一、指標口徑問題
在電商業務中，新用戶銷售額是考核市場活動拉新效果的重要指標。馬漂亮（化名）是市場部門的數據分析師，某一天，她要給 CEO 提供一份數據報告，報告中有一項指標是“新用戶銷售額”。孫美麗（化名）是會員中心的運營，她每天都會給 CEO 提供每日的新用戶銷售額數據。
結果有一天，CEO 看了這兩份報告后發現，同一日的新用戶銷售額數值相差很大，他判斷數據出了問題，責令兩個部門的負責人進行排查。排查后發現，市場部門對新用戶口徑的定義和會員中心不一樣：
- 市場部門認定新用戶是首次下單並完成支付的用戶；
- 會員中心認定新用戶是當日新注冊用戶。
二、指標常見問題
同名不同徑，同徑不同名。
口徑不清晰，口徑有錯誤。
命名難理解，計算不易懂。
來源不清晰，同部不同徑。
1.相同指標名稱，口徑定義不同
見上述的例子，各管各的 到最后出來的結果不一樣。
2.相同口徑，指標名稱不一樣
這種情況與上面相反，比如發放優惠券是電商常見的促銷手段，現在你有兩個數據產品：
- 一個是經營大腦，主要展示的是企業日常經營活動健康度的核心指標，它有一個指標叫“優惠券抵扣金額”；
- 一個是市場 360，主要是展示市場活動效果衡量的指標，它也有一個指標叫“優惠券消耗金額”。
其實，兩者的口徑定義並沒有區別，但是指標名稱不同，這會讓使用指標的人疑惑，是不是同一個指標，計算邏輯是否一致？數據是否可以橫向對比？
3.不同限定詞，描述相同事實過程的兩個指標，相同事實部分口徑不一致
這個問題該如何理解呢？ 來看一個例子。
黑卡會員購買用戶和非會員購買用戶數，它們描述的都是用戶下單購買商品的相同業務過程，記錄的都是購買商品的事實，只是一個限定詞是黑卡會員，一個限定詞是非會員。
按照一致性原則，雖然是兩個指標，但是對於購買用戶數這個相同的事實部分，業務口徑、計算邏輯應該是一致的，但是現實情況卻可能不是這樣：
- “黑卡會員購買用戶數”的口徑定義是計算周期內去重的（重復購買的用戶只算一個），下單並且支付成功的用戶數量；
- “ 非會員的購買用戶數”的口徑定義是計算周期內去重的，下單並且支付成功，排除關單（“關單”是指在用戶在下單購買成功后，取消訂單）的用戶數量。
你能看到，對於購買用戶數，這兩個指標的口徑是不一致的，一個包含關單，一個不包含關單。
4.指標口徑描述不清晰
比如“關單金額”，口徑描述“關閉訂單的金額”。不同人的理解可能不一樣，有的人會認為是支付成功后關閉訂單；也有可能是支付完成前，取消訂單。描述不清晰，就會讓人們對數據的理解產生歧義。
5.指標口徑描述錯誤
在流量分析數據產品中，有“7 日 uv”這個指標，口徑的定義是 7 日內日均 uv。根據口徑描述的計算邏輯，應該是最近 7 日，每日 uv 相加除以 7 取平均值。顯然，這個定義在業務場景中是有問題的，正確的 7 日 uv 的口徑定義應該是 7 日內有登錄過，去重的用戶數。
6.指標命名難於理解
不難理解ads_jkdjjkljks_ksafkl 諸如此類
7.數據指標來源和計算邏輯不清晰
如果指標數據來源不清楚，一旦這個指標數據異常，就很難去做溯源。另外，有些指標的計算邏輯比較復雜，僅僅憑借業務口徑一段描述，使用指標的人還是無法理解這個指標的計算邏輯，這個時候就需要有一些偽碼或者 SQL 描述。
三、如和規范化定義指標
1.面向主題域
指標中的主題域與數倉中的概念是一致的，划分標准最好是跟數倉保持一致
eg:銷售分析”就是一個分析領域，這個“銷售分析”所涉及到的分析對象有商品、供應商、顧客、倉庫等，那么數倉主題就確定為商品主題、供應商主題、顧客主題、倉庫主題，“銷售分析”就可以作為一個主題域；
2.拆分原子指標和派生指標
統計周期、統計粒度、業務限定、原子指標，組成派生指標，所以原子指標可以定義為不能夠按照上述規則進一步拆分的指標。
引用前面的例子：
- 購買用戶數是原子指標，原子指標的口徑定義是“計算周期內去重的，下單並且支付成功的用戶數量，包括關單”；
- 黑卡會員和非會員都可以認定為業務限定詞；
- 統計粒度是商品粒度的；
- 統計周期是 30 天。
- 這樣 30 天內，商品維度的黑卡會員購買用戶數和 30 天內商品維度的非會員購買用戶數就作為兩個派生指標存在，但是他們繼承自同一個原子指標。
3.命名規范
根據所在公司定義的術語表，或者分層規范見表或者任務 這個沒必要細說，反正記住命名要規范就行。
4.分等級管理
- 一級指標，要確保指標按時、保證質量產出，指標創建由中台負責；
- 二級指標，允許業務方自己創建，中台不承諾指標的產出時間和質量。
5.指標系統
在了解如何管理指標之后，我們還需要一款好用的工具，幫助我們落實管理方法。我觀察到，很多公司喜歡用 Excel 管理指標（本博主所工作過的公司就是用的excel，也是大多數公司所用的），覺得 Excel 上手容易，編輯比較方便。在我看來，Excel 並不是一個適合指標管理的工具，有這樣幾個原因：
難於共享；
缺少權限控制；
無法動態更新；
大公司有自己的指標管理系統 如下圖：
6.構建全局指標字典
構建全局的指標字典分為兩個場景：
- 一個是面對一個新的指標需求，如何基於指標系統完成指標開發流程；
- 另外一個是面對已經存在的，混亂的指標現狀，如何進行全局梳理。
先來看第一個場景。
指標需求評審，需要需求方、數據開發、應用開發都參加。評審首先要確認這是不是一個新的指標，並明確它是原子指標還是派生指標。評審的目的就是要大家達成一致。
評審的結果一種是不需要開發，是一個已經存在的指標，直接可以通過設計邏輯模型（具體我會在數據服務章節講），發布接口，獲取數據。第二種就是需要開發。前者交付時間短，后者需要排期，交付時間長。
上面我提到指標有一級和二級之分，這個流程適用於一級指標，對於二級指標，可以不需要評審，當然開發也是由業務方開發和發布上線。
接下來，我們來看第二個場景。
除了新建指標的流程，對於很多公司，已經有一定的大數據業務，但是還不能算是一個中台，那這部分公司該如何進行一次全局的指標梳理呢？我認為應該有以下幾個步驟：
成立以數據產品或者分析師為核心的 1～3 人的工作小組，專門負責指標的全局梳理；
制定指標梳理計划，明確指標梳理目標，覆蓋多少個業務線，與業務方共同制定時間計划；
對於每一個業務線，需要對還在使用的數據報表、數據產品進行盤點，這里順便可以把沒用的報表和數據產品應該下線；
最后總結腦圖：
