指标体系构建-01-什么是数据指标

参考

四千字全面解析数据产品经理必知概念：标签、维度、指标

什么是数据指标

指标是指于其中打算达到的指数，规格，标准等,是用数据对事物进行描述的工具。通常指标对应是否有价值取决于这个指标的实际意义。同时关注指标对应的数值，主要关注其单位及波动性。

动态指标	半动态指标	静态指标
销量	年龄	性别

举个栗子🌰：

口头描述：这家店生意很好
数据描述：这家店昨天的营业额是16000元
数据指标：昨日营业额

数据指标，需要有清晰的定义,举个栗子🌰：
昨日营业额这个数据指标怎么描述

数据指标：昨日营业额
统计时间：昨日00:00-23:59
数据来源：店铺POS机交易流水
数据计算：POS记录的交易订单（不含退货单）的金额汇总

再举个栗子🌰：
7日留存率这个数据指标怎么描述

数据指标：7日留存率
统计时间：7天内的数据
数据来源：app登录数据
数据计算：留存率=某范围活跃用户数在第N日仍启动该App的用户数的占比
数据描述：比如8.2号新注册的用户在8.9号之前又再次登录的数据

数据指标、标签、维度的区别

数据指标 VS 标签 VS 维度

数据指标的作用上文已经说过，是数据对事物进行描述的工具

数据指标：昨日营业额（昨日营业额16000元）

标签是什么,举个栗子🌰：

是为了描述事物、区分事物的某种缩略代指。比如（百年）老店、新店（开业）中的老店和新店就是标签。
任何描述性的文本，都可以作为标签。它可以是成语，也可以是词语，也可以是不完整的句子。
甚至也可以是形象、图片、符号，也能是标签。一个笑脸、一个红心、一个太阳就能代表很多很多，一图胜千言。当然，每个人都有自己的解读。
标签和维度值的概念重叠度比较高。

数据指标：昨日营业额（昨日营业额16000元）
标签：店铺类型（旗舰店/社区店、老店/新店）

什么是维度，,举个栗子🌰：
物以类聚人以群分，一个自然而然的逻辑是：先有物和人，再有类和群。
这里的物和人就是标签，但人又分为傣族人，汉族人，白种人，这个就是群，人按照群分就是维度。
建立维度，其实是归纳归类，继续做了一层抽象。

最简单的维度，是二元的：是/否。比如，测过核酸 / 没测过核酸。

维度是灵活变通的，可以持续细化，不同维度可以相互组合的。

为了讲清楚维度，我不得不再引入一个相关的词，粒度。
粒度，其实就是描述事物、事情过程的细致程度。
为了更细粒度的分类描述，我们可以利用更多不同的前后缀修饰词创建新的维度。

就拿测核酸这个事情来举例。,举个栗子🌰：

假如一开始只区分是否测过核酸，后来病毒持续演进，抗疫成了持久战，后来开始区分时间：近30天、近7天、近3天是否测过核酸。
后续为了更加精细化防控，再加上来小区的维度，那就变成：A 小区近 7 天是否测过核酸、B 小区近 3 天是否测过核酸。

维度之间也可以合并和归总。

正向可以，反之亦然，我们也可以将细粒度的维度合并成更粗的维度。
如果一开始就高瞻远瞩，基于现实情况，设定了较为贴切的粒度，将统计的维度设置为近N天、小区、是否测核酸。
后续抗疫效果显著，粒度不需要再那么细，只需要按照月份、城市进行统计的时候，这些维度也可以归总：月份、城市、是否测过核酸。

维度的下钻和上卷

按照很多文章的说法，这个两个模块叫做维度的下钻和上卷。
但是，下钻和上卷比较抽象，我比较建议大家通过实际例子来构建自己的理解。
其实可以看到，维度和粒度之间相互影响、相互解释：维度越多，粒度越细。
为了方便，也可以将常见的特别细粒度的维度组合，合并成一个新的维度进行统称。
任何维度的设定，以及维度的下钻和上卷，都是基于我们想了解什么粒度的信息。

标签分类维度指标

一般指标指的是连续型的数据，
而标签指的是有业务含义的分类数据
标签可以通过指标计算得到，比如老店：开业时间＞=24个月的店
标签是有强业务含义、强业务指向性的分类维度

在这里插入图片描述

如何得到数据指标

数据指标是事务的数据描述，所以……

1.对象是谁？
2.想描述他哪方面东西？
3.有没有数据记录？

举个栗子🌰：

	我要找对象	我要找搬运工
对象	男人	男人
哪方面	高富帅	信用卡、收费合理
数据记录	高：直接测量富：信用卡？车？房产证帅：主管评分	信用好：中介评分、完成订单数收费合理：收费金额

注意！同一个目标，也会有不同判断,举个栗子🌰：

	我要找对象	我要找对象
对象	男人	男人
哪方面	高富帅	对我好
数据记录	高：直接测量富：信用卡？车？房产证帅：主管评分	给我钱用帮我干活