1. 背景编辑
多人开发指标，导致同一指标（sql、公式）在不同报表中结果数据不同
业务逻辑混乱，导致同一指标在不同口径下，需要不同的计算规则
同一指标在不同报表中需要重复开发，导致报表开发效率低
指标修改，IT人员需要多个报表重复调整
非需求提出者的业务人员对指标含义不清晰
2. 指标字典的目标编辑
1）规范维度和量度命名，命名规则要尽量做到明确、通用、易懂，详细请参见 指标命名四要素；
2）对确认维度或量度，统一计算口径，避免歧义；
3）涵盖尽可能多的关注的核心维度和量度，以此为基础推动数据建设，确保指标字典里覆盖的维度都可区分，指标都可统计；
4）基于指标字典，将核心维度和量度注入元数据中心，接入指标提取工具，后续实现不需要写sql即可完成自助查询及分析需求，可见，指标字典的建立，是搭建数据平台的基础。
3. 指标字典的基本概念编辑
指标字典由指标构成，指标主要由维度、汇总方式、量度三要素构成。
3.1 维度
是指从哪些角度去衡量事物。比如衡量一个学生，可以从学习成绩这一维度来衡量，也可以从身体素质这一维度来衡量。
3.2 汇总方式
指用哪种方法去衡量，比如“学生期末考试总成绩”用的就是求和的方式，“学生期末考试平均分”用的就是平均值的汇总方式。
3.3 量度
量度是指的度量单位，只有加了度量单位的数字才有明确的意义。
一个明确、易懂的指标名称中应该包含限定维度、汇总方式和量度。比如“订单总金额”，“订单”表明维度的限定，“总”表明汇总方式是求和，“金额”可以表明度量单位是货币单位。如果指标名称是“订单金额”、“总金额”就不是清晰明确的指标名称了。
4. 用户类指标示例编辑
新用户：首次下载安装并激活该应用的用户。在渠道或版本统计中，仅在第一次下载时被记为渠道新用户，后续重新下载或升级版本，不算新用户。（以独立设备为判断标准）
老用户：当日启动用户中，以前也启动过应用程序的用户。
日活跃用户：当日启动过应用程序的用户（已去重）。
留存用户：所选考察时段的用户中，在留存时段再次启动应用的用户。包括新用户留存与活跃用户留存。
流失用户：过去60天（含当日）没有启动过应用程序的用户（已去重）。
5. 案例编辑
这里以筛败率为例展示模型：
（1） 指标拆解：筛败率 = 筛选失败人数 /筛选总体人数。
（2） 维度细分：项目维度(产品/项目)、地理纬度(大区/省份/中心)、项目归属维度(治疗领域/研发类型/产品分类/申办方/试验分期)
（3） 数据口径定义。开发接口对接各个系统供应商提供的数据，并根据业务逻辑，确定入组受试者信息优先取 IRT 系统，其次取 CTMS，最后才取 excel。
（4） 全面检查复核所有指标的口径和维度，并确定更新周期。
详细点击：https://bbs.fanruan.com/thread-135895-1-1.html