【数据仓库】指标管理

一、指标介绍

什么是指标？指标就是用来量化事物的一个工具，帮助我们去将一些抽象的事件得出一个轮廓上的描述。例如我们可以从指标上判断一个产品的好坏，用户粘性等等，例如我们通过日活能去判断出我们整个产品的用户量，从而能反应出我们这个产品的一个健康程度。

那么数据仓库中，建立指标体系有以下几点核心意义：

1. 统一数据口径，消除歧义（各部门对指标定义不统一）
2. 支撑业务决策，提升效率（监控业务健康度）
3. 优化资源分配，成本控制
4. 沉淀数据资产，支持长期分析（数据驱动文化，建立指标看板）

二、指标管理流程

2.1 明确需求（业务驱动）

以业务为驱动，与需求方（如业务部门）进行深入沟通，明确核心问题点（示例：电商场景需关注「订单转化率」「用户留存率」「GMV增长率」），并且划分业务域，整理出各个业务域中主要的业务过程，例如：

• 用户域（注册、活跃、留存）
• 交易域（下单、支付、退款）
• 商品域（库存、销量）

2.2 指标分级设计

采用 分级设计, 确保指标可复用、易维护：

1）原子指标

• 定义：不可拆分的业务度量（如「订单数」「支付金额」）。

• 规则：业务过程 + 度量（例如：下单_订单数、下单_订单金额）。

  -- 原子指标SQL示例
  SELECT SUM(payment_amount) as total_amount
  FROM dw_order;

  2）派生指标

• 定义：原子指标 + 维度 + 统计周期（如「最近7天各省份下单金额」）。

• 规则：原子指标 + 时间周期 + 筛选条件（多个）。

  -- 派生指标SQL示例
  SELECT 
  province, 
  SUM(payment_amount) AS last_7d_payment 
  FROM dw_order 
  WHERE order_date >= CURRENT_DATE - 7 
  GROUP BY province;

  3）复合指标

• 定义：多个原子/派生指标计算得出（如「转化率 = 下单用户数 / 访问用户数」）。

• 规则：公式需明确且可追溯。

  -- 复合指标定义（转化率）
  SELECT 
  ROUND(
    (COUNT(DISTINCT order_users.user_id) * 100.0) / NULLIF(COUNT(DISTINCT visit_users.user_id), 0), 2
  ) AS conversion_rate
  FROM 
  -- 获取访问用户（分母）
  (SELECT DISTINCT user_id FROM dwd_page_visit 
   WHERE page_id = '商品详情页' 
     AND visit_date BETWEEN '2023-01-01' AND '2023-01-07') AS visit_users
  LEFT JOIN 
  -- 获取下单用户（分子）
  (SELECT DISTINCT user_id FROM dw_order 
   WHERE order_date BETWEEN '2023-01-01' AND '2023-01-07') AS order_users
  ON visit_users.user_id = order_users.user_id

  2.3 指标字典

  根据业务域中的不同业务过程，可以整理出如下表的指标字典：
  

• 类型：指标的类型（原子指标、派生指标、复合指标）
• 定义描述：指标的详细描述
• 计算公式：明确指标的计算公式
• 数据来源表：直接关联到数据仓库中的表名（如dw_order），复合指标可写多个来源表（用逗号分隔）
• 维度：统计维度
• 统计周期：时间粒度，包括实时、日、周、月、年
• 版本：指标版本
• 备注：指标备注说明

2.4 数据建模开发

数据仓库开发人员基于指标字典，开展数据建模、开发工作，数据建模与数据开发规范在前两节已有介绍，这里就不赘述了。

2.5 迭代优化

指标体系的完善并非一朝一夕可以完成的，需要在数仓建设过程中不断去总结完善，比如部门内可以每月举行Review会议，重点可以针对以下几点来展开：

1. 优化指标计算逻辑
2. 淘汰低使用率指标
3. 合并重复指标

三、总结

建立标准化的指标体系对企业具有战略性价值，能够从数据驱动、管理效率、业务增长等多个维度带来显著收益，它不仅是技术工程，更是企业数字化转型的"基础设施"。它的核心价值在于将数据从成本中心转化为利润中心，最终支撑企业完成从"经验驱动"到"数据驱动"的质变。