了，因?yàn)閿?shù)據(jù)內(nèi)容已經(jīng)限定在這個(gè)業(yè)務(wù)范圍【特斯拉股票】內(nèi)了。

3）業(yè)務(wù)范圍

如果確定了業(yè)務(wù)范圍，例如業(yè)務(wù)范圍=【短視頻】，度量是播放次數(shù)，并且把播放VV這個(gè)度量的時(shí)間范圍確定在天這個(gè)范圍內(nèi)。

那么該指標(biāo)表的展示如下：

業(yè)務(wù)這一列用于描述這個(gè)度量的業(yè)務(wù)范圍，一般稱它為業(yè)務(wù)修飾詞，但通常在表格中，我們不會(huì)這么存放，第二列造成了冗余，一般都簡化掉這一列，收斂成兩列的形式，把業(yè)務(wù)范圍和度量合并：

業(yè)務(wù)范圍和維度的區(qū)別：

業(yè)務(wù)范圍也是維度，只不過我們在指標(biāo)計(jì)算的過程中，會(huì)從最宏觀的一面開始，習(xí)慣性的會(huì)定義一個(gè)范圍，要統(tǒng)計(jì)哪個(gè)業(yè)務(wù)的數(shù)據(jù)？

你有4家水果店，別人要問你，你的日銷售額是什么？那你可能會(huì)問，是哪家門店？或者是我所有的門店？（相當(dāng)于我自己的生意范圍）它本身就是一個(gè)維度（視角）來統(tǒng)計(jì)的。但我們把它抽離出來，是方便于我們對指標(biāo)的管理與認(rèn)知。公司大了，有很多分支業(yè)務(wù)的時(shí)候，你問DAU是多少，肯定會(huì)帶上業(yè)務(wù)前綴的。

4）業(yè)務(wù)范圍的收斂意義

業(yè)務(wù)范圍的核心意義在于確定范圍。

指標(biāo)都是作用于某一個(gè)業(yè)務(wù)范圍的，業(yè)務(wù)范圍在公司內(nèi)也有層級關(guān)系，例如視頻業(yè)務(wù)會(huì)劃分短視頻、長視頻；金融業(yè)務(wù)會(huì)劃分貸款業(yè)務(wù)、存款業(yè)務(wù)、證券業(yè)務(wù)；

它們代表了一個(gè)業(yè)務(wù)的父子板塊關(guān)系。可以看下圖來理解視頻業(yè)務(wù)的逐層縮減：

我們把指標(biāo)體系限定在不同的業(yè)務(wù)域內(nèi)，就是業(yè)務(wù)限定。業(yè)務(wù)限定很好的幫助我們對數(shù)據(jù)進(jìn)行切割，把業(yè)務(wù)原子化，訪問次數(shù)、播放量、訂單金額這些原子指標(biāo)都是在具體的業(yè)務(wù)限定內(nèi)來完成的，先把數(shù)據(jù)進(jìn)行業(yè)務(wù)劃分，能夠提高開發(fā)效率(因?yàn)橐幚淼臄?shù)據(jù)變少了）

5）多維表格

業(yè)務(wù)對指標(biāo)的使用會(huì)隨著需求逐步加深分析維度。

如果二維表格是最小集，那么加入更多的維度和度量，這個(gè)表格就變成多維表格。

例如，修飾詞=【短視頻】，加入維度=【終端】和【是否會(huì)員】則多維表格是這樣的：

也可以在此基礎(chǔ)之上，增加度量，例如增加度量【播放時(shí)長】。

多維表格的表頭樣式就是這樣的：【維度1】【維度2】【維度3】【維度n…】【度量1】【度量2】【度量3】【度量n…】。

6）每一行的維度+單一度量都是一個(gè)指標(biāo)

這里有一個(gè)很重要的思想統(tǒng)一，上面的多維表中每一行都是一個(gè)指標(biāo)，每一行形成了指標(biāo)的基本要求【維度】+【度量】。

經(jīng)常會(huì)有一種情況，用戶在相互溝通指標(biāo)時(shí)，沒有按照每一行是一個(gè)獨(dú)立指標(biāo)來看待。

例如，會(huì)員在ios端的播放vv和會(huì)員在安卓端播放的vv是兩個(gè)不同的指標(biāo)，很多人會(huì)認(rèn)為指標(biāo)是播放vv，會(huì)員、終端都是描述指標(biāo)的維度。這樣理解沒問題。因?yàn)橐暯遣煌?。”指?biāo)是播放vv，會(huì)員、終端都是描述指標(biāo)的維度“是典型的管理視角，我們下文會(huì)展開講到。一行一個(gè)指標(biāo)是應(yīng)用視角，我們在描述指標(biāo)的時(shí)候，就是確定在這一行的這個(gè)數(shù)字上，如果按照管理視角來看，那么指標(biāo)就會(huì)有很多行。

如果多個(gè)人有多個(gè)理解方式，就一定會(huì)產(chǎn)生溝通成本。

7）條件限定

上面的多維表是正確表達(dá)指標(biāo)的一種理想狀態(tài)，每一行都是一個(gè)可以解釋的指標(biāo)。但實(shí)際使用情況不單單是用【維度】+【時(shí)間周期】+【度量】就可以完成指標(biāo)的描述的。

用戶會(huì)隨著業(yè)務(wù)的需求，有很多臨時(shí)分析需要，隨時(shí)對指標(biāo)進(jìn)行條件的設(shè)定。

例如上面的表中，指標(biāo)【短視頻播放時(shí)長】，需要對用戶做分類，就會(huì)有一定的條件限制：播放時(shí)長大于1小時(shí)的用戶，非會(huì)員且播放時(shí)長大于1小時(shí)的用戶。

這個(gè)例子中，我們把指標(biāo)【短視頻播放時(shí)長】以及維度【是否會(huì)員】做了條件限制，用于描述指標(biāo)【短視頻用戶數(shù)】。

這種情況非常常見，例如大于18歲的用戶，本科及以上學(xué)歷，用戶登錄次數(shù)大于3等等。度量、維度值，都可以當(dāng)做條件作用于其他指標(biāo)。

以上情況統(tǒng)稱為條件限定，條件限定擴(kuò)大了指標(biāo)的靈活性，可以基于實(shí)際的業(yè)務(wù)需要對指標(biāo)進(jìn)行數(shù)據(jù)剪裁。

條件限定和維度值的區(qū)別：

例如像IOS端，是一個(gè)維度值，單獨(dú)來看IOS端的短視頻用戶數(shù)，IOS端可以表達(dá)維度，也可以用于條件限定，但是維度值是確定且單一的，它不能組合。

條件限定是靈活的，它可以用度量來限制、也可以組合各種維度值，例如渠道包括：1，系統(tǒng)直播 2，線下門店 3，淘寶 4、外部直播 5、分銷商，每一個(gè)數(shù)值都代表一個(gè)維度值，他是確定的觀察視角。條件限定可以是他們中任何數(shù)字的組合，比如 1和2，2和3，1或者2，2或者3，不是1和2 等等，它是靈活多變的。

用一張圖來總結(jié)上面的內(nèi)容：

• 單獨(dú)存在的度量、維度都不是指標(biāo)
• 用表格描述指標(biāo)的最小集是二維表，單獨(dú)一列沒有任何意義，不具備可讀性
• 絕大多數(shù)指標(biāo)都是多維表的形態(tài)：【維度1】【維度2】【維度3】【維度n…】【度量1】【度量2】【度量3】【度量n…】

• 業(yè)務(wù)范圍幫助我們縮小和明確了處理數(shù)據(jù)和理解指標(biāo)的范圍
• 如果維度不斷增多，那么數(shù)據(jù)表就是一個(gè)很寬的表。也就是常說的“大寬表”
• 條件限定的加入，產(chǎn)生了更靈活的指標(biāo)形式

三、指標(biāo)管理模型、指標(biāo)要素

1. 原子指標(biāo)

原子指標(biāo)是指數(shù)據(jù)分析中最小的可度量單元，通常是一個(gè)數(shù)值或一個(gè)計(jì)數(shù)。原子指標(biāo)是數(shù)據(jù)分析的基礎(chǔ)，它們可以用來描述某個(gè)特定的事件、行為或狀態(tài)，如銷售額、訪問量、轉(zhuǎn)化率等。原子指標(biāo)通常是不可再分的，因?yàn)樗鼈円呀?jīng)是最小的可度量單元了。按照上面的例子來說，原子指標(biāo)可以理解為是度量，例如【銷售金額】【播放VV】【播放時(shí)長】【訪問次數(shù)】等等，這些度量是不可拆解的。

原子指標(biāo)用于明確業(yè)務(wù)的統(tǒng)計(jì)口徑及計(jì)算邏輯。具備以下特性：

• 原子指標(biāo)是對指標(biāo)統(tǒng)計(jì)口徑算法的一個(gè)抽象，等于業(yè)務(wù)過程（原子的業(yè)務(wù)動(dòng)作）+ 統(tǒng)計(jì)方式。例如，支付（事件）金額（度量），曝光（事件）次數(shù)（度量）
• 原子指標(biāo)不會(huì)獨(dú)立存在，一定是結(jié)合業(yè)務(wù)范圍，維度進(jìn)行組合才有意義
• 原子指標(biāo)加維度可以理解為一個(gè)度量在不同視角下的變化
• 原子指標(biāo)通常是其他指標(biāo)的基礎(chǔ)，可以通過對原子指標(biāo)的分析來得出更高級別的指標(biāo)。理解原子指標(biāo)是整個(gè)指標(biāo)管理模型中非常重要的一環(huán)。

2. 派生指標(biāo)

派生指標(biāo)在業(yè)務(wù)限定的范圍內(nèi)，由原子指標(biāo)、時(shí)間周期、維度三大要素構(gòu)成，用于統(tǒng)計(jì)目標(biāo)指標(biāo)在具體時(shí)間、維度、業(yè)務(wù)條件下的數(shù)值表現(xiàn)，反映企業(yè)某一業(yè)務(wù)活動(dòng)的業(yè)務(wù)狀況。

例如上面講到的多維表中的每一行都是一個(gè)派生指標(biāo)，也就是說，業(yè)務(wù)中用到的指標(biāo)都是派生指標(biāo)。

不同的派生指標(biāo)可能具有相同的原子指標(biāo)，這樣派生指標(biāo)就定義了一種等價(jià)關(guān)系，而屬于相同的原子指標(biāo)就構(gòu)成了一個(gè)對指標(biāo)體系的劃分。在每一個(gè)劃分中，存在一個(gè)可以派生出其他指標(biāo)的最小派生指標(biāo)，即最細(xì)粒度。

3. 復(fù)合指標(biāo)

派生指標(biāo)的另一個(gè)類型是復(fù)合指標(biāo)，如果把它單獨(dú)獨(dú)立出來也可以，如果把它歸類為原子指標(biāo)也可以，取決于我們?nèi)绾巫鰯?shù)據(jù)的開發(fā)以及應(yīng)用。先來看幾個(gè)復(fù)合指標(biāo)的例子：

• 平均銷售價(jià)格：派生指標(biāo)是通過銷售額和銷售量計(jì)算得出的，它反映了每個(gè)產(chǎn)品的平均售價(jià)。原子指標(biāo)是銷售額和銷售量。
• 轉(zhuǎn)化率：派生指標(biāo)是通過訪問量和轉(zhuǎn)化量計(jì)算得出的，它反映了每個(gè)渠道的轉(zhuǎn)化效果。原子指標(biāo)是訪問量和轉(zhuǎn)化量。
• 客戶生命周期價(jià)值：派生指標(biāo)是通過客戶平均購買金額、購買頻率和客戶保留率計(jì)算得出的，它反映了每個(gè)客戶對企業(yè)的貢獻(xiàn)價(jià)值。原子指標(biāo)是客戶購買金額、購買頻率和客戶保留率。

上面三個(gè)例子都是在原子指標(biāo)間進(jìn)行計(jì)算的原子級復(fù)合指標(biāo)。

也可以通過兩個(gè)派生指標(biāo)來計(jì)算復(fù)合指標(biāo)，例如派生指標(biāo)是：近七天北京地區(qū)IPAD的平均銷售價(jià)格=近七天北京地區(qū)IPAD的銷售額/近七天北京地區(qū)IPAD的銷售量。

也就是說，可以通過結(jié)果來進(jìn)行計(jì)算，平均銷售價(jià)格并不會(huì)在數(shù)據(jù)加工中直接計(jì)算。

4. 指標(biāo)要素

上面介紹了很多的概念，其實(shí)核心思想是統(tǒng)一對指標(biāo)的認(rèn)知和理解，每一個(gè)概念單獨(dú)去理解可能無法有一個(gè)整體的感受?？梢钥聪聢D，來完成對指標(biāo)的整體理解：

我們把【原子指標(biāo)】【時(shí)間周期】【業(yè)務(wù)范圍】【維度】【條件限定】統(tǒng)稱為指標(biāo)要素，他們是指標(biāo)的實(shí)體組織。

其中：

• 【原子指標(biāo)】就是度量，它確定了統(tǒng)計(jì)目標(biāo)和聚合方法
• 【時(shí)間周期】是一種特殊的維度，它確定了統(tǒng)計(jì)的時(shí)間范圍，從什么時(shí)間開始，從什么時(shí)間結(jié)束
• 【業(yè)務(wù)范圍】是一種特殊的維度，它確定了統(tǒng)計(jì)目標(biāo)的范圍
• 【時(shí)間周期】和【業(yè)務(wù)范圍】單獨(dú)拿出來，是為了更好的表達(dá)指標(biāo)的意義
• 【條件限定】是對統(tǒng)計(jì)數(shù)據(jù)進(jìn)行自由剪裁的過程
• 【維度】是我們用于觀察統(tǒng)計(jì)目標(biāo)的視角，可以有”無限個(gè)“維度

上圖列舉的三個(gè)指標(biāo)：【長視頻當(dāng)日下單人數(shù)】，【最近7天游戲大于18歲的客單價(jià)】，【最近1天電影老會(huì)員退款金額】都是基于這些指標(biāo)要素組合起來的。

四、指標(biāo)要素的SQL表達(dá)方式

基于指標(biāo)要素，我們可以把它和SQL關(guān)聯(lián)起來理解。便于我們了解數(shù)據(jù)的加工和實(shí)現(xiàn)過程,有益于我們從技術(shù)的視角理解指標(biāo)要素。

1）先了解SQL的大結(jié)構(gòu)

SQL的核心作用就是從數(shù)據(jù)表中提取數(shù)據(jù)。操作對象是表，所以可以理解為：【去哪張表里，以什么樣的條件，取哪些數(shù)據(jù)，要以什么樣的方法進(jìn)行數(shù)據(jù)計(jì)算】。

SQL的基本操作邏輯：

select “選取哪些字段” 在這里提供字段的各種計(jì)算方式，例如SUM，MIX，MIN，IF, ELSE等，對這一列數(shù)據(jù)進(jìn)行操作。

FROM “從哪張表取” 在這里提供單表、多表關(guān)聯(lián)（JOIN,不同表提取多列合并成一張表)、多表合并UNION（不同表，但表結(jié)構(gòu)相同，上下對齊成一張表）。

WHERE“以什么樣的條件” 在這里和SELECT 一樣提供字段的各種計(jì)算方式，來限制取值范圍。

GROUP BY,ORDER BY 組合與排序。

2）【原子指標(biāo)】對應(yīng)select

原子指標(biāo)是度量，它確定了統(tǒng)計(jì)目標(biāo)和聚合方法，在SQL中，它作用于SELECT范圍內(nèi)?？梢赃@么理解，SELECT范圍內(nèi)的內(nèi)容就是【原子指標(biāo)】。

例如：

select count(order_ID)—>計(jì)算訂單數(shù)

select sum(order_amount)->計(jì)算訂單金額

3）【業(yè)務(wù)范圍】對應(yīng)from

數(shù)據(jù)來源于哪張表，一定是確定了業(yè)務(wù)范圍，在數(shù)倉中，一般會(huì)對表進(jìn)行分類，分類的規(guī)則會(huì)基于業(yè)務(wù)來進(jìn)行，便于管理。

例如：

selectcount(order_ID) from dwd.orderlist 在訂單明細(xì)表中計(jì)算訂單數(shù)

4）【條件限定】對應(yīng)where

條件限定，一般體現(xiàn)在where條件語句中，表達(dá)以什么樣的條件來看指標(biāo)。

例如：

select

count(order_ID)

from dwd.orderlist

where order_amount>100

在訂單明細(xì)表中計(jì)算訂單金額大于100的訂單數(shù)

【時(shí)間周期】也會(huì)當(dāng)做限定條件出現(xiàn)在where條件中。

select

count(order_ID)

from dwd.orderlist

where order_amount>100 AND order_date=‘2023-05-20′

在訂單明細(xì)表中計(jì)算2023年5月20日訂單金額大于100的訂單數(shù)

【維度值】也會(huì)當(dāng)做條件出現(xiàn)在where條件中

select

count(order_ID)

from dwd.orderlist

whereorder_amount>100 AND order_date=‘2023-05-20’ AND CITY_NAME=“北京“

在訂單明細(xì)表中計(jì)算2023年5月20日訂單金額大于100且在北京發(fā)生的訂單數(shù)。

5）【維度】對應(yīng)group by

維度會(huì)參與select過程和group by過程。groupby 的目的是分組，分組就是為了以不同的視角去看數(shù)據(jù)。

例如：

select

count(order_ID),city_name

from dwd.orderlist

where order_amount>100 AND order_date=‘2023-05-20’ groupby city_name

在訂單明細(xì)表中計(jì)算2023年5月20日訂單金額大于100的訂單數(shù),按城市分組

6）綜合來看：

知曉指標(biāo)要素與SQL語句的對應(yīng)關(guān)系，能夠?qū)χ笜?biāo)的實(shí)現(xiàn)過程有更深層次的理解。這里最重要的意義在于用戶對指標(biāo)的定義能夠映射到技術(shù)方案上。能夠基于這層關(guān)系，對數(shù)據(jù)進(jìn)行合理的建模、開發(fā)與使用。

五、基于指標(biāo)要素的管理思維

上面把指標(biāo)抽象成指標(biāo)要素便于我們統(tǒng)一對指標(biāo)的理解，其實(shí)更重要的目的是便于使用與管理。管理上的意義在于能夠做到指標(biāo)開發(fā)使用從無邊界到有邊界的過程，逐步收斂覆蓋，另一層面能夠做好統(tǒng)一的標(biāo)準(zhǔn)，最后由此做基礎(chǔ)，向上放射到不同的系統(tǒng)、環(huán)境中去，形成整體的生態(tài)。

1. 覆蓋與收斂

先看這張圖：

根據(jù)派生指標(biāo)的概念，通過【原子指標(biāo)】+【維度】+【時(shí)間周期】+【條件限定】組成了一個(gè)派生指標(biāo)，當(dāng)每一個(gè)指標(biāo)元素出現(xiàn)大于1的情況時(shí)，就會(huì)出現(xiàn)多個(gè)派生指標(biāo)，計(jì)算方法是它們的乘積。

例如上面的情況，3個(gè)【原子指標(biāo)】*4個(gè)【維度值】*3個(gè)【時(shí)間周期】*2個(gè)【條件限定】=72個(gè)派生指標(biāo)。

指標(biāo)在使用的過程中，不論是口頭交談還是系統(tǒng)展示，都會(huì)以上圖右邊的形式來體現(xiàn)，【視頻業(yè)務(wù)日銷售額】誰都可以讀懂。沒有哪個(gè)用戶去把指標(biāo)拆解成這些要素來溝通，除非出現(xiàn)數(shù)據(jù)問題。所以我們在報(bào)表、匯報(bào)、業(yè)務(wù)溝通的過程中，都是如【視頻業(yè)務(wù)日銷售額】的指標(biāo)形式體現(xiàn)出來的。

這樣對于管理有一個(gè)非常大的好處，可以基于指標(biāo)要素的組合進(jìn)行最大可能的使用覆蓋。

根據(jù)業(yè)務(wù)的實(shí)際訴求，完成分析體系的建設(shè)：確定分析框架，確定分析類別，確定分析場景等等，例如用戶行為分析、業(yè)績分析、經(jīng)營分析、安全性分析、競對分析、財(cái)務(wù)分析..等多個(gè)場景。基于這些分析框架，可以逐步的抽象出指標(biāo)要素，確定有多少個(gè)【原子指標(biāo)】+【維度】，然后就可以大致的得出，我們能夠覆蓋”多少個(gè)“指標(biāo)了。

這樣做的好處在于，業(yè)務(wù)用到的絕大多數(shù)指標(biāo)，都是可以覆蓋在指標(biāo)要素組成的這些結(jié)果之內(nèi)的，指標(biāo)管理者、開發(fā)者只需要關(guān)注指標(biāo)要素的增減即可，不用根據(jù)具體的需求CASE BY CASE 的去完成任務(wù)，大大減少了管理和開發(fā)成本，從而實(shí)現(xiàn)了“收斂” 。

2. 及時(shí)性的提升

如果已經(jīng)確定好指標(biāo)要素【原子指標(biāo)】+【維度】+【時(shí)間周期】+【條件限定】，這些指標(biāo)就可以提前進(jìn)行計(jì)算：

把指標(biāo)要素組合的指標(biāo)，提前進(jìn)行預(yù)算，因?yàn)槭墙Y(jié)果集，即便是組合再多，也能控制在百萬、千萬級別，或者是分塊、分組來存儲，這樣就有數(shù)據(jù)量級小的特性，我們可以把結(jié)果存入到響應(yīng)速度更快的內(nèi)存數(shù)據(jù)庫中，完成“空間換時(shí)間”，解決大多數(shù)人無法等待超長時(shí)間的計(jì)算過程。

即便大數(shù)據(jù)技術(shù)發(fā)展到今天，如SPARK、clickhouse等大規(guī)模秒級響應(yīng)的查詢技術(shù)已經(jīng)很成熟了，這種空間換時(shí)間的方式依然非常受用。從成本的角度來講，非常劃算。

3. 命名的統(tǒng)一性

如果使用指標(biāo)要素的管理理念來生產(chǎn)、管理指標(biāo)，在用戶使用指標(biāo)的時(shí)候，可以做到指標(biāo)名稱的統(tǒng)一性。

回顧來看，所有應(yīng)用的指標(biāo)都可以認(rèn)為是派生指標(biāo)，派生指標(biāo)的指標(biāo)元素中，有哪些可以參與命名，哪些不用參與命名：

指標(biāo)的命名規(guī)范性，直接影響使用者對指標(biāo)的理解，并能夠影響到整個(gè)指標(biāo)使用的效果，如果命名不規(guī)范，會(huì)導(dǎo)致大家認(rèn)知出現(xiàn)偏差，經(jīng)常會(huì)出現(xiàn)不同名稱同一指標(biāo)，甚至還有同一指標(biāo)不同名稱的情況，增加大家的溝通對齊成本。

指標(biāo)命名的基本原則：簡短易懂，便于傳播，不易出現(xiàn)理解偏差。

【時(shí)間周期】必須參與命名，累計(jì)、昨日、月度、周；時(shí)間周期最直接的圈定了統(tǒng)計(jì)的范圍，需要明確的展示在指標(biāo)名稱上，簡單直接，避免不同人的理解歧義，減少錯(cuò)誤發(fā)生的幾率。

【原子指標(biāo)】必須參與命名，指標(biāo)的核心。

【業(yè)務(wù)范圍】可參與命名，如果在系統(tǒng)、使用場景流程做的比較的情況下，可不用參與命名。

例如，進(jìn)入到”視頻業(yè)務(wù)“的專屬分析系統(tǒng)中，系統(tǒng)對業(yè)務(wù)有明確的劃分板塊，例如進(jìn)入”電影“板塊，指標(biāo)名稱就無需帶上【電影】這個(gè)業(yè)務(wù)范圍了，比如昨日電影播放量就可以直接寫成播放量即可。

【條件限定】不參與命名。條件限定有量個(gè)非常重要的特性，就是很容易變長，二是它出現(xiàn)在指標(biāo)建立之后的靈活應(yīng)用上，是臨時(shí)性效果。

例如【昨日播放量】這個(gè)條件是：大于18歲，中國地區(qū)，IOS端，會(huì)員，近30天未登錄的，如果參與命名的話就是：

【會(huì)員IOS端中國區(qū)大于18歲其近30天未登錄的昨日播放量】這樣讀起來就非常別扭。而且組合條件還需要考慮語言的通順性，例如這樣組合

【大于18歲中國區(qū)IOS端近30天未登錄會(huì)員昨日播放量】讀起來就會(huì)拗口。

另外，很多條件限定都是臨時(shí)性提出的，例如年齡大于18歲，但是有可能隨時(shí)調(diào)整到16歲，如果按照人的年齡分布來講，我們可以從1歲到100歲這100個(gè)數(shù)字都當(dāng)做限定條件，這樣指標(biāo)就會(huì)無限增多膨脹，增大開發(fā)、管理、使用成本。

【維度】不參與指標(biāo)命名，維度與條件限定相同，它具有無限擴(kuò)展的情況，并且無法從語言上讓指標(biāo)變得易于理解。

例如【昨日播放量】支持維度：銷售渠道、城市、端、業(yè)務(wù)類型，加入維度后的命名是【昨日播放量銷售渠道城市端業(yè)務(wù)類型】這樣指標(biāo)就變的不可讀。

實(shí)際情況是維度在分析過程中參與GROUP BY 過程，例如表格中的分組，報(bào)表中的下鉆過程，實(shí)際上指標(biāo)命名帶上維度沒有意義，可以在應(yīng)用的過程中，告知用戶支持什么維度。

4. 一致性與生態(tài)

運(yùn)用指標(biāo)要素的指標(biāo)管理模型，本質(zhì)上是抽象+收斂的過程，確定少量的指標(biāo)要素，覆蓋大多數(shù)的使用指標(biāo)，減少開發(fā)、運(yùn)維、管理和認(rèn)知成本。一致性問題同樣可以在這個(gè)模型中被解決。

業(yè)務(wù)基于這個(gè)模型思路，去構(gòu)建自己的指標(biāo)模型，并用系統(tǒng)加以管理，當(dāng)做整個(gè)生態(tài)的底層基礎(chǔ)。

建立在這個(gè)模型之上，可以對接更上層的應(yīng)用系統(tǒng)，例如報(bào)表工具，業(yè)務(wù)分析系統(tǒng)，用戶管理系統(tǒng)，經(jīng)營分析系統(tǒng)等設(shè)計(jì)到指標(biāo)應(yīng)用的場景中，從而讓整個(gè)業(yè)務(wù)、數(shù)據(jù)分析系統(tǒng)生態(tài)中都利用起這個(gè)模型的思想。

六、智能化應(yīng)用與 ChatGPT

NLPto指標(biāo)：

指標(biāo)數(shù)據(jù)最理想的使用場景就是，想要就有，數(shù)據(jù)準(zhǔn)確，可視化展示。用戶期望能夠隨時(shí)查看自己想要的業(yè)務(wù)指標(biāo)數(shù)據(jù)，絕大多數(shù)人都有自己的使用指標(biāo)的渠道和方法，我們現(xiàn)在一般都會(huì)提供幾種方式例如：

• 翻開手機(jī)，去專門的APP或者小程序中瀏覽指標(biāo)數(shù)據(jù)，需要一些操作，需要權(quán)限
• 登錄報(bào)表平臺查看報(bào)表，需要一些操作
• 翻看一些帶有數(shù)據(jù)的郵件，需要一些操作
• 找人要，需要等

以上的指標(biāo)使用場景，需要用戶熟悉系統(tǒng)的操作、數(shù)據(jù)內(nèi)容可能會(huì)根據(jù)需求提前預(yù)設(shè)好，如果是問指標(biāo)的話，就依賴被詢問者的時(shí)間了。雖然每個(gè)人都各顯其通能夠拿到數(shù)據(jù)，但于用戶體驗(yàn)來說，還是需要有操作和時(shí)間成本。

智能化的指標(biāo)應(yīng)用可以大幅提高數(shù)據(jù)指標(biāo)的用戶體驗(yàn)和效率。我們希望的場景是，用戶對著手機(jī)：“告訴我昨天的DAU、用戶客單價(jià)和銷售額”，系統(tǒng)就能快速的反饋給用戶這三個(gè)指標(biāo)的結(jié)果，并且是準(zhǔn)確的。

指標(biāo)的加工處理到使用中間有很多過程，從數(shù)據(jù)采集->數(shù)倉加工->口徑定義->報(bào)表->系統(tǒng)->用戶，中間流程最直接的方式就是自然語言直接對接到數(shù)據(jù)。

在ChatGPT出現(xiàn)之前，我們的做法是基于指標(biāo)要素生產(chǎn)出指標(biāo)的模型（提前預(yù)算好所有的可能），通過NLP技術(shù)，將自然語言轉(zhuǎn)譯成SQL，直接讀取指標(biāo)模型，大概的技術(shù)思路如下：

這里不展開講解技術(shù)細(xì)節(jié)，總之我們希望通過技術(shù)的加持，打造用戶在靈活搜索指標(biāo)的時(shí)候能夠快速反饋給用戶正確的指標(biāo)的體驗(yàn)。

用戶的需求是靈活多變的，如果想完成上面對著手機(jī)說話就能反饋指標(biāo)結(jié)果的場景，我們核心要做的事情就聚焦在兩點(diǎn)：

• 讓系統(tǒng)盡可能的去理解自然語言，并準(zhǔn)確的把它轉(zhuǎn)換成可執(zhí)行的SQL。
• 盡最大的可能的覆蓋用戶的靈活需求，提高指標(biāo)要素組合成指標(biāo)的組合數(shù)量。

ChatGPT的出現(xiàn)，讓這個(gè)事情變得更容易。

ChatGPT生成式AI非常符合上面的理解自然語言，并準(zhǔn)確的把它轉(zhuǎn)換成可執(zhí)行的SQL這個(gè)能力的需要，現(xiàn)在我們可以把指標(biāo)管理模型的定義、指標(biāo)要素等元數(shù)據(jù)信息送給ChatGPT當(dāng)做prompt進(jìn)行指標(biāo)搜索與生成。

這里做的比較的一家國外產(chǎn)品：thoughtspot，建立在用戶搜索、找數(shù)據(jù)的場景中，去建立智能化分析搜索引擎。感興趣的可以去看看。

七、理想與現(xiàn)實(shí)

上面講方案是理想的，真正能不能應(yīng)用起來，是另一回事，現(xiàn)實(shí)是，一個(gè)小小的指標(biāo)，可能經(jīng)歷多個(gè)團(tuán)隊(duì)，多年，多次治理，都達(dá)不到好的效果。我認(rèn)為，核心原因有幾點(diǎn)：

1. 沒有強(qiáng)權(quán)的部門和人統(tǒng)領(lǐng)、缺少頂層設(shè)計(jì)
2. 組織的頻繁變化導(dǎo)致經(jīng)驗(yàn)、流程沉淀變的困難
3. 對用戶來講，指標(biāo)體系建設(shè)以及使用需要一定的學(xué)習(xí)、理解成本
4. 沒有獨(dú)立的運(yùn)營團(tuán)隊(duì)負(fù)責(zé)指標(biāo)服務(wù)，缺失運(yùn)營環(huán)節(jié)

上面4點(diǎn)是相互關(guān)聯(lián)的。主要是組織的設(shè)定與運(yùn)轉(zhuǎn)，業(yè)務(wù)部門在數(shù)據(jù)、指標(biāo)的建設(shè)上是門外漢，他們最希望的是想要的時(shí)候有，不希望要個(gè)數(shù)據(jù)特別困難，還有部門墻的存在，所以最適應(yīng)于這種訴求的組織方式就是自給自足，逐步的指標(biāo)就變成了開頭說的那種情況。

數(shù)據(jù)、指標(biāo)是一個(gè)需要認(rèn)準(zhǔn)一個(gè)解決方案（流程、標(biāo)準(zhǔn)、組織）就需要長期持續(xù)做下去的事情。如果出現(xiàn)中斷或者反復(fù)，沉淀的經(jīng)驗(yàn)不能繼承，則很難達(dá)到指標(biāo)準(zhǔn)確、及時(shí)好用的狀態(tài)。

學(xué)習(xí)成本以及運(yùn)營同樣是一個(gè)非常重要的因素。再簡單的指標(biāo)，也需要讀懂口徑、也需要明確指標(biāo)在哪里看到的最準(zhǔn)，數(shù)據(jù)出現(xiàn)了問題要找誰，用戶處于這個(gè)系統(tǒng)的時(shí)候，腦子里是沒有明確的說明書的，需要他逐步的探索，探索的過程因司而異。不同的公司有不同的組織協(xié)同和方法以及平臺系統(tǒng)來支持。所以一個(gè)完善的指標(biāo)（數(shù)據(jù)）服務(wù)團(tuán)隊(duì)是非常有必要的，這個(gè)團(tuán)隊(duì)與平臺、產(chǎn)品、數(shù)據(jù)團(tuán)隊(duì)合力完成整體服務(wù)體系的建設(shè)。

但現(xiàn)實(shí)是上面4點(diǎn)難以有公司能夠做到。我認(rèn)為核心的問題在于，這套體系在公司的決策層沒有概念，或者是ROI很低。

上面第一點(diǎn)說到，需要強(qiáng)權(quán)部門或者人來統(tǒng)領(lǐng)建設(shè)，一般公司決定權(quán)的人很少有數(shù)據(jù)建設(shè)科班出身的人，這個(gè)ROI評估，是需要對上面的內(nèi)容非常懂的情況下才能評估。公司老板想看到數(shù)據(jù)非常容易，他們的體感會(huì)特別好，有專人服務(wù)，很多有“北極星”的數(shù)據(jù)產(chǎn)品，能夠達(dá)到快速、準(zhǔn)確的數(shù)據(jù)使用標(biāo)準(zhǔn)。

基層人員就不同了，需要看到的數(shù)據(jù)顆粒度更細(xì)，分析整合的細(xì)節(jié)更多，并且服務(wù)的團(tuán)隊(duì)更公共化。所以，在公司內(nèi)產(chǎn)生了兩極現(xiàn)象，決策者使用數(shù)據(jù)舒服，但是他們總能聽到數(shù)據(jù)不好用的投訴或者聲音，感覺非常詫異。

基層使用者就沒那么幸運(yùn)，上述種種讓數(shù)據(jù)服務(wù)、指標(biāo)體系建設(shè)變得很難。直白點(diǎn)說，服務(wù)老板的資源和服務(wù)基層一線人員的資源完全不對等。所以，從體感上來講，決策層是沒有”怎么連個(gè)DAU“都算不清楚的感受的。

方案容易，理解思想簡單，但是能不能真正落地，真的是看公司是否有決心能夠下決心去做這個(gè)事情。還有一點(diǎn)最不能忽視的是，我們是否真正有足夠的時(shí)間和耐心等待這個(gè)體系的成長帶來的收獲。