建立指标体系需要各部门之间的密切沟通，以及对公司业务和各部门职能的深入了解，这就是本书后面章节的业务知识。在此基础上，根据建立指标体系的方法并不断尝试，就可以构建出合适的指标体系。例如上图中整体一级指标为：北极星指标，二级指标为广告曝光进入APP转化率、进入APP下单转化率、下单二次回购的转化率。指标生产SQL：这个指标是如何从底层Hive表计算出来的？ SQL 是最好的沟通语言。

指标池：在MECE（相互独立且完全穷举，参考“金字塔原理”）原则指导下，OSM模型UJM模型系统地选取不同阶段所需的核心数据指标。因此，我们需要沉淀搬砖的路线和指标的详细口径。那么如果我们要沉淀一个指标，它具体包括哪些部分呢？通过网络流量（广告）赚钱的公司（例如Facebook 和Snap）会选择与活动相关的指标作为其北极星指标。

1、随机指标源码

指标体系由N个指标系统组成，必须符合当前业务发展阶段并可量化。以这两个集合为例，0,8,12,20]和[8,9,11,12]。两组的均值都是10，但是显然两组之间的差异非常大。计算两者的标准差，前者为8.3，后者为1.8。显然后者更集中，因此其标准差更小。标准差描述了这种分散。这个指标一旦确立，就会像北极星一样高高地在天空中闪耀，指引着公司里的每个人都朝着同一个方向前进。

2、随机指标优点

流程指标：渠道发出订单数、渠道完成订单数、排队乘客数、乘客排队时间、司机好评度、司机接单数、司机取消数等。指标分类：业务线路、生成流程（例如在“转换”节点生成完成的订单PV）、原子指标/衍生指标（衍生指标是原子指标的加减乘除）如果不围绕这个业务目标拆解指标，但随意将指标拆解为用户年龄和性别。这与业务无关，只是为了拆而拆。

3、随机指标回测

仅通过查看最终结果来监控和改进业务流程是不可能的。这就需要更细化的指标，即增加三级指标。很多数据分析招聘要求都包括建立指标体系，所以建立指标体系是数据分析师的一项基本技能。但在实际工作中，一项指标往往无法解决复杂的业务问题。这就需要利用多个指标从不同维度对业务进行评价，即采用指标体系。指标名称：业务线+时间段+修饰符+原子指标，例如：买菜+登录后7个自然日内+应付+GMV。

一级指标不限于一个指标。综合评价可能需要多个一级指标。如果不按照业务流程建立指标体系，虽然指标很多，但指标之间不会有逻辑关系。指标应用SQL：一般来说，数据仓库会创建一个指标宽表供大家使用，所以会提供SQL的使用。