指標作為業務和數據的結合，是數據統計的基礎，也是量化業務效果的依據。如何避免指標統計使用過程中出現的指標名稱混亂，指標不唯壹？同時做好數據有序地和有結構地分類組織和存儲，避免底層數據的重復建設，數據統計來源的不唯壹。本文重點介紹了如何根據業務過程來定義原子指標，根據原子指標和修飾詞的結合來定義相關派生指標，同時做好指標的規範命名。
1、背景介紹
指標是指將業務單元細分後量化的度量值，它使得業務目標可描述、可度量、可拆解。而指標體系的搭建是最為重要的，將直接影響「產生→處理→存儲→計算→應用」的全流程。而在實際的使用過程中出現了以下問題：① 對於同壹業務場景，各部門會用不同的指標來衡量；② 對於同壹指標的計算，不同的時間點去統計，統計來源和方式會有差異。
具體來說，要做到以下幾點：1）規範維度和量度命名，確保唯壹性，命名規則要盡量做到明確、通用、易懂；2）對確認維度或量度，統壹計算口徑，避免歧義；3）涵蓋盡可能多的核心維度和量度，以此為基礎推動數據建設，確保指標字典裏覆蓋的維度都可區分，指標都可統計；4）基於指標字典，將核心維度和量度註入元數據中心，接入指標提取工具，後續實現不需要寫sql即可完成自助查詢及分析需求，搭建數據自助分析的基礎。
因此要提供標準化的、***享的、數據服務能力，降低數據互通成本，釋放計算、存儲、人力等資源，以消除業務和技術之痛。數據體系架構如下：
業務板塊：如果業務產品比較多，且彼此之間的指標或者重疊性比較少的，可單獨分開。
規範定義：設計出壹套數據規範的命名體系。
模型設計：以維度建模理論為基礎，基於維度建模總線架構，構建壹致性的維度和事實。
數據體系架構
2 指標的規範定義
指標的規範定義，以維度建模作為理論基礎，構建總線矩陣，劃分和定義數據域、業務過程、維度、度量/原子指標、修飾類型、修飾詞、時間周期、派生指標等。
指標的規範定義
①數據域
指面向業務分析，將業務過程或者維度進行抽象的集合。其中，業務過程可以概括為壹個個不拆分的行為事件，在業務過程之下，可以定義指標；維度，是度量的環境，如買家下單事件，買家是維度。為了保障整個體系的生命力，數據域是需要抽象提煉，並且長期維護更新的，但不輕易變動。
②業務過程
指企業的業務活動事件，如，下單、支付、退款都是業務過程。其中，業務過程不可拆分。
③時間周期
用來明確統計的時間範圍或者時間點，如最近30天、自然周、截止當日等。
④修飾類型
是對修飾詞的壹種抽象劃分。修飾類型從屬於某個業務域，如日誌域的訪問終端類型涵蓋無線端、PC端等修飾詞。
⑤修飾詞
指的是統計維度以外指標的業務場景限定抽象，修飾詞屬於壹種修飾類型，如在日誌域的訪問終端類型下，有修飾詞無線端、PC端等。
⑥度量/原子指標
原子指標和度量含義相同，基於某壹業務事件行為下的度量，是業務定義中不可再拆分的指標，具有明確業務含義的名稱，如支付金額。
⑦維度
維度是度量的環境，用來反映業務的壹類屬性，這類屬性的集合構成壹個維度，也可以稱為實體對象。維度屬於壹個數據域，如地理維度（其中包括國家、地區、省市等）、時間維度（其中包括年、季、月、周、日等級別內容）。
⑧維度屬性
維度屬性隸屬於壹個維度，如地理維度裏面的國家名稱、國家ID、省份名稱等都屬於維度屬性。
⑨派生指標
派生指標=1個原子指標+多個修飾詞（可選）+時間周期。可以理解為原子指標業務統計範圍的圈定。如原子指標：支付金額，最近1天海外買家支付金額則為派生指標。
派生指標又分以下三種類型：
事務型指標：是指對業務活動進行衡量的指標。例如，新增註冊會員數、訂單支付金額，這類指標需要維護原子指標以及修飾詞，在此基礎上創建派生指標。
存量型指標：是指對實體對象（如商品、會員）某些狀態的統計，例如商品總數、註冊會員總數，這類指標需要維護原子指標以及修飾詞，在此基礎上創建派生指標，對應的時間周期壹般為“歷史截止當前某個時間”。
復合型指標：是在事務性指標和存量型指標的基礎上復合成的。例如，瀏覽UV-下單買家數轉化率。復合型指標的規則：
比率型：創建原子指標，如CTR、瀏覽UV-下單買家數轉化率、滿意率等。例如，“最近1天店鋪首頁CTR”，原子指標為“CTR”，時間周期為“最近1天”，修飾類型為“頁面類型”，修飾詞為“店鋪首頁”。
比例型：創建原子指標，如百分比、占比。例如，“最近1天無線支付金額占比”，原子指標為“支付金額占比”，修飾類型為“終端類型”，修飾詞為“無線”。
變化量型：不創建原子指標，增加修飾詞，在此基礎上創建派生指標。例如，“最近1天訂單支付金額上1天變化量”，原子指標為“訂單支付金額”， 時間周期為“最近1天”，修飾類型為“統計方法”，修飾詞為“上1天變化量”。
變化率型：創建原子指標，例如，“最近7天海外買家支付金額上7天變化率”，原子指標為“支付金額變化率”，修飾類型為“買家地域”，修飾詞為“海外買家”。
統計型（均值、分位數等）：不創建原子指標，增加修飾詞，在此基礎上創建派生指標；在修飾類型“統計方法”下增加修飾詞，如人均、日均、行業平均等。例如，“自然月日均UV”，原子指標為 “UV”，修飾類型為“統計方法”，修飾詞為“日均”。
3 指標管理的功能實現
為了實現指標管理，需考慮的底層信息：
指標管理功能設計
部分前臺界面展示：
原子指標功能界面
派生指標功能界面
4 數據的使用框架
在對指標進行規範定義與管理的基礎上，可以此推動底層事實表以及維表的建設，保證數據統計的數據源唯壹以及計算口徑統壹。同時，通過指標和修飾詞的結合，便於業務人員進行自助分析與使用數據，降低數據獲取的效率，從而產生有價值的結論，輔助決策，充分發揮數據的價值。
數據分析使用框架
總結
本文總結了如何基於業務來劃分業務過程，從而涉及對應的原子指標，在與維度結合的基礎上創建派生指標，建設成規範統壹的數據指標體系。以此推動數據統計來源的唯壹性，並接入指標提取工具，後續業務完成自助查詢及分析需求，搭建數據自助分析的基礎。
本書部分內容根據阿裏巴巴數據技術以及產品部的《大數據之路 阿裏巴巴大數據實踐》讀書筆記而展開，歡迎大家壹起交流。