数据指标体系

开发思路

​    指标：对数据的统计值。如会员数、活跃会员数、会员留存数。

​    指标建设开发的意义：没有数据指标体系的团队内数据需求经常表现为需求膨胀以及非常多的数据需求变更。每个人都有看数据的视角和诉求，然后以非专业的方式创造维度/指标额数据口径。数据分析人员被海量的数据需求缠住，很难抽离出业务规则设计好的解决方案，最终以滚雪球的方式搭建难以维护的数据仓库。

开发设计流程

​    通过产品经理牵头，与业务、it协助，制定一套能从维度反应业务状况的一套待实施的框架。且在建立体系的时候，需要注意指标建设的三大重要原则：

        1、准确性：核心数据理解准确，不能选错；如EBS三大财务报表：资产负债表、利润表、现金流量表的核心数据的理解。

        2、可解释性：所有的指标都要配上明确、详细的业务解释。例如在计算银行设备产能时，在用设备的定义，例如ATM、CTM、FB等，是在在用的设备才需要统计产能，还是无视弃用所有的设备均需要统计，不同的设备类型之前统计是否有差异，以及差异的原因等。

        3、结构性：能够充分的对业务进行解读。如设备产能只是统计了一串数字，如不加上特定的观察视角的话，这些数据将毫无意义。通常在业务上，我们一般还会想知道，本月的产能，本月各个分行各设备类型的产能，设备在分行的成本达标率，以及考虑成本后设备是否需要继续在分行发放使用等。

指标类型

        指标一般可分为三种类型：原子指标、衍生指标和派生指标，他们的构成如下所示：

原子指标：即基础指标，一般为最细粒度的核心事实数据，可用时间、修饰词等。如每天的FB设备的交易流水。

衍生指标：通常用一段时间，或者某种场景进行修饰后的基础指标，如当月某分行FB设备、当月某分行FB设备产能达标的设备数

派生指标：前两者经过一定的逻辑加工后，得到业务上常用到的派生指标。如当月深圳分行FB设备产能达标的设备数 / 当月深圳分行FB设备数，得到深圳分行FB设备产能达标率。

在筛选完合理指标后，就要着手建立对应的指标体系。主要分为四个步骤：理清业务

阶段和需求、确定核心指标、对指标进行维度的拆解、指标的落地；