数据仓库指标体系搭建实战

01指标体系

 

1. 痛点分析

主要从业务、技术、产品三个视角来看：

业务视角业务分析场景指标、维度不明确；频繁的需求变更和反复迭代，数据报表臃肿，数据参差不齐；用户分析具体业务问题找数据、核对确认数据成本较高。

技术视角指标定义，指标命名混乱，指标不唯一，指标维护口径不一致；指标生产，重复建设；数据汇算成本较高；指标消费，数据出口不统一，重复输出，输出口径不一致；

产品视角缺乏系统产品化支持从生产到消费数据流没有系统产品层面打通；

2. 管理目标

• 技术目标   统一指标和维度管理，指标命名、计算口径、统计来源唯一， 维度定义规范、维度值一致
• 业务目标   统一数据出口、场景化覆盖
• 产品目标   指标体系管理工具产品化落地；指标体系内容产品化落地支持决策、分析、运营例如决策北极星、智能运营分析产品等

3. 模型架构

02业务线定义

业务板块定义原则：业务逻辑层面进行抽象、物理组织架构层面进行细分，可根据实际业务情况进行层级分拆细化，层级分级建议进行最多进行三级分拆，一级细分可公司层面统一规范确定，二级及后续拆分可根据业务线实际业务进行拆分。

例如滴滴出行领域业务逻辑层面两轮车和四轮车都属于出行领域可抽象出行业务板块(level一级)，根据物理组织架构层面在进行细分普惠、网约车、出租车、顺风车（l