标签与指标到底有什么区别？

目录

内容

指标通常描述客观事实

标签往往存在人为划分

分类

指标的分类

标签的分类

应用场景

指标的应用场景

标签的应用场景

总结

---

最近在工作中也经常和标签、指标打交道，但是似乎很少有人能完全说明白这两者的明确定义、区别和联系，今天尝试来聊聊这个问题。

内容

本来应该先从定义开始，但是数据玩家找了很多定义，总感觉很晦涩，需要一定的深入思考和实践经历才能完全理解，于是我们先暂时不看定义，从两者的特征开始比较，第一个特征是两者的内容。

指标通常描述客观事实

常见的指标，宏观层面比如GDP、CPI、PPI，金融机构常用的存贷比、不良率、AUM，产品运营的MAU、DAU、LTV等等，都是对一个客观事实的描述，通常以可量化的数值形态呈现，或为数值，或为比率。

一个指标通常包含三个部分：口径/逻辑、维度、限定词。

口径和逻辑，也就是这个指标具体的含义，首先得有一个业务口径，然后由技术把他落地成为一个技术的加工逻辑，从哪几个表取，count、sum、max、min或者是avg。

维度指的是我们从什么角度去看这个指标，是时间维度（年/月/日）、机构维度（不同分支机构）还是客群或产品维度，在SQL语句里就是group by。

限定词就是在这个维度下，我们选取哪一个具体的枚举值，对应SQL语句就是where条件。

举个栗子，AUM的业务口径是客户名下所有资产，包括存款、理财、代销基金、保险等…… 技术的加工逻辑会有一长串SQL，关键的点是所有金额做sum。

如果只看全行的AUM，是不需要维度的，如果要看具体某一个维度，就需要group by了，指标就变成了按机构维度看AUM，即group by org。

限定词就是要看某个具体分行，比如上海分行所有客户的AUM，SQL语句里就需要加上 where org = '021'。

不论怎么定义，大家可以发现，每一个环节都是陈述事实，实际的