维度、粒度、尺度、口径，这些都是啥？——那些数据术语背后

更多文章请前往：www.isaacsun.xyz

入职之后很长一段时间，我都对业界数据分析里各种术语感到困惑：工作中经常会听到如“维度”、“粒度”、“尺度”和“口径”这样的词汇，起初，我以为这些都是某些深奥的专业术语，但随着时间的推移，我意识到其实它们与我们的日常生活关系密切，只是我们未曾如此系统地去认识它们。

想象一下，我们手中的数据就像一个庞大的商品仓库，这个仓库中的每一件商品都是独特的，我们如何快速准确地找到需要的商品？这时，那些“神秘”的词汇就像是我们手中的指南针和放大镜，帮助我们定位和深入观察。

那么让我们从一个数据仓库出发，开始理解各个术语吧！

维度 (Dimension)

维度指的是数据的分类特征或属性。例如，性别能够取值为：男/女/其他，我们可以通过性别的取值对人群进行分类，那么性别就是一种典型的维度；

刚刚的数据仓库里的数据，我们可以从不同的角度去进行观测，观测的角度即为“维度”：多数情况下，维度的不同取值为我们提供了拆分数据的方法。如下图所示，一个维度存在三种属性 A / B / C，我们基于该维度对数据进行观测，就可以把所有的数据记录分为三类。

通过不同的维度将数据进行拆分，能够获取基础的分类 / 分属性分布信息，如果我们同时使用多个维度对数据进行拆分，也就在结构上得到了数据透视表（又称为：数据交叉表、枢纽表、关联表、相依表）。例如，在分析数据时，我们经常说“按照日期、客户类别等维度进行透视”，如果日期分为周一到周日的 7 天，客户类别分为“小型客户、中型客户、大型客户”3种类别，那么我们或许可以构建一个 7 行 ✕ 3 列的数据透视表：

日期 / 客户类别	小型客户	中型客户	大型客户
周一
周二	<