指标是指将业务单元细分后量化的度量值

指标作为业务和数据的结合，是数据统计的基础，也是量化业务效果的依据。如何避免指标统计使用过程中出现的指标名称混乱，指标不唯一？同时做好数据有序地和有结构地分类组织和存储，避免底层数据的重复建设，数据统计来源的不唯一？

本文重点介绍了如何根据业务过程来定义原子指标，根据原子指标和修饰词的结合来定义相关派生指标，同时做好指标的规范命名。

1. 背景介绍

指标是指将业务单元细分后量化的度量值，它使得业务目标可描述、可度量、可拆解。而指标体系的搭建是最为重要的，将直接影响「产生→处理→存储→计算→应用」的全流程。而在实际的使用过程中出现了以下问题：

1. 对于同一业务场景，各部门会用不同的指标来衡量；
2. 对于同一指标的计算，不同的时间点去统计，统计来源和方式会有差异。

具体来说，要做到以下几点：

1. 规范维度和量度命名，确保唯一性，命名规则要尽量做到明确、通用、易懂；
2. 对确认维度或量度，统一计算口径，避免歧义；
3. 涵盖尽可能多的核心维度和量度，以此为基础推动数据建设，确保指标字典里覆盖的维度都可区分，指标都可统计；
4. 基于指标字典，将核心维度和量度注入元数据中心，接入指标提取工具，后续实现不需要写sql即可完成自助查询及分析需求，搭建数据自助分析的基础。

因此要提供标准化的、共享的、数据服务能力，降低数据互通成本，释放计算、存储、人力等资源，以消除业务和技术之痛。

数据体系架构如下：

1. 业务板块：如果业务产品比较多，且彼此之间的指标或者重叠性比较少的，可单独分开。
2. 规范定义：设计出一套数据规范的命名体系。
3. 模型设计：以维度建模理论为基础，基于维度建模总线架构，构建一致性的维度和事实。