什么是指标

数据团队出具的一个统计报表字段即为指标。比如最近七天的订单量,一个促销活动的购买转化率等等。
一个指标具体到计算实施,主要有以下几部分组成

  • 指标加工逻辑,比如count ,sum, avg
  • 维度 比如按部门、地域进行指标统计,对应sql中的group by
  • 业务限定/修饰词 比如以不同的支付渠道来算对应的指标,微信支付的订单退款率,支付宝支付的订单退款率 。对应sql中的where

除此之外,指标本身还可以衍生、派生出更多的指标,基于这些特点,可以将指标进行分类

  • 原子指标 基本业务事实,没有业务限定、没有维度。比如订单表中的订单量、订单总金额都算原子指标
  • 派生指标 比如过去5天的订单总金额,就是加了业务时间限定
  • 衍生指标 比如某一个促销活动的转化率,就需要促销投放人数指标促销订单数指标进行计算得出

指标系统建设前的状况

  • 不知道口径,数据平台出去的指标,用户甚至数据研发自己都不知道具体的口径,需要翻代码
  • 指标耦合,不方便下线和口径调整,现有报表都是需求驱动,一个sql中可能对应了多个指标的计算,导致指标下线,逻辑调整都要相互影响
  • 指标重复计算,不同报表用到同一个指标,需要重复的写同样的逻辑,加重集群的计算压力,且指标口径一调整,需要多处调整
  • 指标血缘无法跟踪,数据团队交付的报表时间久了不知道谁提的,不知道用到了哪些表,不知道最终被用到了哪些团队
  • 只见树木,不见森林。数据团队花了大量时间在报表开发上,而忽略了底层模型的打磨

指标建设的宏观步骤

基于业务目的梳理指标体系

基于公司不同的业务模块,业务场景,不同的管理层级来梳理指标体系,敲定指标口径。

  • 总经办关注的流水相关指标,对应高层管理
  • 订单小组关注的订单履约相关的指标,对应业务模块
  • 广告投放关注的转化相关的指标,对应业务场景

基于系统支撑录入和管理

通过系统建设,支撑上述梳理的指标体系,实现指标定义录入,指标调用链查询跟踪,指标下线管理等功能

指标管理所在的数仓位置

指标的计算一般是在数仓星型模型之上

指标管理系统产品模块设计

指标定义

分为产品配置部分和技术人员配置部分
产品配配置

  • 选择指标分类,属于哪个业务模块
  • 指标需求描述,填写指标发起的部门原由
  • 指标文字定义,填写指标口径的文字描述
    技术配置
    将原子指标和派生指标都定义为基础指标,因为他们通过单一数仓模型即可计算出
    将衍生指标定义为复合指标,因为这类指标需要依据上述基础指标做加工计算

基础指标

  • 需要选择业务事实表,维度表,以及业务事实同维度的关联关系,相当于选定from的表和对应的group by逻辑
  • 编写指标加工逻辑,比如count、sum、avg等
  • 编写限定条件,相当于写where条件

复合指标

  • 选择基础指标,比如选择促销投放人群数成单用户数
  • 编写加工逻辑,成单用户数/促销投放人数

指标查询

基于指标中文名,搜索对应的指标定义和血缘

指标下线

基于血缘统计,发现未被使用的指标,将其下线

对外接口

提供给外部系统,比如BI,用于查询指标定义,这指标的详细数据

指标权限

控制不同用户,不同应用能够获取到的不同指标范围

报表配置化

基于指标系统中的指标池,以拖拽的方式,快速生产报表

指标管理系统技术实现

指标加工逻辑

基于指标定义中技术部分的定义,自动生成指标加工sql,并将其自动部署到调度系统中。自动生成的逻辑,无非是将指标定义中的字表加工逻辑、维度信息、业务限定等组装起来

指标输出设计

sql加工好的指标,有如下两种存放方式

在dws中以大宽表的形式存放

比如以用户维度,组织大宽表,其中存放用户相关的所有指标,比如用户最近5天购买的订单数,用户最近30天的订单金额等

缺点是:

  1. 报表组合不够灵活,某些报表需要的指标跨多个大宽表,还得从多个dws大宽表中取数据
  2. 新增指标不够灵活,新增一个指标需要在大宽表中加字段
  3. 由于每个指标都是独立的job,其计算完成的先后顺序不一,需要做一些中间存储,最后合并成大宽表

以统一的指标表存放所有的指标数据

对于T+1的指标,统一存放到一个指标表中,统一指标表的定义如下

指标id 指标code 指标value 日期分区

所有的指标job计算完后,都以上述格式将指标数据插入到对应的表中,一个job一次插入,会造成该表的小文件问题。解决办法是,可以在所有的指标计算完成后,统一对当天的指标分区做一次小文件合并,合并sql类似

insert overwrite table chenjun_test PARTITION(dt=\'20200821\') SELECT t.foo,t.bar from chenjun_test t where t.dt = \'20200821\'; 

整体脑图

参考资料

https://tech.meituan.com/2020/03/12/delivery-data-governance.html
https://www.infoq.cn/article/K29hNd0osXPjCNLpJ2Wv
https://tech.meituan.com/2018/12/27/onedata-origin.html
https://mp.weixin.qq.com/s/-pLpLD_HMiasyyRxo5oTRQ
https://tech.meituan.com/2018/12/27/onedata-origin.html
http://baijiahao.baidu.com/s?id=1635554170455593452
https://help.aliyun.com/document_detail/112668.html?spm=a2c4g.11186623.6.756.33371e79CY1B2s
https://www.shangyexinzhi.com/article/1584086.html

版权声明:本文为niceshot原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://www.cnblogs.com/niceshot/p/13640630.html