指标字典

背景 做了十年算法，近两年重心放在数据分析和指标体系上。我见过一个很反直觉的现象：很多团队花大精力建了指标字典（metric dictionary / metric layer），上线时口径清晰、大家点赞，但半年后字典就成了"历史遗迹"——

【背景】 我在一家 10 人左右的数据团队做指标体系，核心看板有 30+ 指标。业务方最近半年把"周活跃用户"的口径来回改了三次：从"7 天内任意登录"→"7 天内登录≥2 次"→"7 天内完成一次核心行为"。 【现象】 每次改完口径，看板

背景 做了 10 年数据分析，最近帮 3 个团队做指标字典治理，反复撞到一个根本矛盾：指标上线到底该走「先审后用」还是「先用后审」？ 这个矛盾不是「要不要做指标字典」的问题，而是「指标字典的治理成本」和「业务想快速看数」之间的真实拉扯。我见

先给背景：我在技术文档团队做数据分析，这几年最大的体会是——指标口径不一致，是跨团队协作里最容易被低估的成本。 举几个常见的分歧场景，看看大家有没有同感： 1. 「活跃用户」到底是什么 业务方说「打开过 App 就算」，数据方说「要有有效行

背景 做过 5 年算法与数据分析，搭过 3 套指标体系。发现一个反复出现的怪象：公司定完「北极星指标」后，它很快从「对齐方向的指北针」变成了「季度考核的大锅」——每个团队都在为那一个数字想办法，手段从精细化运营到「优化指标本身」一应俱全。指

【背景】 我做了 3 年技术文档，最近转做指标体系搭建。团队约 12 人：2 个数据、4 个后端、4 个产品、2 个运营。核心业务指标有 40 多个，散落在 3 张 BI 看板 + 1 个数据仓库 + 若干 SQL 脚本里。 【现象（具体可