關注公衆号：<code>大資料技術派</code>，回複<code>資料</code>，領取<code>1024G</code>資料。
目錄
名額體系
名額建設過程中遇到的問題
名額建設方法論
北極星名額
人貨場名額體系
OSM+UJM 模型
OSM+ AARRR海盜模型
名額分級方法
名額的構成
名額分類
簡單計數型名額
複合型名額
基礎名額
衍生名額
名額分級
公司戰略層面名額
業務政策層面名額
業務執行層面名額
如何設立名額體系
為什麼要建立資料名額體系
如何建立名額體系 OSM 模型
知乎的例子
滴滴的例子
提高GMV(Gross Merchandise Volume)
非标住宿
名額衡量的是什麼
如何有效衡量“什麼”
如何衡量名額的好壞
明确業務目的 确定核心名額
工具類業務
内容類業務
交易類業務
社交類業務
拆解核心名額
按場景拆分成多個子名額的和
按一定的關系拆分成多個子名額的積
名額疊代
評價名額體系
系統性
全面性
認知統一
真實性
可疊代
可操作
名額管理
名額的管理—名額字典
名額編碼
業務口徑
口徑梳理
疊代維護
計算公式
名額模闆
名額的管理—名額管理系統
場景落地
總結
提起名額這個詞，每個人似乎都可以說出幾個名額，像經常在工作中會聽到的日活、月活、注冊率、轉化率、交易量等 事實上名額就是用來量化事物的一個工具，幫助我們去将一些抽象的事件得出一個輪廓上的描述。例如我們可以從名額上判斷一個産品的好壞，使用者粘性等等，例如我們通過日活能去判斷出我們整個産品的使用者量，進而能反應出我們這個産品的一個健康程度，也就是否處于增長過程中。
一個好的資料名額體系可以助力業務快速的解構業務、了解業務、發現業務問題，快速定位原因，并且找到最合适的解決方案。是以學習搭建一個好的資料名額體系是資料助力業務決策的靈魂。
名額，實際上就是一種度量。大到用于監控和評估商業程序的狀态，小到衡量某個功能子產品的情況，或者是自己的活動效果。名額體系的建構，是為了讓業務目标可度量、可描述、可拆解，是以我們的名額是基于業務目标抽取和評估的資料次元，這些資料為度可以用來幫助達到業務目标。
進而進行業務情況的監控、找到目前業務問題、評估業務可改進的地方，找出下一步工作的方向。
其實小到個人，大到國家都有各種各樣的名額，就連數字中國最關鍵的也是各種名額指數的定義和修正機制的建設！
名額沒有重點、沒有思路，建構完成後也隻是一組資料，各有用處，合起來卻起不到作用；
名額空洞，粗看有模型又有分類，細看流程中卻沒有幾個具體的名額，無法落地
名額缺乏資料，導緻業務上線了又開始添加名額、增加次元，最後報表變得臃腫，資料參差不齊，影響工作推進
下面是常見的名額體系建設方法，我們比較常用的是OSM+UJM 模型，當然這也不是絕對的，主要還是得看我們的業務場景和業務目标
目前階段網際網路業務比較流行的一種通用抽象場景“人、貨、場”，實際就是我們日常所說的使用者、産品、場景，在通俗點講就是誰在什麼場景下使用了什麼産品，不同的商業模式會有不同的組合模式。
以滴滴實際場景為例：哪些場景（此處場景定義為終端，如Native，微信，支付寶）的什麼人（乘客）在平台上使用了哪些貨（平台業務線，如快車/專車等），進而為評估使用者增長的價值和效果。
“人”的視角
從“人”的視角，我們比較關心的是什麼乘客在什麼時間打的車，排了多長時間，等了多長時間上車，周期内第幾次打車，打車花了多少錢，是否有投訴和取消行為，具體到資料名額主要看發單使用者數、完單使用者數、客單價、周期内完單訂單數、取消訂單數、評價訂單數等
“貨"的視角
從“貨”的視角，我們比較關心的就是成交了多少，交易額多少，花了多少，到具體資料名額主要會看GMV、成交率、取消率名額，在進一步會細分到城市、區域，一級品類、二級品類。資料的效果通過目标對比，橫向對比、曆史比較等方式進行分析确定。
“場”的視角
從“場”的視角，我們比較關心的就是哪個管道使用者點選量大曝光率大，帶來了多少新使用者，完成多少交易訂單，客單價是多少；或者是哪個活動拉新或促活效果怎麼樣轉化率多少，結合場景資料實際情況制定對應政策。
以上分别從“人”、“貨”、“場”三個角度進行了資料名額和分析次元的提煉，下面我們把三類名額結合名額分級方法進行分解關聯。
名額分級主要是名額内容縱向的思考，根據企業戰略目标、組織及業務過程進行自上而下的名額分級，對名額進行層層剖析，主要分為三級T1、T2、T3。
T1名額：公司戰略層面名額
用于衡量公司整體目标達成情況的名額，主要是決策類名額，T1名額使用通常服務于公司戰略決策層
T2名額：業務政策層面名額
為達成T1名額的目标，公司會對目标拆解到業務線或事業群，并有針對性做出一系列營運政策，T2名額通常反映的是政策結果屬于支援性名額同時也是業務線或事業群的核心名額。T2名額是T1名額的縱向的路徑拆解，便于T1名額的問題定位，T2名額使用通常服務業務線或事業群
T3名額：業務執行層面名額
T3名額是對T2名額的拆解，用于定位T2名額的問題。T3名額通常也是業務過程中最多的名額。根據各職能部門目标的不同，其關注的名額也各有差異。T3名額的使用通常可以指導一線營運或分析人員開展工作，内容偏過程性名額，可以快速引導一線人員做出相應的動作。
名額 = 業務次元描述 + 技術次元描述
名額，是反映某種事物或現象，描述在一定時間和條件下的規模、程度、比例、結構等概念，通常由名額名稱和名額數值組成。
簡單計數型名額是指可通過重複加1這一數學行為而獲得數值的名額，如UV（Unique Visit , 獨立訪客數）、PV（Page View，頁面浏覽量）
通過若幹個基礎名額計算得來的名額，在業務角度無法再拆解的名額
複合型名額是由簡單計數型名額經四則運算後得到的，如跳出率、購買轉化率。
在計算名額時，我們還會涉及絕對數、相對數；百分比、百分點；頻率、頻數；比例、比率等計算方式。
不能再進一步拆解的名額，可以直接計算出來的名額，如“訂單數”、“交易額”
在基礎名額的基礎上，通過某個特殊次元計算出的名額，如“微信訂單數”、“支付寶訂單數”
在進行整個名額分級的時候，我們需要先思考：一級二級名額，能否反應産品目前的營運情況；三級四級名額能否幫助一線人員定位問題，指導營運工作。
資料本身是分層的，我們在思考名額的時候，也應該有一個層級的概念，而不是現階段關心什麼，我們就放什麼；名額分級可以幫助我們更高效的去定位問題，去驗證你的方法論，無需每次都要思考要去看哪些名額
用于衡量公司整體目标達成情況，通常設定在5-8個名額。
這類名額是與業務緊密結合，按照行業标準進行制定，有可參考的行業标準名額，且這類名額針對全公司所有員工均具有核心的指導意義。
比如某遊戲公司的一級名額：新增賬号、留存率、DAU/MAU、付費人數（率）、收入金額等。
為了實作一級名額，企業會做出一些政策，二級名額通常與這些政策有所關聯。
可以簡單了解為一級名額的實作路徑，用于更快定位一級名額的問題。
某遊戲公司一級名額是遊戲收入，那麼二級名額可以設定為不同遊戲物品的收入。一級名額是DAU，那麼二級名額設定為分伺服器的DAU等。這樣當一級名額出現問題的時候，我們可以快速查詢到問題的所在點。
三級名額是對二級名額的路徑拆解，用于定位二級名額的問題。
三級名額的使用通常是可以指導一線人員開展工作的名額内容。
三級名額的要求是：一線人員看到名額後，可以快速做出相應的動作。
遊戲公司的二級名額是XX區服的DAU，那麼三級名額則可以設定為遊戲時長、遊戲頻次、遊戲等級分布、遊戲關卡流失情況等。通過觀察這些資料，可以去針對性地做調整，如某個關卡流失的使用者特别高，那麼嘗試降低難度。
當我們的業務出現資料異常時，因為資料很多，往往會一遍遍地從這些資料中去尋找可以定位原因的相關名額，這不僅會浪費很多時間，還會使人心疲
力竭。「名額」是一種度量，它用于追蹤和評估商業程序的狀态，確定項目務在正确的軌道上營運，同時驗證方法論，不斷地學習。名額監控體系最大的價值就是幫助大家高效利用時間，把時間花在解決問題上，而不是尋找問題上，進而提高團隊整體的人效
名額也是目标，沒有目标就不知道做什麼，搭建名額體系是為了更好地發現使用者的問題，并且去解決。是以我們需要站在使用者的場景去考慮整體的内容。
首先我們來看下為什麼我們需要一個好的資料名額體系。這邊給大家看一個故事，估計大家都會比較有體感：大家有沒有在半夜收到過老闆的資訊，問為什麼業務上的核心名額GMV下降了？然後這裡邊我們産品同學小六就會趕緊把電腦打開，但是他所有能擷取的資訊就隻有一個Dashboard，裡邊隻有一個GMV核心名額，環比同比同時下降，這個時候他怎麼回答老闆的問題？
結果基本靠猜，是不是競對做了一些活動？是不是某個主播停播了？另外一種可能性的情況是小六同學手裡邊有一百多張報表，這一百多張報表裡邊，有四百多個名額，然後每一個名額都在下降，那在這種情況下，也沒有辦法回答老闆的問題，為什麼這個核心名額下降，到底是DAU下降了，還是使用者滿意度下降了，還是轉化效率下降了等等？
另外一種情況是老闆同樣提了這樣一個問題，然後另外一個産品同學小快不緊不慢的拿出了一張這樣的一個報表體系，他說：“老闆，我認為GMV下降會跟整個業務流程都有相關性，我們從業務角度進行了這樣的一個拆解，發現在流量入口，和最後的人均消費來看的話，其實并沒有下降，主要下降來源其實來源于清單頁轉化效率的下降。再往下拆解，發現高價的商品的曝光占比和低價的曝光占比并不太平衡。高價商品的一個曝光占比比較高，但是它的轉化效率卻是低的，是以從這個角度來講，我認為可能在清單頁來裡面的不同價格的商品的分發政策或者曝光政策需要進行優化，然後通過A/B test去看一下我們這個政策調整的效果是什麼樣子的”。
我們看到資料名額體系可以幫助我們 整體了解業務、全面了解問題、快速定位原因、迅速落地方案，我們說的名額體系不止是名額，還有名額管理和名額監控
OSM模型（Obejective，Strategy，Measurement）分别代表業務目标、業務政策、業務度量
O：使用者使用産品的目标是什麼？産品滿足了使用者的什麼需求？我們的營運目标是什麼
如果你是公司的負責人，想一想公司的核心目标是什麼，可能是公司今年的利潤額。如果你是産品部門負責人，那你需要思考未來幾年的産品規劃
S：為了達成上述目标我采取的政策是什麼？這些政策往往是一些列的
M：這些政策随之帶來的資料名額變化有哪些？它用于衡量我們的政策是否有效，反映目标的達成情況。「業務度量」涉及到以下兩個概念：一個是 KPI ，用來直
接衡量政策的有效性；一個是 Target，是預先給出的值，用來判斷是否達到預期。
然後在這個目标Objective的方向上，我們可以使用UJM（User Journey Map）去拆解相對應的這個業務政策（Strategy）。UJM的邏輯是從業務的核心目标出發，拆解整個業務流程上我們為使用者提供價值點，以及這些價值點觸達使用者的整體路徑都有哪些。
以知乎為例，按照OSM模型，它的名額是什麼樣的，其實你會看到這個目标不僅僅是企業本身的盈利目标，也可能是解決使用者的目标
O：使用者來使用知乎這個産品，目标是什麼
這裡涉及兩個不同的使用者——内容分享者和内容消費者，這裡簡單介紹内容生産者的分析思路
使用者需求：分享知識觀點（釋出觀點），建立行業影響力（内容受到回報）
那麼，如何讓使用者感受到自己的需求被滿足了呢？
S：知乎做的政策是：内容點贊評論、内容打賞、鹽值增加、XX話題優秀回答者
M：需要針對這些使用者動作去做名額，在這裡面我們的名額會有兩個，分别是結果名額和過程名額
結果名額：用于衡量使用者發生某個動作後所産生的結果，通常是延後知道的，很難進行幹預。
過程名額：使用者在做某個動作時候所産生的名額，可以通過某些營運政策來影響這個過程名額，進而影響最終的結果。
還是以内容生産者為例：
結果性名額：釋出文章數、釋出文章的人數、文章點贊/評論數、被打賞人數、被打賞金額、優秀回答者人數、新增優秀回答者人數等。
過程性名額：使用内容導入人數、内容釋出轉化率、文章互動率、評論折疊率等。
通常我們會在指定名額的過程中使用OSM的模型，去針對使用者在不同場景下産生的動作，以及這個動作可能帶來的結果，使用者在這個動作中會出現什麼樣的資料變化。之後再結合資料，針對性地去調整我們的營運政策或者産品功能。
簡單了解：結果性名額更多的是監控資料異常，或者是監控某個場景下使用者需求是否被滿足。而過程性名額則是更加關注使用者的需求為什麼被滿足（沒被滿足）。
O：使用者使用滴滴這個産品，目标是什麼？
可以快速打到車，安全到達目的地。 那麼，如何讓使用者感受到自己的需求被滿足了呢
S：滴滴做的政策是：
快車、拼車、優享等多種車型，解決不同使用者訴求；
根據早晚高峰提高熱點區域運力，減少使用者排隊時間；
司機準入機制、全程錄音等方式提高安全性。
M：針對這些政策去做名額，得到的結果名額和過程名額分别是：
結果名額：管道轉化完成率、乘客取消率、供需比、司機服務分
過程名額：管道發單數、管道完單數、排隊乘客數、乘客排隊時長、司機好評率、司機接單量、司機取消數等
GMV=1銷售額+2取消訂單金額+3拒收訂單金額+4退貨訂單金額*
GMV是流水，隻要你下了訂單，生成訂單号，就算了GMV, GMV某種意義說明了平台的市場佔有率，但是對于商家來說，沒有實際意義
拼多多的百億補貼主要就是提高客單價，銷售高端産品，這主要是因為拼多多早起走的是成本效益路線，在使用者數的擴張到一定規模之後，遇到了瓶頸期，是以調整了業務方向，也就是提高客單價走高端路線。
下面以「非标住宿」平台為例分享一下，如何去選取正确的名額；或者說，負責搜尋功能的産品經理如何利用 OSM 模型搭建資料監控名額體系。非标住宿有個特點，就是産品個性化。比如說我們住宿的時候選擇情侶房等個性化住房，其數量是有限的，同一個風格的房源一般不會超過 5 間
從發起搜尋到搜尋結果頁，再到産品詳情頁，最後填寫訂單、預訂成功，這是該非标住宿搜尋預訂的完整路徑。在這整個業務流程中，我們該如何搭建資料監控體系，通過資料分析指導業務增長呢？
在這個例子中，標明目标運用了 2 種視角：
第一種，使用者視角，讓使用者通過搜尋高效地找到心儀的住宿産品。
第二種，業務視角，提高從搜尋到最後成功下單的轉化率。
為了提高這個轉化率，我們會采取什麼樣的政策呢？
第一，傳回與使用者搜尋值相比對的搜尋結果。
第二，提供有效的搜尋結果排序。對于非标類産品，我們需要思考
怎樣把使用者感興趣的産品放在第一屏或者前三位，能夠讓使用者一眼就看到他想搜尋的産品。
第三，當搜尋沒有結果或者結果不足時，我們就要做有效的推薦。
第一步，選擇合适的 OSM 名額度量。
針對從搜尋到下單的整個流程，可以拆解 2 個 KPI 名額。KPI 1 是搜尋到詳情頁的轉化率，我們設定的 Target 是 30%。在這一步，使用者通過搜尋得出想要的結果，才會點選産品的詳情頁。KPI 2 是詳情頁到下單的轉化率，Target 也是 30%。在這一步，如果使用者看的産品詳情頁是符合心意的，才可能會産生訂購，達到最後的預定成功。
第二步，注意結果性名額和過程性名額。
結果性名額，就比如電商場景下的 GMV 或訂單量，它通常是業務漏鬥的底部，是一個不可更改的、後驗性的名額。
過程性名額，可以簡單了解為到達這個結果之前經過的路徑，以及通過這個路徑去衡量轉化好壞的過程，它是可幹預的，而且通常是“使用者行為”。
我們需要設定 Target 來衡量名額的好壞，這基于我們内部的曆史資料和行業的 benchmark，其設定原則是：要對内部有一定的挑戰性，但又不是遙不可及的。
例如從開始搜尋到商品詳情頁，轉化率是 23.2%；從商品詳情頁到最後預定成功， 轉化率是 23.8%，兩者比較接近。這個時候我們選擇 30% 作為 Target 是比較合适的
名額的選取是很核心的一步。如果我們選擇了正确的名額，它就像一個晴雨表，能很好地衡量業務的健康狀況。如果我們選擇了一個錯誤的或者是虛榮的名額，它可能會把我們引導到一個錯誤的路徑上去，這是一個很大的陷阱。
業務目标其實是和我們的産品息息相關的，我們可以大緻将我們的産品劃分到下面四類中去
針對每一類的産品，我們都可以抽象出下面的一些比較通用的名額
幫助使用者節省時間，産品自身提供價值。如墨迹天氣、TEA。核心名額應該聚焦到判斷工具的使用率。
比如說為使用者提供工具類型業務政策，一般是為了讓使用者節省時間，快速的定位到所需要的資訊或者完成某一種任務， 那麼這種政策核心的價值就在于提升效率，一般的衡量名額是：使用量，目标達成率， 頻次；以電商的例子來講的話，就是第一步中的流量推薦位，以及搜尋功能是不是能夠讓使用者快速的定位到它所感興趣的直播内容，那這種情況下做優化流量位的内容和搜尋比對優化我的衡量标準就是它的效率，曝光，點選，轉化效率。
比如說為了使用者提供消遣的内容，讓使用者可以消磨時間， 那麼這種政策的核心價值就在于為了使用者提供豐富的高品質的内容，不管是短視訊， 直播， 或者活動玩法。那麼這種政策的核心的價值就在于為使用者提供内容的量與質，一般衡量名額是：消費人數， 消費廣度， 消費市場，以及使用者與内容的互動，用來衡量使用者對于内容的喜愛。比如B站的彈幕就是一種使用者對于内容認可的更高層次的情感表達。
幫助使用者節省時間，産品通過連結其他資源提供價值。如淘寶、京東金融。核心名額應該聚焦到轉化率。
那麼這種政策的核心價值就在于為使用者提供好的購物體驗，能夠提升付費頁面轉化效率， 提升購買的總規模，客單價以及複購率。
殺掉使用者時間，産品通過連結其他資源提供價值。如Soul、探探。核心名額應該聚焦到使用者的活躍程度。
比如說為了使用者提供與其他人的情感連接配接， 促進使用者和使用者之間的關系沉澱，進而讓使用者對于平台或者對于業務更有依賴性，促進使用者的活躍和互動，一般的衡量名額是：内容的釋出量，使用者和使用者之間的互動量，沉澱下來的關系對數
微信，是使用者和使用者之間的一個情感的連接配接，那衡量這種連接配接的緊密性主要是人與人之間的互動量，點評贊數量，沉澱的關系的數量
明确業務類型和業務名額之後，我們要結合實際業務，将主要關注的名額拆解到可行動的程度，後面我們再解釋可行動的程度到底是什麼意思，也就是如何評價名額的環節
下面就是一個常見的名額拆解示意圖，我們将我們公司的一級名額也就是戰略名額進行拆解，然後拆解到各個部門、各個環節，直到可以定位到個人，這樣才能充分發揮人員的價值與能力
DAU ≈ 日新增使用者+留存使用者+回流使用者；
GMV （總消費額）≈ 使用者數 x 購買頻次 x 客單價；
銷售額 ≈ 使用者總量 x 付費率 x 客單價；
LTV（生命周期總價值 ，life time value ）=LT（生命周期 ，life time）x ARPU（每個使用者的平均花費，Average Revenue Per Use）
一個好的名額肯定不是能一鼓作氣就可以實作的，需要不斷的疊代，而這個過程需要多方進行配合。
在了解了好的資料名額體系的必要性之後，我們來看一下究竟什麼樣的名額體系是一個好的資料名額體系。大家在做一些資料分析的時候，我們都會看到列出來的一些标準：資料名額必須是準确的，是能夠周期性統計，當然這隻是一方面，另外一方面就是業務層面是有價值，可衡量業務真實情況，并且還要簡單可執行。
從技術層面來看，一個好的名額，統一具備四個特點：容易收集快速衡量；準确度高；可被多元度分解；單一資料源。就像我們經常使用的衡量APP産品啟動人數，使用UUID或者是COOKIE往往比使用IP更加準确。
但很多時候，因為技術或者是業務自身的原因，我們往往很難找到很完美的名額。那麼這個時候我們最重要的就是統一口徑進行分析，更多地觀察資料的波動情況。
我們可以從下面幾個方面去評價名額體系的好壞，其實主要還是分為兩大類，一是真實貼合業務，可以反映業務；二是可以快速定位問題，提供解決方案
能夠發現局部與整體的關系及問題定位，當資料發生異動時，通過名額體系的邏輯拆解，能迅速定位到大緻的異動子產品及原因
能滿足不同資料使用方的日常需求，對産品經營及發展情況有整體了解；
名額體系服務于不同角色群體，簡單科學可解釋，符合大衆認知，大家都共同認可。
名額體系要能反映産品真實情況，杜絕華而不實的虛榮名額；
據名額是為了讓公司，業務，或者項目的成員圍繞着一個可量化的目标展開一系列的工作的。如果資料名額沒有貼合業務核心目标的話，那麼給公司，業務或者項目帶來的會是巨大的損失。
名額體系随不同生命周期階段而改變，名額體系要在發展中保持疊代
如果能從時間縱向對比、或者從其他次元比如使用者群體、産品、地域等不同角度進行橫向比較，可以更好地觀察業務的發展趨勢，定位問題，找到原因，以及改善業務中需要改善的環節。
KPI達标率：如果你的核心名額是KPI名額，那就直接根據KPI達标率來判斷即可。這個應該是最常見的一種方式。
競品對标：如果你能從靠譜管道搜集到競品相關資料，那以競品為參照物進行判斷。
環比對比：檢視環比資料，如果業務走勢呈明顯周期性，選擇一個曆史資料較為不錯的資料進行對比。
同比對比：檢視同比資料，預估每個周期增長多少個百分點，與上一周期資料進行對比，看是否達标。
在中間過程如果任何一個名額出現了問題，第一是能夠提前判定這個業務的健康度是什麼樣子的，是不是出現問題了。第二個好處在于這些中間過程的名額可以拆分到負責的團隊裡邊，定位到負責人。業務上面如果出現問題的話，可以第一時間負責人，之後進行下一步的優化措施的拆解。
GMV我們拆分到IPV乘以付費轉化效率再乘以相對應的APPU（人均付費值），這個是行業内非常常見的一個拆解方式，從使用者的角度去進行拆分，那這種情況下的IPV就有由對應的搜尋團隊或者是推薦團隊負責，他需要去優化整個頁面的一個規模或者說到訪使用者的規模，付費轉化效率由産品團隊負責，去進行相對應的一些産品優化，減少摩擦點，能夠提升我們付費轉化效率；APPU值這一塊更多的是由營運的團隊去負責，因為營運團隊需要去做一些活動，或者是通過一些優惠券的方式能夠促進使用者買了再買，購了再購。
公司層面有公司最關注的KPI，比如：日活、GMV、訂單量等等；不同的部門又有不同的關注KPI，比如：新使用者數、複購人數等等，有了KPI，我們就可以根據KPI來考察部門的表現，也就是績效。這也是數字化轉型，所有的管理、績效都數字化。
上面講的都是如何去定義名額，定義名額之後如何評價名額，下面我們看一下如何管理名額。
就資料平台來說，名額算是中繼資料的一種，名額的維護和管理是有套路的，下面就簡單分享下關于名額的管理——名額字典。但是開始之前我們先說一下為什麼要進行名額管理。
名額作為業務和資料的結合，它基礎是資料統計，名額也是量化業務效果的依據。既然和業務挂鈎那就會有說不明道不清的變化，其實着也是我們做名額管理的主要原因，業務在快速發展，是以在這個過程中業務的口徑和邏輯都在發生變化，如果不統一進行管理和維護的話就會出現名額口徑模糊邏輯不清。
我們可以從從業務、技術、産品三個視角來看：
業務視角
業務分析場景名額、次元不明确；
頻繁的需求變更和反複疊代，資料報表臃腫，資料參差不齊；
使用者分析具體業務問題找資料、核對确認資料成本較高。
技術視角
名額定義，名額命名混亂，名額不唯一，名額維護口徑不一緻；
名額生産，重複建設；資料彙算成本較高；
名額消費，資料出口不統一，重複輸出，輸出口徑不一緻；
産品視角
缺乏系統産品化支援從生産到消費資料流沒有系統産品層面打通
還有一個原因就是因為一個公司的名額本身就有很多，是以在這個過程中出現的名額名稱混亂，名額不唯一 是以我們在定義名額的時候就需要參考已有名額的，進而避免命名和含義上的沖突，做好資料有序地和有結構地分類組織和存儲也是避免底層資料的重複建設、資料統計來源的不唯一的重要手段
名額管理系統隻不是為了更好的管理名額引入的一套工具，當然隻好好的工具配合好的理念才行，也就是說如果沒有名額管理系統你也可以做名額管理。
名額字典，其實就是對名額的管理，名額多了以後，為了共享和統一修改和維護，我們會在Excel中維護所有的名額。當然，Excel對于共享和版本控制也不是很友善，有條件的話，可以開發個簡單的名額管理系統，再配合上血緣關系，就更友善追蹤資料流轉了。
為了友善查找和管理，我們會對名額定義一套編碼
名額最重要的就是，明确名額的統計口徑，就是這個名額是怎麼算出來的，口徑統一了，才不會産生歧義
一開始名額的梳理是很麻煩的，因為要統一一個口徑，需要和不同的部門去溝通協調；
還有可能會有各種各樣的名額出現，需要去判斷是否真的需要這個名額，是否可以用其他名額來替代；名額與名額之間的關系也需要理清楚。
而且第一版名額梳理好之後，需要進行推廣和維護，不斷地疊代，持續推動，讓公司所有部門都統一站在一個視角關注問題。
對業務口徑的翻譯，需要業務方告知你從哪裡的資料去計算
資料域
指面向業務分析，将業務過程或者次元進行抽象的集合。其中，業務過程可以概括為一個個不拆分的行為事件，在業務過程之下，可以定義名額；次元，是度量的環境，如乘客呼單事件，呼單類型是次元。為了保障整個體系的生命力，資料域是需要抽象提煉，并且長期維護更新的，變動需執行變更流程。
業務過程
指公司的業務活動事件，如，呼單、支付都是業務過程。其中，業務過程不可拆分。
時間周期
用來明确統計的時間範圍或者時間點，如最近30天、自然周、截止當日等。
修飾類型
是對修飾詞的一種抽象劃分。修飾類型從屬于某個業務域，如日志域的通路終端類型涵蓋APP端、PC端等修飾詞。
修飾詞
指的是統計次元以外名額的業務場景限定抽象，修飾詞屬于一種修飾類型，如在日志域的通路終端類型下，有修飾詞APP、PC端等。
度量/原子名額
原子名額和度量含義相同，基于某一業務事件行為下的度量，是業務定義中不可再拆分的名額，具有明确業務含義的名稱，如支付金額。
次元
次元是度量的環境，用來反映業務的一類屬性，這類屬性的集合構成一個次元，也可以稱為實體對象。次元屬于一個資料域，如地理次元（其中包括國家、地區、省市等）、時間次元（其中包括年、季、月、周、日等級别内容）。
次元屬性
次元屬性隸屬于一個次元，如地理次元裡面的國家名稱、國家ID、省份名稱等都屬于次元屬性。
主要分為原子名額、派生名額、衍生名額
原子名額
基于某一業務事件行為下的度量，是業務定義中不可再拆分的名額，具有明确業務含義的名稱，如呼單量、交易金額
派生名額
是1個原子名額+多個修飾詞（可選）+時間周期，是原子名額業務統計範圍的圈定。派生名額又分以下二種類型：
事務型名額
指對業務過程進行衡量的名額。例如，呼單量、訂單支付金額，這類名額需要維護原子名額以及修飾詞，在此基礎上建立派生名額。
存量型名額
是指對實體對象某些狀态的統計，例如注冊司機總數、注冊乘客總數，這類名額需要維護原子名額以及修飾詞，在此基礎上建立派生名額，對應的時間周期一般為“曆史截止目前某個時間
是在事務性名額和存量型名額的基礎上複合成的。主要有比率型、比例型、統計型均值
有了上面的名額字典，名額字典其實相當于是我們的底層邏輯，其實實作這個底層邏輯我們可以使用word、excel 等工具都可以去實作，但是為了能夠更加友善的管理，我們可以開發一套系統，也就是我們的名額管理系統。
名額作為資料平台上的核心資料資産，我們也可以将其做到我們的資産管理平台中去。
直播電商
酒旅業務
理财産品
共享單車
網站業務
建設名額體系，需要回答以下幾個問題
為什麼建設資料名額體系
如何評價資料名額體系，一個好的資料名額體系是要需要回答兩個問題，它是不是有助于業務發展，以及說這個名額體系拆解是不是可具備、可落地、可實操的可能性。
如何建設資料名額體系，這就需要我們的建設方法論了
如何維護和管理名額，名額的維護和管理是有套路的，最簡單的名額管理方法——名額字典，我們在此基礎上可以做名額管理系統
OSM 實作了業務目标結構化，UJM 實作了業務目标流程化。
資料名額體系其實隻是資料賦能業務的萬裡長征的第一步。未來如果希望更加泛化地去支援到更多的業務場景，其實是需要去做一些産品化的沉澱的，把一些固化下來的名額體系或者分析架構沉澱下來，去賦能更多的業務人員，可以使用相對應的資料産品，幫助他們去做相對應的業務決策。進一步提升他們決策的效率，同時降低使用資料的一個門檻。
交流群
加我微信：<code>ddxygq</code>，回複“加群”，我拉你進群。
猜你喜歡
數倉模組化—寬表的設計
Spark SQL知識點與實戰
Hive計算最大連續登陸天數
Hadoop 資料遷移用法詳解
Flink計算pv和uv的通用方法