四千字全面解析数据产品经理必知概念：标签、维度、指标.docx

四千字全面解析数据产品经理必知概念：标签.维度.指标今天，我就来重点讲讲：标签、维度、指标在开始讲之前，我想定个调：抽象 的词，再怎么用文字解释也解释不清，我也无意构建对这些词的标准化的定义希望读者朋友们能跟我一样，借用费曼学习法，构建对这些抽象概念的理解一、什么是标签标签，是为了描述事物、区分事物的某种缩略代指我们日常表达里，经常说的一个词是：贴标签生动又形象，有一种贴便签纸、或者给某个人贴纸条的感觉比方，做完核酸检测，小朋友往自己身上贴一个冰墩墩的卡通标签烟台体重分布图50kg-55kg是肉先动的手 55kg-65kg 一览众杉（）不同的标签，概括的粗细粒度不一样标签组合越多，概括的粒度就越细（和维度是一样的）很多事物，是可以被直接度量的比方，一个板凳多长多宽多高、一个学期几个 月几天、篮子里有几个鸡蛋但是，有的事物是没法直接度量的，比方颜值这时候，只能通过另外的事物去间接度量并且，我们要抽象和总结，去概括一个人很漂亮，多漂亮？粗暴地分两个标签：漂亮，不漂亮小李（莱昂纳多，电影《盗梦空间》的男主角）走在路上，碰到100人，99人 回头看他，漂亮不?另一个小李也走在路上,碰到100个人，1人回头看ta ,漂亮不？多少人回头，是客观的，但是到底漂不漂亮，每个人心里都会有主观答案的。

标签也可以通过某些标签的基础上，继续划定更细区间的方式进行定义这个层面，标签和维度是类似的六、看待这些概念的两个视角光讲概念，不结合数据产品的实际应用，也是没用的所以在这个模块，我带着 大家从业务、技术两个视角来看更多的例子1 .业务视角业务视角简单来说，就是给普通人描述一件事情大家不要被我带坏了，问我什 么是「业务」，不纠结哈比方，我们看到某个新闻：A集团本季度GMV增长率为45% ,开展缓慢公式版本：GMV增长率=（本季度GMV -上季度GMV）上季度GMV（后续用GMV代指A集团本季度GMV ）2 .技术视角技术视角，那么是给计算机描述一件事比方，我们要将刚刚说的规那么、共识，翻译成技术语言这里，我给出伪代码版本SQL什么的我就不写了 ） :gmv_growth = （ cur_gmv-Iast_gmv ） / last_gmv o3.两者的联系标签的技术定义，来源于标签的业务定义再来举例，标签和指标的关系指标范围50%< gmv growth < 100%20%< gmvgrowth < 50%0% < gmv_growth < 20%标签（开展情况维度的维度值）开展迅速开展良好开展堪忧当然，这里的例子，仅仅是举例哈，没结合行业特性，也没说具体粒度和维度。

七.一个虚拟的例子来理解这些概念拿我非常熟悉的视频、直播来给大家举例吧（这些例子都是虚构的）O随着硬件、互联网、移动网络、移动支付的开展，某视频网站Dilidili开始上线 了D站借鉴了其他的网站，上线的时候就开发了点赞、评论、打赏服务也对内 容进行了划分：番剧、科技、娱乐、体育、资讯、时尚网站开始有了第一个UP主上传了视频，有了第一个观众，观众看完视频：留下 了评论，哇，太真实了吧，太搞笑的吧，说的就是我吧数据分析师和产品经理,在上线的时候就制定了初版的指标体系，定了很多维度 和指标，比方不同地区、不同品类、不同年龄段人群的观看时长、观看次数、观 看人数、打赏人数等等大的角度，会分几个：内容供给（上传视频数、有效播放视频数、直播人数、次 数等）、内容消费（观看停留时长等）、金钱消费（营收维度）当然了，当中的一些指标，产品经理们也会让UP主们在后台也能看到，以便净增粉丝》调整自己的视频内容和方向弹幕♦评论1-♦点费♦提供★收藏投币数据产品小包后来为了精准地基于用户喜好（用户观看历史、观看不同品类的时长、次数等指 标），产品经理增加了新功能：UP主上传视频的时候可以带一些关键词，也就 是给视频打标签。

新星UP主面对面生活日常日常 生活记录新星UP主面对面•第二期段子 记录 打卡挑战上滋据产品小!”这个功能发布后，其他UP主开始丰富视频标签慢慢地，内容运营和产品经理发现一个词开始流行起来：鬼畜随着带这个标签的视频越来越多，索性产品经理就单独搞了把这个设置成了一个 新的分类，放到网站首页，后来也成了该站的一大特色L番剧••电影.国创C电视剧—综艺%纪录片Q动画x游戏 鬼畜］ 音乐舞蹈 B影视 /娱乐知识■科技 Rj资讯 八美食 - 生活 辎汽车时尚*运动动物圈号 VLOGV搞笑0）单机游戏C虚拟UP主Q公益口公开课内专栏r直指P活司课堂社泛新勖这些品类和标签不断地演进和变换，最终慢慢相对固定下来：番剧国创综艺动画鬼畜舞蹈娱乐科技美食 汽车电影电视剧纪录片游戏音乐影视知识资讯生活'七方褊D站在视频领域站稳了脚跟，在很多精神股东的真金白银支持下，公司成功上市了 !这个故事里，我就借用了一个半虚拟的故事，讲了标签、维度、指标的相关故事 了，当然，真实的工作场景里，会更复杂、更艰难希望对你有所启发〜八、总结因为我比拟笨，不太适应概念套概念的学习方法，所以我在写的过程中，也尽量 不抽象，尽量不抽象，尽量讲解我理解的例子。

总结环节，帮大家回顾下几个要点吧：1 .维度和标签是为了分类标签很具体，维度更抽象，按需创立2 .指标是为了度量缺了维度和标签，光光的指标啥也不是3 .要结合业务视角、技术视角去理解这些概念并运用维度、标签、粒度、指标，这些概念，都是相爰相杀的要结合实际案例，系统 性地去理解这几个概念人人都可以创标签比方，每个人都可以用文字描述自己看到下面这两段话的感受:我家门口有两棵树，一棵是枣树，另一棵也是枣树情况就是这么个情况，具体什么情况，还相关部门介入去了解实际情况诸如「废话文学」、「没营养」等等，而这些描述性的内容，都可以用来打标签再比方，产品经理回老家，如何给非互联网人的亲戚介绍自己呢？ 你可以这么介绍：我们这些小经理,完全不管人只负责做事儿，搞互联网的起了 这么个名儿也就是为了好听，天天加班干活，跟厂里其他普通员工一样的「不管人」、「只负责做事儿」、I■为了好听」、I■天天加班」、「跟厂里其他 普通员工一样」，就可以提炼出来几个标签，给自己贴上标签比拟具体，比拟随意标签也是用来做区分和描述的，标签可以随意、很散装，可以很有创意性，也可 以很有特异性，可以很长，也可以很短「不出远门过五一」、「来拍照了」这些个标签放一起，就很有代表性了。

杭州旅游攻略#杭州拍照#周末去哪儿J 州小众景点#杭州旅行#五一运动日记 的 灵感#不出远门过五一 #来拍照了 #杭州书 #杭州周末去哪儿#宫崎骏#江浙沪旅游# 游#茶园#孤独的树#茅家埠#周末去哪 #城市周边游#踏青好去处#春日漫游计划 州#Allklear @薯队长@生活薯@薯管家好其实，任何描述性的文本，都可以作为标签它可以是成语，也可以是词语，也 可以是不完整的句子只不过，为了简洁性、易读性、传播性，我们通常会用更加短小精悍的文字来描 述一类东西，观点更鲜明，更有穿透性甚至也可以是形象、图片、符号，也能是标签一个笑脸、一个红心、一个太阳 就能代表很多很多，一图胜千言当然，每个人都有自己的解读另外提前说一句，标签和维度值的概念重叠度比拟高二.什么是维度大家常说，物以类聚人以群分一个自然而然的逻辑是：先有物和人，再有类和群面对新事物，人类最自然的反响是将其描述出来，或者代指对应到标签和维度 上的话，一般来说，都是先打标签，再分类比方，印第安人的由来，其实哥伦布团队以为他们到了印度，然后用了这么个很 像的词去命名的印第安人称呼自己，大概也是印第安语的「俺们、咱们」，他 们称呼哥伦布，可能也是老外。

我们习惯性会对事物进行打标签，但是当我们碰到了太多的新种类的东西，打的 标签太多之后，这个时候要继续区分，就要整理和归总，就得要有「类」和I■群」 了维度是什么呢？简单理解就是上文的「类」和「群」建立维度，其实是归纳归 类，继续做了一层抽象是否测核最简单的维度，是二元的：是/否比方，测过核酸/没测过核酸简单、粗描述时间详细、细描述小区时间是否测核1 .维度是灵活变通的，可以持续细化，不同维度可以相互组合的为了讲清楚维度，我不得不再引入一个相关的词，粒度粒度，其实就是描述事物、事情过程的细致程度为了更细粒度的分类描述，我们可以利用更多不同的前后缀修饰词创立新的维度就拿测核酸这个事情来举例假如一开始只区分是否测过核酸，后来病毒持续演进，抗疫成了持久战，后来开始区分时间：近30天、近7天、近3天是否测过核酸后续为了更加精细化防控，再加上来小区的维度，那就变成：A小区近7天是 否测过核酸、B小区近3天是否测过核酸2 .维度之间也可以合并和归总正向可以，反之亦然，我们也可以将细粒度的维度合并成更粗的维度如果一开始就高瞻远瞩，基于现实情况，设定了较为贴切的粒度，将统计的维度 设置为近N天、小区、是否测核酸。

后续抗疫效果显著，粒度不需要再那么细，只需要按照月份、城市进行统计的时 候，这些维度也可以归总：月份、城市、是否测过核酸3 .维度的下钻和上卷按照很多文章的说法，这个两个模块叫做维度的下钻和上卷但是，下钻和上卷比拟抽象，我比拟建议大家通过实际例子来构建自己的理解其实可以看到，维度和粒度之间相互影响、相互解释：维度越多，粒度越细为了方便，也可以将常见的特别细粒度的维度组合，合并成一个新的维度进行统 称任何维度的设定，以及维度的下钻和上卷，都是基于我们想了解什么粒度的信息三、什么是指标我们日常生活里，会听到很多的故事有的故事很丰富，很精确，而有的故事, 那么很模糊，很朦胧丰富、精确，其实描述层面是模糊和朦胧的一个事情到底多好多赖，要基于某个标准或者数据进行明确的衡量、确定的度量 （度量也是一个常见的词哈）指标，是为了客观量化某些事物，一般用数据表示比方下属给老板汇报：老板，这个季度我们的用户增长率很高，到达了 200% !老板反问，具体多少人呢？下属答日：从1000到3000 !有了用数据描述的指标，这种一般性描述就真的很精确了，反映客观事实了四.差异和联系维度和标签的差异，之前说过了，可以看这篇文章：数据产品经理必看知识：标 签和维度这篇文章重点讨论维度、标签和指标之间的联系和差异。

・ 差异是：维度、标签用于分类，指标用于量化•联系是：维度、标签和指标需要一起出现、共同描述客观事物和过程如果只有光光的指标，什么维度和标签都没有，那读者可以脑补维度，或者自动 认为是认知范围里面的全部比方，北京奥运会总人数是23452人大家就会疑问了 ：哪届奥运会？这个总人数指的是什么人？运发动。