1.背景
结合业务场景将多个不同指标和维度进行组合，从而针对某一真实业务场景进行数据分析和决策导向，并能在整体业务变化中发现和定位问题。
2.概念理解与示例分析
2.1 指标体系
指标体系名称分类解析作用/示例指标结果型指标时机：动作发生后监控数据异常过程型指标时机：动作发生中可以通过运营策略影响过程指标体系（维度）定性维度文字类描述城市，性别，职业定量维度数值类描述收入，年龄
2.2 指标分级
T1指标：公司战略层面指标
T2指标：业务策略层面指标
T3指标：业务执行层面指标
2.3 OSM
明确产品目标（O）——>达成目标策略（S）——>策略指引指标变化（M）
2.4 AARRR模型
2.5 RARRA模型
将原本首要专注的用户获取变化为用户留存
2.6 指标模型示例
OSM获取A获取新用户 统一数据分类接口产出
增加数据分类覆盖
新增用户数量，数据覆盖度活跃A提高接口使用频次 迭代接口产出
提高接口代码健壮性
并发量，稳定性，平均响应时间留存R稳固原有用户提高数据质量，持续观测接口数据准确率，数据覆盖率，稳定性变现R业务收益业务策略数据价值体现推荐R新业务推荐业务策略/
2.7 指标分类
a.原子指标（聚合）
b.派生指标（筛选）
事务型指标：对业务活动进行衡量的指标。
存量型指标：对实体对象（如商品、会员）某些状态的统计。
c.衍生指标（逻辑计算）
复合型指标：在事务型指标和存量型指标的基础上复合而成的。
2.8 指标分类示例
---------1.原子指标---------
SELECT SUM(A) FROM Z GROUP BY C;
SELECT SUM(B) FROM Z GROUP BY C;
---------2.派生指标---------
SELECT SUM(A) AS SUM_A FROM Z WHERE D = 'X' GROUP BY C;
SELECT SUM(B) AS SUM_B FROM Z WHERE D = 'X' AND E = 'Y' GROUP BY C;
---------3.衍生指标---------
SELECT SUM_A/SUM_B FROM TEMP;
3.指标创建及管理流程明晰
3.1 原子指标
3.2 派生/衍生指标
4.相关
指标管理-示例
如何搭建一套完整的数据指标体系？
滴滴数据仓库指标体系建设实践
如何构建指标体系
