维度是说明数据，是业务中对象的描述性属性或特征，用于对业务过程进行分析归类。 属性是刻画某个实体对象维度的数据形态。

通过事物发展的数量、质量两大方面，从横比、纵比角度进行全方位的比较，我们才能够全面的了解事物发展的好坏。

如用户数环比上月增长10%、同比去年同期增长20%，这就是时间上的对比，也称为纵比; 如不同国家人口数、GDP的比较，不同省份收入、用户数的比较、不同公司、不同部门之间的比较，这些都是同级单位之间的比较，简称横比;

维度可以分为定性维度跟定量维度，也就是根据数据类型来划分，数据类型为字符型(文本型)数据，就是定性维度，如地区、性别都是定性维度;数据类型 为数值型数据的，就为定量维度，如收入、年龄、消费等。

一般对定量维度需要做数值分组处理，也就是数值型数据离散化，这样做的目的是为了使规律更加明显，因为分组越细，规律就越不明显，最后细到成最原始的流水数据，那就无规律可循。

单独的一个数字无法描述现实，必须加上必要的上下文才能被人理解。 度量是事实表和维度交叉汇聚的点，度量和维度构成OLAP的主要概念。在事实表或者一个多维立方体里面存放的数值型的、连续的字段，就是度量。也理解为在统一计量单位下，对不同维度的描述。

在事实表或者一个多维立方体里面存放的数值型的、连续的字段，就是度量。 指标，用于衡量事物发展程度的单位或方法，

指标可以理解为”它是表示某种相对程度的值”。 度量是一种绝对值，尺子量出来的结果，汇总出来的数量等。 指标至少需要两个度量之间的计算才能得到，例如收入增长率，用本月收入比上上月收入。当然可能指标的计算还需要两个以上的度量。

虽然维度和指标可以独立使用，但常见的还是相互结合使用。维度和指标的值以及这些值之间的关系，使数据具有了意义

指标需要在一定的前提条件下经过加和、平均等汇总计算方式得到，前提条件：如时间、地点、范围，也就是我们常说的统计口径与范围。 指标可以分为绝对数指标和相对数指标，绝对数指标反映的是规模大小的指标，如人口数、GDP、收入、用户数，而相对数指标主要用来反映质量好坏的指标，如利润率、留存率、覆盖率等。

指标用于衡量事物发展程度，可以从数量跟质量两个角度入手分析，而程度是好还是坏是通过不同维度来对比得到的。