寫給產(chǎn)品和運(yùn)營人看的數(shù)據(jù)系列（1）：維度和指標(biāo)——事實(shí)的視角在向數(shù)據(jù)分析師提需求時，你是否只會用“字段”這個詞，來指代所有的維度和指標(biāo)呢？其實(shí)，數(shù)據(jù)的維度和指標(biāo)是非常重要的，當(dāng)你理清正確的維度和指標(biāo)時，你的問題便已經(jīng)解決了一大半。如何正確理解維度和指標(biāo)呢？一起來看一下吧。

請不要用“字段”，掩蓋自己對維度和指標(biāo)的一知半解。剛剛工作那會，我在鵝廠從事廣告變現(xiàn)相關(guān)工作。在向數(shù)據(jù)分析師提需求的時候，我只會用“字段”這個詞，來指代所有的維度和指標(biāo)。很多時候，數(shù)據(jù)分析師同學(xué)會向我耐心解釋，為什么這個“字段”不能被計算，那個字段沒有辦法取出來。直到我后來系統(tǒng)學(xué)習(xí)了數(shù)據(jù)分析、數(shù)據(jù)倉庫相關(guān)的知識，了解了維度、指標(biāo)、OLAP、上卷和下鉆這些基本概念之后，才發(fā)現(xiàn)我當(dāng)初的需求文檔問題有多大，而這也是我寫下這篇文章的原因——避坑。01為什么要搞清楚維度和指標(biāo)？最直接的，理解了維度和指標(biāo)之后，再跟BI和RD提需求，能避免被當(dāng)做一個數(shù)據(jù)白癡，體現(xiàn)自己的專業(yè)性（至少看起來）。其次，理解維度和指標(biāo)的前提，是了解業(yè)務(wù)邏輯和數(shù)據(jù)生產(chǎn)邏輯。以往我們是從用戶流程、組織層級等視角理解我們的業(yè)務(wù)，但是不妨從數(shù)據(jù)邏輯視角試試：數(shù)據(jù)是在哪個主體上，在什么場景下，以什么樣的方式被生產(chǎn)和記錄的？數(shù)據(jù)是怎么被加工和呈現(xiàn)的？為什么需要這么呈現(xiàn)？這個指標(biāo)如果跌了，對業(yè)務(wù)有指向意義嗎？當(dāng)你問這些問題的時候，你會發(fā)現(xiàn)你不僅要知道產(chǎn)品的設(shè)計邏輯、各個模塊的功能點(diǎn)，還要知道它們的耦合和組織方式。這些都會驅(qū)動你去問同事、查wiki、自己上手體驗。相信我，這樣全套流程走下來，你對業(yè)務(wù)和產(chǎn)品一定會有更深入的理解。再次，理清楚維度和指標(biāo)，能幫我們確定分析的思路。業(yè)務(wù)指標(biāo)下降了，我們要做定位和分析；要寫PRD了，我們要做功能點(diǎn)的收益預(yù)估——相信你一定為數(shù)據(jù)抓耳撓腮過。那么我們究竟應(yīng)該從龐大的數(shù)據(jù)庫中，選取哪些“字段”來輔助分析呢？高效的方式之一——在對業(yè)務(wù)理解基礎(chǔ)上提出假設(shè)，然后把假設(shè)翻譯成維度和指標(biāo)，否則我們只會陷入在龐大的數(shù)據(jù)細(xì)節(jié)中而無從下手。所以，當(dāng)你理清楚正確的維度和指標(biāo)的時候，你的問題已經(jīng)解決了一大半。02從事件的視角，認(rèn)識維度和指標(biāo)網(wǎng)上介紹維度、指標(biāo)及其差異的文章很多，可以作為基礎(chǔ)概念輔助初識維度和指標(biāo)。我希望從“事件”的視角，帶你重新認(rèn)識這兩個名詞。做過App/網(wǎng)頁前端埋點(diǎn)的同學(xué)，相信對“事件”（event）這個詞一定不會陌生，它指的是某個特定行為的發(fā)生，如某個按鈕的曝光、點(diǎn)擊，這些都可以稱作事件。這里，我們將事件的含義泛化一下，不局限在某個具體行為上，也不要拘泥在行為埋點(diǎn)范疇中，而是將其擴(kuò)展到所有的結(jié)構(gòu)化數(shù)據(jù)表上。每一張數(shù)據(jù)表，都是圍繞一個特定事件進(jìn)行創(chuàng)建的。而事件的發(fā)生，必然有其主體，即出發(fā)事件發(fā)生的人/物/事。維度，是對事件發(fā)生主體屬性的補(bǔ)充描述，或者伴隨主體而存在的，除了事件發(fā)生的時間，它一般是靜態(tài)存在的，不依賴于事件的發(fā)生。指標(biāo)，則是對事件發(fā)展程度的量化描述；一個指標(biāo)，通常描述主體的其中一種狀態(tài)。它依賴于事件的發(fā)生，是一個動態(tài)變化的數(shù)值。如果覺得抽象，我們來看個例子。作為產(chǎn)品經(jīng)理，我們需要關(guān)注的一個重要指標(biāo)是“次留”，即今天打開App的用戶，有多少比例會在第2天，繼續(xù)打開我們的App：回訪在這里就構(gòu)成了一個事件，而事件發(fā)生的主體是用戶。如果要細(xì)拆留存，可以分拆的維度有：性別、年齡、機(jī)型、新/老用戶、地域、來源渠道、是否在App內(nèi)支付過，等等。這些維度，本身是依附于用戶這個主體而存在的，它并不依賴于回訪的發(fā)生。所以，它是一個靜態(tài)的屬性描述，并不會因為事件是否發(fā)生，而發(fā)生變化。但是指標(biāo)不是。次留隨著會隨著你觀察的時間、觀察的群體而發(fā)生變化。03維度的4個作用1）篩選：我們一般通過維度來篩選所觀察的數(shù)據(jù)范圍。如果是定性的分類維度，那么通過枚舉可以篩選，典型的定性維度如年份、省份等；如果是定量的維度，那么可以像指標(biāo)一樣，按照數(shù)值大小取一個范圍即可，如身高。2）聚合：通俗地來說，即我們希望在多大粒度上分析數(shù)據(jù)。比如你要統(tǒng)計廣告消耗，那么是在創(chuàng)意粒度上看，還是將創(chuàng)意粒度消耗數(shù)據(jù)加總，并上卷到計劃粒度分析消耗呢？如果你之前寫過SQL，那么肯定知道在對指標(biāo)進(jìn)行sum（求和）、avg（求平均）之后，要在腳本最后加入groupbyXX，也就是你希望聚合到的維度。但是需要注意的是，你在進(jìn)行聚合的時候，一定要確認(rèn)計算的指標(biāo)，是可以在該維度上可分和可計算的，否則你算出來的數(shù)據(jù)肯定是錯誤的，這個會在后面會詳述。3）對比：數(shù)據(jù)只有在對比的時候才有意義。我們發(fā)現(xiàn)數(shù)據(jù)上漲、下跌、波動，是因為我們知道正常的數(shù)據(jù)應(yīng)該是多少，超過這個范圍的數(shù)據(jù)都是異常的，才會需要進(jìn)一步比較和分析。我們在對比數(shù)據(jù)的時候，通常會選擇某一個維度，然后在該維度下進(jìn)行對比。不在同一個維度上，對比2個同樣指標(biāo)，在業(yè)務(wù)中沒有任何意義。假設(shè)我們要對比每一個機(jī)型的留存，必須是在同一個維度（機(jī)型）的下鉆和比較，這通常稱為橫向?qū)Ρ取Ａ硪环N對比，則是以時間為維度的縱向?qū)Ρ取Ｎ覀兛碊AU、留存這些指標(biāo)，究竟是漲了還是跌了，通常都是觀察一段時間的指標(biāo)變化；環(huán)比、同比這些，則是基于不同時間窗口維度，對指標(biāo)的二次加工和計算。4）歸因：這里的歸因，指的是對數(shù)據(jù)波動的解釋，而不是數(shù)字廣告領(lǐng)域的歸因模型（attributionmodel）。當(dāng)我們通過同維度的對比，發(fā)現(xiàn)數(shù)據(jù)異常波動時，通常我們需要對波動的原因進(jìn)行定位和解釋。而最終的排查結(jié)果，必然會定位到某個維度上，或者維度的某個值（枚舉）上。我們發(fā)現(xiàn)昨日的訂單數(shù)，日環(huán)比（相對于前天）跌了30%，如果排除掉運(yùn)營活動結(jié)束帶來的正常下跌，而是一個異常的下降，我們必須找到可能的原因。我們通常會逐個維度分析。比如看品類：是衣服跌的多，還是鞋子跌的多，還是整體都在跌；看時間，訂單數(shù)量是否在某個時間段跌的多（是否某個時間段服務(wù)器崩了）；看交易方式（是否某個支付方式出了問題）、看App版本（是否某個版本有bug）……關(guān)于數(shù)據(jù)波動的歸因，后續(xù)會再單獨(dú)用一章的篇幅，來重點(diǎn)講。04指標(biāo)在維度上是否可分和可聚合我們拿到一份數(shù)據(jù)，先不要急著上手分析，而是要弄清楚維度與指標(biāo)的關(guān)系。這里的“關(guān)系”我們?nèi)匀环謨蓪觼砝斫狻５谝粚樱褐笜?biāo)所反映的事實(shí)，可以在所選維度上發(fā)生、被統(tǒng)計；換句話說，指標(biāo)所反映的被統(tǒng)計的事實(shí)，在業(yè)務(wù)場景中是真實(shí)存在的。比如我們在數(shù)字廣告場景中，衡量一條創(chuàng)意好壞的指標(biāo)是CTR（點(diǎn)擊率，ClickThroughRate）=同時期點(diǎn)擊次數(shù)/該廣告曝光次數(shù)。我們可以比較不同創(chuàng)意、不同計劃之間的CTR，但是不會比較不同廣告落地頁之間的CTR。因為廣告落地頁是用戶點(diǎn)擊完廣告之后打開的頁面，外顯廣告點(diǎn)擊行為并不在落地頁這個主體上發(fā)生。盡管對比之下，不同落地頁的CTR之間肯定略有差異，但是落地頁并不是造成CTR差異的原因，這種橫向?qū)Ρ炔o實(shí)際意義。另一個案例中，指標(biāo)確實(shí)在這個維度上發(fā)生，但通常情況下并不能被計算。我們經(jīng)?？吹囊粋€指標(biāo)是UV（獨(dú)立訪客數(shù)），如果在device_id（設(shè)備ID）維度上看UV，一般沒太大實(shí)際意義，因為通常情況下，一個設(shè)備ID上只有1個UV，即UV和設(shè)備ID等價（除非某些業(yè)務(wù)如反作弊場景下，需要分析1個設(shè)備登錄了幾個賬號）。第二層：計算時，指標(biāo)在所有參與計算維度上可分割、可加總。如果我們把維度，想象成一把梳子，把指標(biāo)想象成一縷頭發(fā)。當(dāng)梳子經(jīng)過頭發(fā)的時候，頭發(fā)能被梳齒，分成N塊更細(xì)的發(fā)束（分割），且頭發(fā)的數(shù)量并沒有發(fā)生改變；當(dāng)拿掉這把梳子的時候，這些發(fā)束又聚合在一起（加總），恢復(fù)成原來的樣子。還是以UV舉例。我們通常需要看DAU日活和WAU周活2個指標(biāo)。DAU統(tǒng)計比較簡單，看每天有多少用戶數(shù)打開了App。WAU是對過去一周的訪客數(shù)的去重計數(shù)，若1個用戶在周一和周三都打開了App，在WAU的計算中，這個用戶只會被計算一次，但是在日活的口徑中，周一和周三會被分別統(tǒng)計一次。如果我們拿到的是以周為維度、周活為指標(biāo)的一張表，假設(shè)我們想要分析過去一周每天的UV，那么顯然不能直接用周活進(jìn)行計算，即WAU在日期維度上不可分割。反之，周一到周日每天的DAU，加總起來也不是周活，也就是說DAU在周維度上不可加總。特別要注意的是，一些復(fù)合指標(biāo)在整體上有意義，也能在一些維度層級上被分割和被計算，但是不能被無限分割。我們通常會看創(chuàng)意、（上卷一層到）計劃、（再上卷一層到）賬戶維度的CTR，但是我們通常不會去計算單個用戶粒度的CTR。因為假設(shè)每個用戶只會看見1次廣告，對這條廣告點(diǎn)擊行為只有“是”或者“否”兩種情況，CTR要么是0，要么是1，這種極端值，并不能反映一條廣告質(zhì)量的好壞。05維度和指標(biāo)可互換我們對于維度和指標(biāo)的理解，一定要在具體業(yè)務(wù)場景下深入分析。并不是某些字段一定是維度，某些字段一定是指標(biāo)；維度和指標(biāo)的界定，一定要根據(jù)具體業(yè)務(wù)場景，以及在該業(yè)務(wù)場景下的數(shù)據(jù)生產(chǎn)邏輯。正如上文所說的那樣，就像“薛定諤的貓”一樣，它取決于你對這次事件的主體、性質(zhì)等的觀察。如果單看“體重”這個字段，你覺得它應(yīng)該是維度，還是指標(biāo)呢？我認(rèn)為要看“體重”所在的場景。如果你是一個體育老師，現(xiàn)在要通過體重、升高、BMI、肺活量等這些字段的數(shù)值，給每一個學(xué)生的健康狀況打分，體重在這里就是一個要被計算的指標(biāo)。反之，假設(shè)我們要看體重跟薪資收入、壽命的關(guān)系，則體重作為維度更加適合。此外，通過二次計算，維度和指標(biāo)也可以互換，即原來是維度的字段，可以變成指標(biāo)；反之，指標(biāo)通過設(shè)置區(qū)間可以變成維度。還是以上文提到的廣告消耗為例。我們拿到的