第三章 确定评估指标：指标口径、计算方式、维度拆解

适用场景

当业务方或产品团队提出一个抽象的业务目标（例如“提升用户活跃度”“降低订单流失率”）时，评估团队需要将其转化为可量化、可对比、可复现的指标体系。本章节适用于以下具体场景：

• 新产品功能上线前，需要定义衡量效果的北极星指标及其子指标。
• 已有指标体系需要重构或对齐口径，消除跨团队统计差异。
• 季度/年度复盘时，更新计算方式或调整维度拆解粒度。
• 数据质量治理过程中，明确指标的定义边界（包含/排除规则）。

前置条件

1. 已完成课程第2章“识别评估需求”，输出《指标需求清单》。
2. 已获取相关数据源字典（表结构、字段描述、数据更新周期）。
3. 业务方与分析师双人确认评估目标不存在歧义。
4. 环境条件：具备SQL查询权限或数据仓库浏览权限。

操作步骤

输入输出物

指标名称：30日复购率（Repeat Purchase Rate, RPR）
口径描述：统计周期内，首次完成支付后30天内再次完成至少一次支付的用户数 / 首次支付用户总数。
分子：首次支付时间在统计周期内，且后续30天内有第二次支付（支付成功状态）的用户数（去重 user_id）。
分母：首次支付时间在统计周期内的用户数（去重 user_id）。
排除规则：剔除 user_type = 'test' 或 'internal' 的用户；剔除退款订单金额等于原订单金额的异常记录。
时间窗口：自然日 + 滑动固定30天。
数据源：order_payment_detail 表 + user_profile 表。

责任边界

记录材料

• 评审会议纪要：记录每次口径讨论的关键分歧点、最终决策以及决策依据。
• 口径变更日志：每次对口径、计算方式或维度拆解的修改，均需记录日期、修改人、变更内容。
• 验收测试截图：对口径验证SQL执行结果进行截图，作为验收凭证。

异常处理

验收标准

1. 验收清单：所有定义的指标均可在数据仓库中独立跑通，且结果与业务方手动抽数（或预期值）误差 < 0.5%。
2. 文档完整性：口径定义表、计算伪代码、维度拆解树、SOP文档均完成编写并通过至少一次交叉审核。
3. 可读性：一个不熟悉该指标的数据分析师，仅阅读SOP即可独立复现指标。
4. 追溯性：每个指标都关联一个需求编号（来自《指标需求清单》），且能在数据血缘图中被追踪。
5. 维度覆盖：拆解树至少包含时间、用户分层、地区三个基础维度，且每个维度下至少有两个分支。