指标字典、指标体系，都是数据分析师很重要的一方面的工作。今天主要分享一下指标字典相关的内容。
“老刘，咱们本月的成交额才100万啊，得继续努力啊！”
“what？这个月明明成交了150万啊，怎么会才100万？你的数据错了吧？”
“不可能啊，我是自己从数据库取得，100万！”
“我也是对过数啊，150万没错啊！”
02 指标字典的价值 （1）降低沟通成本，提升沟通效率 （2）打破信息隔阂，减少公司重复性建设 （3）是公司数据化建设的基础、数据平台搭建的基础 03 指标字典都包括哪些部分一套标准的指标字典，其实包括两部分：指标部分和维度部分。这两部分独立开来是字典；叠加起来，能生成覆盖业务日常用的各种指标。
（1）指标部分先上个例子。以下是百度统计里指标字典的指标（部分）：
这里是对外呈现的，因此只简单的包括了两部分：指标名称和指标定义。但作为一个完善的指标字典，除此之外还要有以下的部分。
（2）维度部分
维度，是分析的角度、拆分方向。
为了便于理解，同样先上例子。还是百度统计。
这些维度，其实也是互联网常用的一些维度。
当指标叠加上维度，就能生成各种符合业务场景的指标了。例如，最常用的就是时间维度了，“近7天成交金额”，“近7天”就是时间维度，“成交金额”就是指标。也可以同时多个维度叠加指标。例如“iPhone近30天下单订单数”。怎么拆分，很清楚吧？
当然，不是所有的维度+指标都有价值，如何生成有价值的维度+指标，是后面指标体系要分享的。
如何搭建行之有效的指标字典
上面讲了这么多指标字典的价值，以及指标字典的内容。看似不麻烦啊，只要把指标和维度一梳理，写份文档不就得了？事实上，没有这么容易。
难点在于落地。如果编了一份字典，束之高阁，和没有也没区别。
那如何推进行之有效的指标字典呢？
（1）要贴合业务的应用场景，从业务出发，不能闭门造车
符合业务的应用才是最根本的出发点。比如公司整体关心的都是围绕成交来的，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，那指标体系的重点就是服务体验。
（2）要和各个业务部门进行充分沟通，争取达成公司内共识
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。也需要一些自上而下的推动。说服业务按照你的规范来计算业绩、做统计分析，是个难点。
（3）后续维护好指标字典，推进指标字典的应用
维护也很难。因为不断有新的指标、新的需求产生，要在原有的基础上做好更新维护。同时，也要做好培训，让公司整体都用一套标准说话。
以上先这些。欢迎交流。
作者：首席数据科学家
作者：首席数据科学家（ChiefDataScientis）
