企业在初步搭建完指标体系后，通常就会面临指标管理混乱的现状，例如：

• 同名不同径，同径不同名。

• 口径不清晰，口径有错误。

• 命名难理解，计算不易懂。

• 来源不清晰，同部不同径。

这些都会导致沟通很难在一个频道上，效率低下，最终出现数据偏差，影响业务判断和开展，导致沟通成本高。

为了避免这些问题，企业在定义指标时，就要有统一的规范，指标命名要规范，指标逻辑要留存。因此，本章我们就将围绕企业如何管理指标展开。

若对建立指标体系和拆解指标不了解的小伙伴，可以阅读以下两篇文章！

• 限定词：用来对指标进行限定约束。比如：当天、本周、当月、平均、累计。

• 业务主题：用来描述业务在哪个过程阶段。比如：打开页面、下单、点击支付、支付成功、支付失败。

• 指标名称：是指标要统计的对象实体名称。比如：统计订单还是用户。

• 量化词：是对一物理量的测定，通常以数字单位来表示。比如：金额、份额、次数、率。

举个例子：当天（限定词）首次下单并完成支付（业务主题）新用户的销售额（指标名称）次数（量化词）。

通过上述指标命名四要素，我们已经对指标命名进行规范，但是这还不够，因为公司部门很多，指标的开发也都需要成本，且会发现很多指标其实是可以共用的，那如何让整个公司形成一个大家都认同的标准化数据体系呢？建立指标字典，是搭建数据平台的基础。

指标字典，简单地说，其实就是把公司常用的一些指标，通过有组织、有秩序的进行整理，明确指标的口径、维度、指标取数逻辑等信息，形成公司内各个业务部门均统一认同的标准化数据体系。

就像字典一样，对哪个指标有疑问，就去指标字典中查一查，对齐口径。

好的指标字典可以降低沟通成本，提升沟通效率；打破信息隔阂，减少公司重复性建设；是公司数据化建设的基础、数据平台搭建的基础。

• 相同点：都是指标相关方面的内容。

• 差异点：指标字典可以理解为是一维的、打平的，是通过指标（或者维度）为索引进行检索内容；但指标体系是有业务组织的、成体系的，是有逻辑关系的。

指标字典由指标构成，指标由维度、汇总方式、量度三要素构成。比如“订单总金额”，“订单”表明维度的限定，

“总”表明汇总方式是求和，“金额”可以表明度量单位是货币单位。

• 指标归类：指标要有分类，方便查找，一般按照业务方向分

• 指标名称：指标的名称，定义要规范，可参考：指标命名四要素

• 计算方法：指标如何计算的，其汇总方式和度量

• 可用维度：使用该指标时可以用的维度，例如时间、年龄、性别等。维度单独列出来是因为有时候汇总方式和度量是确定的，但维度可以根据使用者的需求来定，所以可以将其拆分开。

• 指标映射：这个指标可以用来反映什么业务情况，应用场景是什么

例如「iPhone近30天订单数」指标，将其归到指标字典：

• 规范维度和量度命名，命名规则要尽量做到明确、通用、易懂；

• 对确认维度或量度，统一计算口径，避免歧义；

• 涵盖尽可能多的关注的核心维度和量度，以此为基础推动数据建设，确保指标字典里覆盖的维度都可区分，指标都可统计；

• 基于指标字典，将核心维度和量度注入元数据中心，接入指标提取工具，后续实现不需要写sql即可完成自助查询及分析需求。

指标字典难点在于落地，如果编了一份字典，束之高阁，和没有也没有区别。

所以，在推进行之有效的企业指标字典时要注意以下3点：

• 字典要贴合业务场景

符合业务应用才是最根本的出发点。比如公司业务都是围绕成交来的，那指标字典的重点也应该是交易相关，业务关心的是服务体验，那指标字典的重点就是服务体验。

• 充分沟通达成共识

很多时候，难以推进统一指标字典的原因，在于不同业务都想用对自己有利的计算指标，这就需要平衡和一些自上而下的推动。各个业务部门进行充分沟通，才能争取达成公司内共识。

• 做好持续的维护和更新

指标字典上线后，要做好培训，让公司整体都用一套标准，有反馈问题及时订正优化。同时，因为不断有新的指标、新的需求产生，所以要在原有的基础上做好更新维护。