惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

TaoSecurity Blog
TaoSecurity Blog
T
Troy Hunt's Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Vercel News
Vercel News
T
Threatpost
G
Google Developers Blog
T
Threat Research - Cisco Blogs
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
T
The Exploit Database - CXSecurity.com
H
Heimdal Security Blog
Google DeepMind News
Google DeepMind News
Cyberwarzone
Cyberwarzone
T
The Blog of Author Tim Ferriss
Know Your Adversary
Know Your Adversary
Hacker News: Ask HN
Hacker News: Ask HN
www.infosecurity-magazine.com
www.infosecurity-magazine.com
S
Schneier on Security
B
Blog
V2EX - 技术
V2EX - 技术
NISL@THU
NISL@THU
C
CERT Recently Published Vulnerability Notes
W
WeLiveSecurity
C
Cybersecurity and Infrastructure Security Agency CISA
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Y
Y Combinator Blog
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
Spread Privacy
Spread Privacy
The Last Watchdog
The Last Watchdog
V
Vulnerabilities – Threatpost
N
Netflix TechBlog - Medium
Schneier on Security
Schneier on Security
F
Fortinet All Blogs
N
News | PayPal Newsroom
Attack and Defense Labs
Attack and Defense Labs
Blog — PlanetScale
Blog — PlanetScale
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Microsoft Security Blog
Microsoft Security Blog
S
Security @ Cisco Blogs
人人都是产品经理
人人都是产品经理
爱范儿
爱范儿
P
Privacy & Cybersecurity Law Blog
P
Proofpoint News Feed
Project Zero
Project Zero
I
Intezer
罗磊的独立博客
H
Hackread – Cybersecurity News, Data Breaches, AI and More
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园 - Franky
SecWiki News
SecWiki News
Martin Fowler
Martin Fowler

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
指标管理必知的真相:订单事实表里没有原子指标
与乐共行 · 2023-11-30 · via 人人都是产品经理

原子指标在工作业务中会用上,对于原子指标内容,大家对它理解多少呢?下面这篇文章是笔者整理分享的关于指标管理中原子指标的相关内容,大家一起来看看吧!

上篇文章「一个问题鉴定指标管理真实力:订单表里有原子指标吗?」写完以后,分享到一个群里,有同行回复:有,比如订单金额。

看到回复,我脑子突然就断电了,好像对诶!确实是有原子指标叫订单金额的。果然,哪怕推导过依然会经常忘记,我当时是咋推导出来的呢?跟我一起来看看~

一、先看一些材料

阿里的数据团队基于电商的海量大数据,在国内构建顶级的数据系统,也输出了很多数据理论和规范,他们产出OneData指标理论体系,也可以说是业界公认的标准体系了。以下两段内容以及图片都来源于阿里云dataworks-智能建模/原子指标

指标是衡量业务特征的统计数值,用于体现企业某一业务活动的业务状况。指标通常分为原子指标和派生指标,与指标相关的参数还包括修饰词和时间周期。派生指标则是由原子指标 + 时间周期 + 一个或多个修饰词组成。

原子指标用于明确业务的统计口径和计算逻辑,是基于用户的业务活动(即业务过程)创建的,用于统计业务活动中某一业务状况的数值。例如,用户的业务活动为购买,则原子指标就可以指定为支付金额。

下面这张非常经典的图估计你也看过,也是来源于阿里数据团队的书:《阿里巴巴·大数据实践之路》,被很多数据领域的文章和书籍所引用。

第一次看这张图,我很震撼。因为当时对指标体系的认知很模糊,相当于给我当时错乱的脑子梳理出来一个非常清晰的逻辑。

但其实,有一些东西深究下去,发现自己不理解。比如,维度为什么指向属性?是维度表里属性字段的意义吗?那什么是度量,度量和指标是一个意思吗?数据域是什么?如何划分?划分的标准是什么?

但后来,我发现很多书、文章都是基于这套理论系统来展开的,有的甚至把原子指标、派生指标这套体系大讲特讲,但始终没把蠢蠢的我讲懂、讲服。

其实,这些问题萦绕在脑子里,需要结合实际数据慢慢去去理解,甚至是需要自己依照这个图的结果自行给出合理的解释,才能说服自己(就这样吧,别纠结了吧)。好吧,但既然大家都这么说,那我也就随大流吧。但始终我还是觉得没懂,不太舒服,直到我捋清楚了。

二、为啥没有原子指标

接下来,我说说为啥订单事实表里没有原子指标。以下,我们结合数据仓库的知识一起来看几个点(包含我的个人理解)。

第一,指标定义。指标是对事实的数字化度量。

第二,原子指标特点。原子指标是最细粒度、不可拆分的指标。

第三,派生指标的定义。派生指标 = 一个或多个修饰词 + 时间周期 + 原子指标(有的公司也叫衍生指标,不管叫啥定义都差不多,有的公司定义是这样:衍生指标 = 维度+时间周期+业务限定+原子指标)。

第四,事实表的特点。事实表,包含维度属性字段和事实字段。如果有疑问,可以看《数据仓库工具箱·维度建模权威指南》里对事实表的定义。也可以看各个数据产品中数据建模的功能模块,在创建事实表时,字段会分不同的类型,维度 or 指标 or 事实。

可以参考官方文档:华为云数据治理中心 DataArts Studio> 用户指南> 数据架构组件> 模型设计> 维度建模> 新建事实表。

也可以参考:有数数据开发及管理平台用户手册 V6.5.0 Update /离线用户手册/模型设计中心使用指南/外部数据源建表演示。

当然,你依然可以参考:大数据开发治理平台 DataWorks 操作指南/数据建模 DataWorks智能数据建模/维度建模/可视化建模/创建逻辑模型:明细表

不过需要补充说明,阿里的dataworks这款产品里,维度和粒度很容易把人绕晕(关联粒度,也就是关联维度)。

有了这四个前提,很明显看到:订单事实表得有维度,而原子指标没有维度。故而,订单事实表没有原子指标。

那表里面有啥指标呢?表里有数,所有的数对应的都是衍生指标,或者派生指标(或者复合指标),都是具有非常明确业务含义的指标。正如这篇「文章衬衫的价格是九磅十五便士,那么你应该选…」提到的:一个美丽小胖黑孩(皮肤黝黑),买了一个中国的纯棉衬衫,衬衫的价格是九磅十五便士。

单纯说「订单价格」这个指标,是没有任何业务含义的,在具体的业务场景里的解释一个具体的数字才有实际意义。就好像,平台打广告给咱们说:诶呀,双十一衬衫跳水价啦!但是呢,你喜欢的特定品牌的、M码的、黑色经典款的衬衫价格没降,结果你没下单,系统也没订单生成。

就算咱们把这个订单金额的指标定义出来了,有啥真实意义呢?没数哇,分析啥?要解释啥?啥也没有,洗洗睡了。聊抽象的东西,可以聊,但是分析一个真实发生了的、一个具体的什么样的人、买了一件具体的什么样的衬衫价格多少,才有意义。

三、不争了,而且我知道你懂,请让我再说一句

到这里,问题的争论就结束了,咱也不掰扯概念了。不管认不认可答案,只要知道:衍生/派生指标由修饰词/维度/时间周期/原子指标组成,你肯定也知道指标该怎么管。原子指标,只不过定义了数该怎么算,从哪算。

除了原子指标以外,其他构成派生指标的其他元素,是叫做修饰词、维度、业务限定,都无所谓了。

再多的前缀,也都是修饰,形容词。「原子」这个词语在我们中文语义里,是不能再细拆的,而当我们加形容词,描述的粒度反而越来越细,这个结果跟对词语的理解是完全相反的,很容易给人带来错误的感觉。

任何的形容词,都是对原子指标的细致解释。最终,我们反过来看。与其叫做原子指标,不如换种说法叫词根指标。比如:近1天线上渠道订单金额、近1天线上渠道会员订单金额、近1天上午时段线上渠道高级会员订单金额。

当我们彻底搞明白了指标的定义,有了自己的理解,哪怕真实的工作中业务复杂,有成千上万的指标,我们也不会怕了,一眼就能识别出来。希望看完文章的你,不用再为概念纠结了,也不会被别人轻易地唬住了,也能一眼识别对方是在不懂装懂,还是真的OneData大师~

-end-

接下来,我们可以看看指标具体怎么管,指标管理系统如何构建,会碰到哪些问题,而这,是一个复杂的系统性工程。以上~感兴趣的话,记得点赞、收藏,如果还有问题,记得留言喔,这样我才有继续写的热情,我们下回见!

-推荐阅读-

一文帮你更好地理解指标

四千字全面解析数据产品经理必知概念:标签、维度、指标

专栏作家

Lee,公众号:数据产品小lee,人人都是产品经理专栏作家。关注直播、短视频和文娱领域、擅长数据架构、CDP及数据治理相关工作。

本文原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。