韩梅梅是市场部门的数据分析师，她提供了一份数据分析报告，报告中有一项指标是「新用户销售额」。

李雷是会员中心的运营，他也提供了一份每日的「新用户销售额」。

但是 CEO 看了这两份报告后，发现同一天的新用户销售额的数值相差非常大，这是怎么回事呢？排查后发现是两个部门对于新用户口径的定义不同：

• 市场部门认定新用户是首次下单并完成支付的用户；

• 会员中心认定新用户是当日新注册用户。

指标混乱现状

同名不同径，同径不同名。口径不清晰，口径有错误。命名难理解，计算不易懂。来源不清晰，同部不同径。

• 指标定义名称一样，但是开发逻辑不同，导致取数时出现了混乱。

• 指标的名称不同口径相同、指标名称相同口径不同。如利润总额（财务口径）和利润总额（业务口径），会导致大家的沟通很难在一个频道上，效率低下，最终出现数据偏差，影响业务判断和开展。

• 指标开发逻辑未留存。开发指标时，需要找到相应的开发，询问确认统计口径、数据源表等，导致沟通成本高。

• 指标命名随意，不易理解。
  

指标命名公式 = 限定词+业务主题+指标名称+量化词

业务主题

业务主题是用来描述业务在哪个过程阶段。比如：打开页面、点击支付、支付成功、支付失败。

限定词

限定词就是用来对指标进行限定约束。比如：当天、当月、月累计

量化词

统计粒度是对一物理量的测定，通常以数字单位来表示。比如：金额、份额、次数、率。

指标名称

指标名称就是指标要统计的对象实体名称。比如：统计订单还是用户。

最终指标命名：当月累计+支付成功+订单+次数