总结起来就是：根据口径，选取维度，找到字段、计算指标。

字段 字段就是数据库中的列。 属性与字段是对同一个元素不同的称呼。

口径 —数据取数标准 口径是取数逻辑（如何取数的），比如要取的数是10岁以下儿童中男孩的平均身高。

维度 维度是取数的依据字段：年龄、性别、身高

指标 口径的衡量值，也就是最后的结果。通常需要经过加和、平均等汇总计算方式得到。 指标可以氛围绝对数指标和相对数指标，绝对数指标反应的是规模大小的指标，比如人口数、GDP、收入、用户数，而相对数指标主要用来反应质量的好坏，比如利润率、覆盖率。两者结合、全面衡量事物发展。

字典指标 顾名思义，就是把公司常用的一些指标，通过有组织、有秩序的进行整理，形成公司内各个业务部门均统一认同的标准化体系。就像字典一样，对哪个指标有疑问，就去指标字典中查一下，对齐口径。

一套标准的指标字典包括两部分：指标部分和维度部分。这两部分独立开来是字典；叠加起来，能生成覆盖业务日常用的各种指标。把指标和维度统一梳理，编写成文档即可。 如何推进指标字典的使用： （1）贴合业务的应用场景，从业务出发，不能闭门造车 符合业务的应用才是最根本的出发点。比如公司整体都是围绕着成交来的，那指标字典的重点应该是交易相关；业务最关心的是服务体验，那指标体系的重点就是服务体验。 （2）要和各个业务部门进行充分沟通，争取达成公司内共识 很多时候，难以推进统一指标字典的原因，在于不同义务都想用对自己有利的计算基表。这就需要平衡。也需要一些自上而下的推动。 （3）后续维护好指标字典，推进指标字典的应用。 在业务进行过程中，不断有新的指标、新的需求产生，要在原有的基础上做好更新维护。