一、什么是指标体系
1、指标体系定义
指标体系，就是指衡量企业业务状态的指标集合。在实际的工作中，在解决一个复杂的业务问题时，需要使用多个指标从不同维度来评估业务，也就是使用指标体系。指标体系是从不同维度梳理业务，把指标有系统地组织起来。简而言之，指标体系 = 指标 + 体系。
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，它是业务和数据的结合，是统计的基础，也是量化效果的重要依据。
指标主要分为结果型和过程型：
- 结果型指标：用于衡量用户发生某个动作后所产生的结果，通常是延后知道的，很难进行干预。结果型指标更多的是监控数据异常，或者是监控某个场景下用户需求是否被满足；
- 过程型指标：用户在做某个动作时候所产生的指标，可以通过某些运营策略来影响这个过程指标，从而影响最终的结果，过程型指标更加关注用户的需求为什么被满足或没被满足。
体系是由不同的维度组成，而维度是指用户观察、思考与表述某事物的“思维角度”，维度是指标体系的核心，没有维度，单纯说指标是没有任何意义的。
维度主要分为定性维度和定量维度：
- 定性维度，主要是偏文字描述类如城市、性别、职业等；
- 定量维度，主要是数值类描述如收入、年龄等，对定量维度需要做数值分组处理。
2、指标体系生命周期
生命周期主要包含定义、生产、消费、下线四个阶段。针对整个生命周期要持续做指标运维、质量保障，同时为了提高指标数据复用度，降低用户使用成本需要做对应的数据运营工作。
二、为什么搭建指标体系
1、理解业务现状
指标体系，可以让不同部门、企业管理者看到一个相对客观的数据，能够统一公司不同部门对业务现状的理解和认识。
2、根据分析主体，找出业务痛点
通过常用的指标体系建设方法论，例如 AARRR 海盗指标模型，能发现用户生命周期各个阶段，分析在用户拉新 ( Acquisition ) 、用户激活 ( Activation ) 、用户留存 ( Retention ) 、商业变现 ( Revenue ) 、用户推荐 ( Referral ) 每个阶段的业务痛点。
3、指导业务、推动业务
指标不仅可以进行结果指标预测、指标预警，还能进行异常数据归因，及早发现业务漏洞。
4、优化产品或业务逻辑
我们可以通过漏斗分析来观察我们各环节的业务状况，从而找出漏斗过程中折损较大、上下游业务不流畅的过程，做重点优化。
三、如何搭建指标体系
1、指标价值
技术目标：统一指标和维度管理，规范指标命名、统一计算口径，保证维度和指标的一致性；
业务目标：统一数据出口、覆盖多场景化应用；
产品目标：指标体系管理工具落地，让指标定义、生产、消费做的更流畅；
2、模型架构
1）业务线
业务板块定义原则：业务逻辑层面进行抽象、物理组织架构层面进行细分，可根据实际业务情况进行层级分拆细化，层级分级建议进行最多三级分拆，一级细分可从公司层面统一规范确定，二级及后续拆分可根据业务线实际业务进行拆分。
2）规范定义
- 数据域：指面向业务分析，将业务过程或者维度进行抽象的集合。其中，业务过程可以概括为一个个不拆分的行为事件，在业务过程之下，可以定义指标；维度，是度量的环境，如事件，呼单类型是维度。为了保障整个体系的生命力，数据域是需要抽象提炼，并且长期维护更新的，变动需执行变更流程；
- 业务过程：指公司的业务活动事件，如：下单、支付都是业务过程。其中，业务过程不可拆分；
- 时间周期：用来明确统计的时间范围或者时间点，如近 30 天、自然周、截止当日等；
- 修饰词：指的是统计维度以外指标的业务场景限定抽象，修饰词属于一种修饰类型，如在日志域的访问终端类型下，有修饰词 APP 、 PC 端等；
- 度量/原子指标：原子指标和度量含义相同，基于某一业务事件行为下的度量，是业务定义中不可再拆分的指标，具有明确业务含义的名称，如交易金额；
- 维度：维度是度量的环境，用来反映业务的一类属性，这类属性的集合构成一个维度，也可以称为实体对象。维度属于一个数据域，如区划维度（其中包括省级、市级、区县等）、时间维度（其中包括年、季、月、周、日等内容）；
- 维度属性：维度属性隶属于一个维度，如区划维度里面的区划名称、区划 ID、区划省份名称等都属于维度属性；
- 指标分类：主要分为原子指标、派生指标、衍生指标；
- 原子指标：基于某一业务事件行为下的度量，是业务定义中不可再拆分的指标，具有明确业务含义的名称，如交易笔数、交易金额；
- 派生指标：是 1 个原子指标 + 多个修饰词（可选）+ 时间周期，是原子指标业务统计范围的圈定。派生指标又分以下二种类型：
事务型指标：是指对业务过程进行衡量的指标。例如，政府采购交易数量、订单支付金额，这类指标需要维护原子指标以及修饰词，在此基础上创建派生指标；
存量型指标：是指对实体对象（如供应商、采购单位）某些状态的统计，例如入驻供应商总数、入驻社会中介机构总数，这类指标需要维护原子指标以及修饰词，在此基础上创建派生指标，对应的时间周期一般为历史截止当前某个时间；
- 衍生指标：是在事务型指标和存量型指标的基础上复合成的。主要有比率型、增长率、统计型均值。
3、指标体系建设流程
1）指标协作流程
2）指标命名规范
-
原子指标 = 业务过程 + 度量
举例：如订单表中的 pay_amt 字段，如果直接使用 pay_amt 支付金额，可能会和支付域中的支付金额重复，此处建议使用 trd_pay_amt 交易支付金额作为原子指标。
-
派生指标：派生指标 = 原子指标 + 修饰词 + 时间周期
注意：修饰词放在后面，既可以保证派生指标对原子指标的继承性，同时从命名上可以见名知意；
其中，修饰词有定义的使用修饰词进行定义，修饰词无定义的，使用三位数序号进行定义，牺牲可读性，确保唯一性。
举例：如近 7 天订单支付金额: trd_pay_amt_7d
3）指标模型建设
建模流程主要是从业务视角对需求场景涉及的指标进行主题抽象，归类，统一业务术语，减少沟通成本，同时避免后续的指标重复建设。数仓模型主要采用 Kimball 维度建模方法进行构建，包括维度和事实；
数据模型
模型定义规范
四、指标体系产品化
1、指标产品概述
指标体系涉及的产品集主要是依据其生命周期进行相应建设，通过产品工具打通数据流，实现指标体系一体化、自动化、规范化、流程化管理。因为指标体系建设本质目标是服务业务，实现数据驱动业务价值，所以建设的核心是通过工具、产品、技术和组织的融合提高用户使用数据的效率，加速业务创新迭代。
其中和指标体系强相关产品就是数据指标工具的落地，其产品的定位及价值：
- 支撑指标管理规范从方法到落地的工具，自动生成规范指标，解决指标名称混乱、指标不唯一的问题，消除数据的二义性；
- 统一对外提供标准的指标口径和元数据信息。
2、工具设计流程
1） 元数据管理
2）指标定义
3）指标生产
4）指标消费
结束语
文章整体介绍了指标体系建设方法论和工具产品的建设情况，目前数据指标和开发工具已实现流程打通，与数据消费产品的打通后续会通过 DataAPI 方式提供数据服务，规划建设中。
指标体系建设工具已经在公司内进行推广使用，覆盖公司部分核心业务板块，指标体系产品也会持续迭代实践。
推荐阅读
招贤纳士
政采云技术团队（Zero），一个富有激情、创造力和执行力的团队，Base 在风景如画的杭州。团队现有 500 多名研发小伙伴，既有来自阿里、华为、网易的“老”兵，也有来自浙大、中科大、杭电等校的新人。团队在日常业务开发之外，还分别在云原生、区块链、人工智能、低代码平台、中间件、大数据、物料体系、工程平台、性能体验、可视化等领域进行技术探索和实践，推动并落地了一系列的内部技术产品，持续探索技术的新边界。此外，团队还纷纷投身社区建设，目前已经是 google flutter、scikit-learn、Apache Dubbo、Apache Rocketmq、Apache Pulsar、CNCF Dapr、Apache DolphinScheduler、alibaba Seata 等众多优秀开源社区的贡献者。如果你想改变一直被事折腾，希望开始折腾事；如果你想改变一直被告诫需要多些想法，却无从破局；如果你想改变你有能力去做成那个结果，却不需要你；如果你想改变你想做成的事需要一个团队去支撑，但没你带人的位置；如果你想改变本来悟性不错，但总是有那一层窗户纸的模糊……如果你相信相信的力量，相信平凡人能成就非凡事，相信能遇到更好的自己。如果你希望参与到随着业务腾飞的过程，亲手推动一个有着深入的业务理解、完善的技术体系、技术创造价值、影响力外溢的技术团队的成长过程，我觉得我们该聊聊。任何时间，等着你写点什么，发给 zcy-tc@cai-inc.com
微信公众号
文章同步发布，政采云技术团队公众号，欢迎关注
