一、指标定义
指标是用于衡量业务目标达成程度的可量化参数,它将抽象的业务目标转化为具体、可操作、可衡量的数值标识。在企业运营中,指标如同 “导航仪”,通过对业务数据的提炼和计算,直观展现业务的运行状态、发展趋势和存在问题。
例如, 电商企业的 “销售额” 指标,能够反映企业的销售业绩; 互联网产品的 “用户活跃度” 指标,可以体现产品对用户的吸引力。 指标的核心价值在于其可衡量性和关联性,可衡量性确保了指标能够用具体数值表达,关联性则保证了指标与业务目标的紧密联系。
二、指标类型
指标主要分为三类:原子指标、派生指标、复合指标。下面对3种指标类型做一下详细介绍:
1、原子指标
定义:原子指标是不可再拆分的、最基础的度量单位,不涉及维度或时间的限定。比如:
-
“订单金额”:仅记录订单的金额数值,不区分时间、地区、用户等
-
“用户数”:仅统计用户的数量
-
“支付次数”:仅记录支付事件的发生次数,不考虑支付渠道、时间周期
原子指标的构成逻辑如下:原子指标 = 业务过程 + 度量
特点:原子指标是所有派生指标的基础,反映业务最原始的量化事实。
例子:订单金额可以理解为下单这个业务过程产生的金额。
2、派生指标
定义:派生指标是在原子指标基础上结合时间周期、维度修饰词等限定条件生成的指标。其核心公式为:派生指标 = 原子指标 + 时间周期 + 修饰词(维度)。以下是详细解析:
时间周期用来限定统计的时间范围,体现了指标的动态性,例如“近7天活跃用户数”比单纯的“活跃用户数”更具时效性。
修饰词用来对业务场景进行限定,比如区域、渠道、用户属性等。例如”北京安卓新增用户数“有三个修饰词,【北京】限定了区域,【安卓】限定了操作系统,【新增】西限定了用户为新用户。
特点:派生指标是实际业务中最常用的指标,通过 “原子指标 + 维度 + 时间周期” 明确业务场景。
例子:
-
原子指标 “订单数”+ 统计周期 “今日” 就得到了派生指标 【今日订单数】;
-
原子指标 “支付金额”+ 维度 “地区(北京)”+ 过滤条件 “有效支付” 就得到了派生指标 【北京有效支付金额】。
3、复合指标
定义:由多个原子指标或派生指标通过数学运算(如加法、减法、乘法、除法等)组合而成的指标。
特点:反映业务达到的程度、相对关系、或者效率、质量等,需依赖基础指标计算。
例子:
-
客单价 = 支付金额(原子) / 订单数(原子);
-
订单转化率 = 下单用户数(派生) / 访问用户数(派生);
-
毛利率 = (销售收入 - 成本) / 销售收入。
原子指标 vs. 派生指标 vs. 复合指标对比
下面对三种指标做一下对比,从构成要素、特点来分析一下差异。
| 指标类型 | 构成要素 | 特点 | 示例 |
|---|---|---|---|
| 原子指标 | 业务过程 + 度量(不可拆分) | 可加性、最细粒度 | 订单金额、用户登录次数 |
| 派生指标 | 原子指标 + 时间周期 + 维度 | 业务场景化、动态限定范围 | 近7天上海微信支付订单数 |
| 复合指标 | 多个指标复合计算(如比率) | 非可加性、反映深层关系 | 转化率(支付订单数/下单订单数) |
三、相关概念介绍
介绍一下指标建设中经常用到的概念,比如数据域、主题域、业务过程、粒度、维度、度量等等,可以通过表格看一下具体解释以及示例。
| 名词 | 解释 | 例子 |
|---|---|---|
| 数据域 | 数据域是一组紧密相关的业务过程的集合。它将企业中复杂的业务流程,按照业务本质进行归类,形成若干个大的主题区域。 | 交易域、用户域 |
| 主题域 | 与数据域类似,主题域是从分析的角度对数据进行划分 | 订单主题域、业绩主题域、合同主题域 |
| 业务过程 | 是一个可被度量的事件,表示用户的行为 | 下单、支付、收货、评论、点赞 |
| 粒度 | 描述数据的明细程度,比如订单粒度表示只能查看订单相关的属性,不能查看订单下的商品属性 | 用户粒度、保单粒度 |
| 度量 | 是数据中的数值型字段,用来表示业务的发展程度 | 订单金额 |
| 修饰词 | 用于描述原子指标发生的场景或者满足的条件。 | 北京活跃用户数中的北京是个区域修饰词 |
| 维度 | 指标的上下文环境,体现了指标粒度。比如一条业绩收入记录如下:2025-08-01、特斯拉、广告、100W,这里有三个维度:日期(2025-08-01)、品牌(特斯拉)、收入分类(广告),这些维度从不同的角度描述了收入 | 日期维度、品牌维度、收入分类维度 |
| 时间周期 | 用来限定指标统计的时间范围 | 最近1天、最近30天、最近一个季度 |
| 指标单位 | 表示原子指标、派生指标、复合指标的计算单位 | 元、人、天等 |
四、词根管理
词根库是指一组用于标准化指标命名的基础词汇(“词根”)集合。这些词根是构成指标名称的 “原子单元”,通过固定的组合规则可生成结构化、易理解、无歧义的指标名称,从而解决指标命名混乱(如同一指标多个名称、不同指标名称相似)、含义模糊、跨部门沟通成本高等问题。
不同的业务可以整理自己独有的词根库,下面对常用词根做一下总结,大家可以作为参考示例。
| 词根分类 | 词根中文名称 | 词根英文名称 |
|---|---|---|
| 业务词根 | 订单 | order |
| 支付 | pay | |
| 退款 | refund | |
| 搜索 | search | |
| 浏览 | view | |
| 存款 | deposit | |
| 贷款 | loan | |
| 还款 | repay | |
| 逾期 | overdue | |
| 风控 | riskcontrol | |
| 阅读 | read | |
| 评论 | comment | |
| 点赞 | like | |
| 分享 | share | |
| 创作 | create | |
| 播放 | play | |
| 维度 | 用户 | user |
| 商品 | product | |
| 最小库存单位 | sku | |
| 品类 | category | |
| 省份 | province | |
| 城市 | city | |
| 地区 | region | |
| 渠道 | channel | |
| 等级 | level | |
| 系统 | android、iphone、mini_program/xcx | |
| 度量 | 数值:个、头、只、次 | cnt |
| 量:升、米、吨 | vol | |
| 金额 | amount/amt | |
| 收入 | revenue | |
| 支出 | expense | |
| 率 | rate | |
| 占比 | percent | |
| 时长 | duration | |
| 时间 | 日 | day / d |
| 周 | week / w | |
| 月 | month / m | |
| 季 | quarter / q | |
| 年 | year / y | |
| 近 7 日 | l7d | |
| 修饰词 | 新增 | new |
| 老客 | old | |
| 活跃 | active | |
| 留存 | retention | |
| 转化 | conversion | |
| 有效 | valid | |
| 成功 | suc | |
| 失败 | failed | |
| 平均 | avg | |
| 总 | total | |
| 净 | net |
五、命名规则
下面介绍一下指标命名规则。命名规则如下:

原子指标 = 业务过程 + 度量,举个例子,中文名称:订单金额;英文名称:order_amount
派生指标 = 时间周期 + 修饰器 + 原子指标,举个例子,中文名称:近7日安卓新增用户数;英文名称: android_new_user_cnt_l7d
复合指标的命名通常遵循 “业务场景 + 核心含义 + 计算类型”的结构
举几个例子:
-
小程序访问到支付的转化率:
xcx_visit_to_pay_rate(业务场景:xcx;分子:visit;分母:pay;计算类型:rate) -
订单中退款订单的占比:
order_refund_to_total_percent(分子:refund;分母:total;计算类型:percent) -
活跃用户中付费用户的占比:
active_user_to_paying_user_percent(核心: 付费用户和活跃用户;计算类型:percent)
评论