1、 书 指标平台 建设法与实践 2 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 录 指标平台建设背景 5 指标平台发展史 5 早期的数据建模（1996-2010 年）5 助式 BI 的出现（2010 年初）6 数据平台的进步（2015-2020 年）6 数据分析平化孕育了新的数据应（2017 年今）7 指标平台概念介绍 8 指标建设的现状 8 痛点 1：数据孤岛/数据烟囱 8 痛点 2：指标径、标准不统 9 痛点 3：指标体系不完整 10 痛点 4：指标问题难追溯 10 痛点 5：数据治理难 10 痛点 6：

2、指标计算重复，分析效率低 10 痛点 7：分析平台特性不以撑决策 11 指标平台建设的价值动因 11 理解业务 12 发现问题 12 定位原因 12 精细化运营 12 挖掘价值 12 指标平台建设框架 13 指标的基本概念 13 什么是指标？13 指标分类 13 维度 13 维度属性 14 度量 14 3 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 指标主题 14 原指标 14 派（衍）指标 14 复合指标 14 指标计算 15 指标体系法论 16 OSM 模型 16 北极星指标 17 指标体系建流程 18

3、 指标数据标准 20 指标标准要求 20 谁来制定指标数据标准？21 谁会使指标平台？21 指标需求对接流程 21 指标平台功能规划 22 指标定义 22 指标看板 22 指标应 23 指标缘 23 指标分享 23 指标推荐 23 异动预测 24 指标洞察 24 指标计算引擎 24 Kylin 24 Spark 25 Druid 25 ClickHouse 25 Kyligence Zen 站式指标平台介绍 26 Kyligence Zen 指标平台的定位 26 4 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我

4、们 Kyligence Zen 产品能 26 Kyligence Zen 产品优势 29 指标平台建设案例 30 平安银：潘多拉指标平台 30 壳找房 35 Airbnb:Minerva 指标平台 41 Uber：uMetric 来解决指标差异问题 41 总结 42 关于 Kyligence 43 参考引 44 5 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 指标平台建设背景 指标平台发展史 指标平台的话题在数据界越来越热，往往热的东西总是新出来的。但实际上，和商业智能（BI）的概念样，指标平台的概念可能您

5、想象的还要。指标平台最开始出现，是在像 Airbnb、Uber 和 LinkedIn 这样的型科技公司。他们发现，为了了解公司的业务并对其进分析，需要有个集中的地来进指标的定义和管理，因为只有在们信任数据，且每个使的数据都保持致时，项洞察和商业分析才有价值。然现实情况是，混乱的数据孤岛、增的数据量、复杂的计算，才是每个数据故事的开头。分散的指标给数据分析师带来了诸多困扰，在多样的前端需求（CRM，BI，Python，SQL，API）和多种数据来源（ERP，APP，Web，RDBMS，Excel/CSV）之间，需要有层平台，来帮助他们实现数据的存储、计算和控制。家对这样的层平台探索已久，指标平台

6、就是这层平台发展今的种最新形态，我们来回顾下：早期的数据建模（1996-2010 年）在助式 BI（Tableau，PBI）出现之前，是传统 BI 平台的世界，知名的产品有 SAP BusinessOjects，IBM Cognos，OBIEE，MicroStrategy 等。客依赖 IT 专家和流程来管理数据的消费。多数 BI 的程师使的具都是基于脚本任务和 SQL 语句所建的，这使得编排数据管道变得常具有挑战。6 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 助式 BI 的出现（2010 年初）2010

7、年后，交互式仪表盘在业界掀起了场暴，为数据团队和业务团队之间更多的合作开辟了道路。随着交互式报表成为数据分析团队的主要产出，帮助业务决策者消费他们的数据，“仪表盘即服务”的想法出现了。但因为终端的偏好，多数公司有不个 BI 具，导致同样的分析逻辑在不同具中重复。数据平台的进步（2015-2020 年）2015 年左右，数据集市的概念逐渐过时，因为们不再在 BI 具中维护这些漂亮的固定界仪表盘。相反，数据平台旨在摄取、处理、分析和展，将不同的源数据统到数据仓库进处理。随着越来越多的公司投资数据平台建设，这些 BI 具越来越先进，在某些情况下也越来越专业。并所有的具都能在单的数据平台中存。7 版权

8、所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 数据分析平化孕育了新的数据应（2017 年今）近年来，数据分析的流使得这种专业化更进步，孕育了新的具，实现了新的应平台对接。这引发了对治理的要求，以及围绕数据可性、数据缘和业务运营状况的新挑战。不致的数据集使分析员不得不涉数百的 SQL，以确保他们获得的答案是准确的。今天，团队从他们的数据仓库或数据湖中提取数据，放中台进管理，并将这些数据引各种具，包括多个 BI 和实验平台。前家的共识是将对指标的统管理作为这层中台的核能，来承接可视化和动化流程中间的空。8 版权所有

9、2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 如今指标平台、数据中台等产品如后春笋般出现，均以实现 OLAP 下的数据治理，同时减少计算逻辑和数据的重复，赋能新时代的数据应为任，但最终将向何，还需要更多的实践与探索。介绍完了数据平台的历史，接下来我们将从指标平台的概念开始介绍。指标平台概念介绍 指标平台是供组织集中管理、存储关键指标的平台，提供统业务模型、指标管理、指标加、数据服务于体的完整的解决案。它是种集中组织数据的式，以可重复的式访问关键指标，可以使多种应在下游消费这些指标。中台即连接后台与前台的“中间层”，根据

10、前台的需求去后端找数据，并加成”数据服务 API”，供前端所有系统来使。指标平台作为数据中台的特性有：致性、访问性和复性。作为数据架构的部分，指标平台作为个标准化的单可信源，开始受到重视，有了指标平台，您可以：以各个类型的指标为对象，集中管理和消费数据仓库中的数据。建标准，确保企业指标背后的数据是准确和致的。不论使的是什么具，提供对准确数据的访问，便们在分析数据时看到致的结果。指标建设的现状 指标能够直接反映企业的产运营状况，从为企业决策提供数据撑。随着国家数据战略实施与企业数字化转型的驱动，指标的重要作益凸显；另指标管理上的诸多痛点使得全企业实施统的指标管理成为必然要求。但要想把指标管理好并

11、不容易，不仅需要科学合理的法论，还需要有效的技术撑。指标作为种业务元数据，与企业元数据有着千丝万缕的联系，所以可以把指标管理当做元数据管理的个应。那么，如何管理指标？如何通过分解业务实现指标的管理？为了解决这些问题，我们先从企业前指标管理的痛点谈起。痛点 1：数据孤岛/数据烟囱 由于企业业务发展的历史原因，企业内部信息系统的建设多为烟囱式建设。各部按照部内的需要主导了不同信息系统的建设，没有从全局视考虑如何整合各个系统。烟囱式的系统建设，数据径的不致会导致决策者法从统视去了解企业经营的状况，在企业整理经营汇报时，会出现不同业务部对业务经营现状得出完全不同的调整建议的问题。9 版权所有 2023

12、 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 痛点 2：指标径、标准不统 数据径是指统计数据所采的标准，即进数据的相关作所依照的指标体系。数据径包括采集式、统计范围等指标。在企业内各部、各渠道的业务员，会根据业务范围内的指标进命名，这样就会造成径不致的情况。指标径不统就会导致个简单的业务问题在不同团队那会得到不同的汇报数字。更糟糕的是，没有知道究竟哪个数字是对的。例如下图例的销售额计算结果不致。10 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我

13、们 痛点 3：指标体系不完整 建完整的指标体系在企业中尤为重要。如果没有指标，我们能够知道的信息就会变得很少，亦或是获取信息的成本会变得很。如果只有指标，没有体系，我们能够知道的信息就会变得很窄，亦或是获取的信息就会变得很乱。进，体系的缺位会导致组织的“数据指南针”失效。越是在型组织当中，指标体系越为重要，因为决策者离线业务较远；公司的业务虚拟属性越强，指标体系越为重要，因为公司与客的距离较远。简之，建指标体系的的就在于获取全局性的、有体系性的信息；进通过这些信息去驱动业务的发展，达成组织标，这就是指标体系之所以如此重要的原因。痛点 4：指标问题难追溯“指标计算结果出错了，问题出在哪，是计算过

14、程的问题还是因其他指标出错导致的连环出错，还是说数据在录的时候就出错了？是谁的责任？”指标多都是经过多种计算得到的，有些指标需要经过很的加过程才能得出。如果法追溯指标的加过程就难以知晓指标所的数据来哪，且法快速找出指标出错的原因和对应的责任部，使得指标的致性、完整性和准确性得不到保证。另外出现问题时部之间互相推诿的情况时有发，导致指标问题难以得到解决。痛点 5：数据治理难 企业不仅需要管理数据的系统，更需要个完整的规则系统以及规章流程。数据治理基本上涵盖了企业所有与数据有关的内容，因此在整个企业范围内，包括作流程、涉及员和使的技术等等，都需要经过仔细考量，以保证数据的可性、致性、完整性、合规性

15、、和安全性，确保在整个数据命周期中，都具有较的数据质量。旦数据的质量难以保证，那么多少上的分析算法都成了空中楼阁。底层的基座决定上层建筑。如果给数据分析算法灌进去的数据是“垃圾”，那么分析的结果也样是“垃圾”。这就是数据界经典的效应：GIGO（Garbage in Garbage out）。痛点 6：指标计算重复，分析效率低 指标平台旨在管理企业的海量指标，以及指标的各类衍和复杂计算，这就涉及到指标成倍的存储和计算。随着数据量产速度越来越快，传统平台存储与计算能遇到瓶颈，查询耗时较，法快速响应。虽然指标平台前期建设也需要些指标的计算设计，但是后期指标平台可以通过派、复合，减少次创造指标的重复劳

16、动问题和资源浪费问题。将指标物化在数据仓库层是前来说常的个解法，数据仓库持将指标定义在视图（View）中，然后让其他具去查询视图。不少企业前就是在使视图来解决分析指标的计算和查询问题。使视图的问题是仅能针对 11 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 些查询需求进物化，在各类查询需求繁多的时候，数据程团队需要准备量的视图，开发成本极，数据管道复杂不说，还很容易出错。当上游的数据出现问题的时候，下游系统很难知道，就法及时同步修复，这会导致数据的消费者如数据科学家，程师需要花费量时间来 debug 数据不

17、致问题，这使得他们的作效率常低下。如下图为引指标平台之前的 Airbnb 数据平台：建在核数据之上的衍表量激增，带来了系列问题。痛点 7：分析平台特性不以撑决策 在助式分析逐渐普及的趋势下，传统数据平台不能够持灵活的并发的分析式，助式体验不好。如有时候决策者想要下钻分析到局部，但是系统却不能响应即席分析。此外，数据查询以后进的聚合计算会导致数据获得缓慢，这样决策的效率就会受到影响延后。灵活性、可扩展性、实时性、并发性等特性逐渐成为了分析平台必不可少的需求。指标平台建设的价值动因 在不久以前，如果组织想要个集中的指标平台，他们必须建。这需要量的基础设施投资，有时还需要数据程团队的周期作。论是开发

18、，还是直接购买，都需要付出前期的成本。那么企业量投后，能从指标平台获得哪些价值，我们接下来介绍。12 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 理解业务 因为指标是量化管理的法将业务进统管理，指标平台实现了可以指标为统语来了解业务发展，整体理解业务的真实状况，贴合业务的价值和的。业务也可以通过指标所描述的对象和场景来理解业务，如，有的业务场景看重费率、有的业务场景看重客单价。发现问题 通过对历史数据的对分析，指标的不同特点可以反映业务问题。例如指标在各个维度的特点，指标有没有随着时间产周期性变化，还可以分

19、为在不同的业务命周期和命周期。在同样的指标下，不同业务场景表现如何，例如游戏平台、内容平台、课程平台的活跃时都会有所差异，这种差异既和业务形态有关，也和需求有关。判断业务好坏也可以通过设置指标参照的基准，这个基准除了于判断业务表现以外，还可以衡量业务成。如业参考值、最值、均值、成熟度曲线、不同业务组的整体值、上时间周期对同环、年累计等等。定位原因 指标的变化只是描述了历史变化，其中变化的原因才能说明业务的问题。同样的个指标变化，背后的原因在不同场景下可能不样。客单价降低，如果是因为扩充了低单价品类商品或者新例增加引起的，那就不太紧张，但如果是因为缺货、客客单价下降等，那可能就有较的问题。指标的

20、关联因素实际上会影响指标的变化，指标的关联因素主要考虑的是，该指标发波动是哪些因素造成的，指标和另外的哪些指标会共同变化，等等。对“影响因素”的认识，常的场景就是波动或者归因分析。精细化运营 运营管理效率是家企业执的体现，是将战略标在组织层进分解，然后逐步落实并实现的过程。在数据时代，企业必须要建套数据感知响应系统，通过即时的数据采集、数据分析及决策，实现即时响应，并在快速迭代中形成应对外部环境的最佳策略。企业需要采集数据并建指标体系，对运营的各个环节进数据化和指标化，让所有运营活动都数据表征，这样就能够精细化运营管理的各个环节，提升过程管控的度和粒度，提管理的精细化程度。挖掘价值 业务发展的

21、过程中会产量的数据，企业需要对数据背后映射的价值进洞察。只有把数据和业务结合起来，通过处理和分析才能体现数据的价值。通过指标体系来监测业务数据，分析业务的发展情况，能帮助企业更好的提数字化平，提升运营效率。构建指标平台既可以更加全清晰的展企业应的数据，也可以帮助企业沉淀数据资产，利现在的机器学习等预测能，挖掘数据价值，为商业决策提供数据持。13 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 指标平台建设框架 指标的基本概念 现代管理学之彼得德鲁克有句常经典的话：“What gets measured gets

22、 done”，意思是只有个事情能被量化，才能够被解决。就好家有了台秤，才能衡量减肥的效果。那么如何量化管理企业呢，这个统的标准去衡量业务，就是指标的由来。什么是指标？指标意思是衡量标的参数；预期中打算达到的指数、规格、标准，般数据表。指标分类 维度 维度是度量的环境，来反映业务的类属性，这类属性的集合构成个维度，也可以称为实体对象。维度属于个数据域，如地理维度（其中包括国家、地区、省市等）、时间维度（其中包括年、季、周、等级别内容）。维度是帮助度量值使者理解度量值含义的上下。14 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence

23、.io 了解我们 维度属性 维度属性属于个维度，如地理维度的国家名称、国家 ID、省份名称等都属于维度属性。度量 般来说，度量是数据表中的数值数据。度量就是被聚合的统计值，也是聚合运算的结果，它般是连续的值，如销售额，或销售商品的总件数。指标主题 根据部管理职能和业务覆盖范围，将指标数据项进结构化归类，划分三级主题，并以此作为后续指标应和建设的重要依据。原指标 原指标和度量含义相同，也叫基础指标，是基于某业务事件为下的度量，是业务定义中不可再拆分的指标，具有明确业务含义的名称，如付额。派（衍）指标 派指标=1 个原指标+多个修饰词（可选）+时间周期。可以理解为原指标业务统计范围的圈定。如原指标

24、：付额，最近 1 天海外买家付额则为派指标。复合指标 复合指标是在事务性指标和存量型指标的基础上复合成的。例如，浏览 UV-下单买家数转化率，销售额-库存。15 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 下个表格来展例的各类指标：维度维度 订单 维度属性维度属性 订单名称，订单 ID 指标主题指标主题 销售主题 原指标原指标/度量度量 付额总计 派指标派指标 近三付额、付额年累计 复合指标复合指标 付额变化率、付额占、付额相关系数 指标计算 指标除了定义多样化之外，也有复杂的公式，这对指标计算类型致做个分

25、类如下。简单聚合指标：例如 Sum(Revenue)、Average(Price)、Count_Distict(Users)。它们很容易定义，个独的度量定义层将很好地定义这些。16 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 带有标准函数的聚合指标：类似于上的简单聚合，但带有额外的数学运算符。例如，利润可以定义为 Sum(Revenue)-Sum(Cost)-Sum(commissions)。需要关联的指标：最简单的例可以是收计算版本，其中转化率每天都在变化，并且您有另个表，将转化率存储在维度表中。现在收定

26、义变为 Sum(Revenue_in_local_currency*conversion_rate(local_currency，transaction_date)。具有窗函数的指标：诸如移动平均值、年累计总和、百分位或任何类型的数据聚合，代表您需要在当前时间附近的窗上聚合的时间序列或事件序列，都属于这组。具有多个聚合级别的指标：这是类特殊的指标，通常表率。例如，如果您想定义产品在其类别中的市场份额，您先必须总结在产品级别分组的收，然后您想在产品类别级别总结收，组合结果然后计算例。这些指标在不同的 BI 产品中的处理式不同。例如，在 Tableau 中，它们被称为细节级别（LoD）函数。多事实

27、指标：有时指标跨越多个事实表，这些事实表之间可能有直接关系，也可能没有直接关系。例如：零售商计算利润率的销售事实和批量采购事实，银对账单、信卡交易记录，可以找出违约险。指标体系法论 介绍了这么多类型的指标，这些指标去哪找，怎么样体系化管理这些指标，如何把公司复杂的业务量化成为个个管理指标，就需要套法论来进梳理。接下来我们介绍的就是指标建设的法论。OSM 模型 第步：确定业务标（Objective）先需要对公司的、业务的、产品的阶段性标进确定。所选取的业务标是否真正的可以反映公司的经营战略。制定业务标是最为重要的，是公司的战略向。指标设计要贴合业务的核价值的，可以衡量业务的真实状况。总的业务标可

28、以细分到每个标，例如提升 GMV(gross merchandise value，商品交易总额)推导公式：GMV=数*转化率*客单价 进拆分，这样就出现了三个标，分别是提升数，提转化率，提升客单价。17 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 第步：细分业务策略（Strategy）接下来是细分业务的策略。为了实现总的业务标，需要各个下属部对于总的标的拆分标的实现进计划。例如为了标提升数数，可以进培育/拓展质量渠道。通过线下导流线上公众号、社群推引流以及其他推渠道，提升的转化效果。为了提转化率转化率，可以

29、进提升分发效率、优化搜索体验。也可以优化下单购买环节的流程体验。为了提升客单价客单价，可以进运营促销活动，也可以定向商品运营、采商品组合销售增加单次购买额 第三步：确定衡量指标（Measurement）确定了细分业务策略以后，就可以设计指标来量化评估。例如提渠道拓展的质量，就可以下单转化率、新登录数、下单转化率来评估。通过这些衡量指标来反映整体业务标的完成情况，如果不能够真实反映，需要额外提出指标建设需求，形成闭环。北极星指标 北极星指标是 OMTM（one metric that matters）：唯重要指标；之所以叫北极星指标，是因为这个指标旦确定，就会像夜晚悬于天空的北极星样，指引整个公

30、司和产品的前进向。北极星指标的作是：指引未来：能够清晰地表明产品要传达的功能点与产品未来阶段需要优化的向。团队协同：能够让其他产品组的同事知道当前产品组内的实时进展，便于跨组的资源协同。结果导向：能够使我们对结果负责，即以业务效果/结果不是业务数量来衡量团队的作质量。下是些北极星指标的例：案例案例 商业模式商业模式 核价值核价值 北极星指标北极星指标 18 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 拼多多 社交电商 为最提供物有所值的商品和有趣互动购物体验 GMV 知乎 问答社区 以让每个效获得可信赖的解

31、答为使命 问题回答数 如 租房市场 为客提供品质居住产品与活 订单数 陌陌 约会社交 可以通过陌陌认识周围任意范围内的陌 数 抖 社交短视频 短视频内容 停留时间 指标体系建流程 指标体系建的法是将零散单点的具有相互联系的指标，系统化的组织起来，通过单点看全局，通过全局解决单点的问题。流程上可以分为四个步骤，找指标、理指标、管指标、指标。找指标：找寻分散在企业各处的指标。结合集团战略和岗位职责，设定全的衡量指标，并分解到具体业务过程。可按照作层分为企业级、业务级、运营级。指标分类从业务管理需求出发，上下（Top-Down）逐层展开：o 需要确定业务领域 o 识别业务环节 o 定义业务分析主题

32、具体指标以业务系统为导向，下上（Bottom-Up）逐层筛选：o 确定指标范围 o 整理指标维度框架 19 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 o 基本指标与维度映射 o 数据指标体系分析 理指标：建契合业务的指标体系。指标的梳理过程包括：指标规范定义的核元素及标：定义统、径统、名称统、来源统、参照统。为指标的分析和使提供参考依据。明晰指标的数据来源，统指标取数规则。经过指标梳理后，形成的材料为指标元数据字典。指标元数据字典是对业务指标成体系化的汇总，来明确指标的径、维度、指标取数逻辑等信息，并能快

33、速获取到指标的相关信息。简单点说是为业务数据标准化提供的基础，便对指标进统管理（包括统修改，共享和维护）。指标是指标字典的单位，是指衡量标的法，由维度、汇总式和量度组成。维度：是看待事物的视与向，决定了根据什么度去衡量指标。汇总式：是统计汇总数据的式，常的汇总：求和，求均值。量度：是对个物理量的测定，通常以数字+计算单位表，量度是数据的重要组成部分，来明确数据的计量单位。例：订单总额：在统计周期内完成付的订单额总和（按照付时间统计，不考虑订单是否取消，币种为币，计量单位为元。）该例中，维度为付时间，汇总式为求和，量度为元。管指标：建常态化管理机制。管指标数据的作和其它数据管理作并太差别，即通过

34、推动数据治理体系建设，制定主数据、业务数据、统计数据的标准和规范，提升数据质量。常态化数据管控团队可以由数据管理领导组、信息管理部、业务部、数据专项管理组、信息化项组共同组成。20 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 指标：规划指标体系在信息化中的应式。企业仅仅制定指标体系，并不能起到规范数据的作，只有将指标体系落实在实际应中，才能发挥其管理作，因此构建指标体系往往和应系统建设同步进。通过指标数据体系的应，我们将规范企业内指标使的规范性，提数据的准确性、致性和可追溯性。我们会在下章展开指标体系的应。

35、指标数据标准 指标数据标准是为满内部分析管理需要和外部监管要求，对基础类数据加产的指标数据标准化规范。指标数据标准通过基础属性、业务属性、技术属性和管理属性来描述指标数据规范化要求。例如，在基础属性中需要定义标准名称，明确指标分类；在业务属性中需要明确指标的业务含义、业务径和指标维度等；在技术属性中需明确指标取数范围、指标取数式、指标条件、指标数据类型、度和精度等。为确保指标数据标准定义的完整与严谨，我们总结形成了整套指标数据标准的信息项属性架构：指标标准要求 指标数据定义规范注重反映集团战略标和业务发展过程的全局性，充分考虑各类国际标准、国家标准、业标准，强调数据标准落地建设，对指标数据定义

36、有如下要求：完整性要求：指标的信息应避免缺项，保证内容完整。唯性要求：保证指标选取的全，避免指标之间重复。准确性要求：每项指标都必须准确体现业务需求，能够科学地反映评价对象的某信息。规范性要求：集团对指标数据标准的定义和分类提出了明确要求，各专业、各层级应严格按照本规范的要求开展指标数据标准作。21 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 谁来制定指标数据标准？类似基础数据标准的管理，在指标数据标准管理作中，同样需要数据治理归管理部来牵头指标数据标准的制定作，并建业务归部与技术主管部的协作机制。数据治理

37、归管理部：数据治理归管理部：对于指标数据标准管理作，数据治理归管理部是作为牵头者的，需要做到组织数据治理组会议，将技术管理与业务管理的相关员协同起来，完成指标数据标准制定作，并提供资源协调、统筹安排等便利。指标标准业务归部：指标标准业务归部：指标标准业务归部作为指标所属领域的业务主管部对指标数据标准进归管理。业务涉及多个板块的，以指标产部对数据标准进归管理；多个部同时计算的，以业务牵头主管部进归管理。其职责主要包括，确定指标数据的使部、基础属性、业务含义和业务径等标准，并对指标的技术径的统计结果进测试和确认。技术主管部：技术主管部：技术主管部作为指标标准管理的技术撑，对指标的取数式和指标条件进

38、确认，并统筹指标数据标准的落地实施作。谁会使指标平台？业务 此类员占指标平台的部分，主要是领导和部分业务员。这些不需要了解最底层的相关技术，底层技术对于这类来讲是透明的，他们只需要能够使技术部提供上来的指标即可。开发运维程师 此类员是指标平台运转不可缺少的部分，系统为这部分提供了个便利的环境，即可以便的配置指标，可以能够快速查询和使各类指标。数据分析师、数据科学家 此类员是指标平台使的级，他们知道如何做数据建模和复杂的分析。从指标平台中他们也可以借助增强分析的能来减少他们常创建重复指标分析的作。指标需求对接流程 通过指标平台新增指标需求，区别于原有的指标需求建设周期，需求对接的流程缩短。业务提

39、出指标需求后，会有评审来判断是否可以通过已有的指标进衍或者复，这样就可以地减少指标建设的重复性作。22 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 指标平台功能规划 指标平台能够为企业梳理出套完整的指标体系，并建统的指标管理中，提供指标管理、标准定义管理、模型管理、数据源管理、缘分析等主要功能，可以清晰的描绘企业指标数据从径、来源、计算、存储、应的全过程，为经营决策、监管报送、险管理、财务管理等各类指标数据提供数据共享、规范管理以及径统保障。个通的指标平台应当具备哪些功能呢？指标定义 持图形化、向导式定义指

40、标，提供常计算逻辑，持业务分析师快捷定义，界友好，使槛低，须 IT 预。提供常计算逻辑，满 80%的分析场景。基于指标逻辑，反向精细定义索引，沉淀语义，持资产复。指标看板 指标看板需要绑定个维度和少个指标，其中绑定的第个指标为主指标，其余为次要指标。同核指标类似，指标看板也可以展多个指标卡。不同的是，指标看板的不同卡之间展的是同指标在不同维度下的值，不同指标的值会在同个卡中显。指标看板可以了然地展数据或销售业绩状况，以便您及时掌握现状，从快速制定并实施应对措施。因此，指标看板是发现并解决问题的有效地法之。!23 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者

41、的财产。访问 kyligence.io 了解我们 指标应 指标应可以包含指标看板，通过看板把指标可视化展，降低业务数和制作报表的槛。指标卡也是应其中之，可以实现构成分析、异动归因、指标元数据、趋势图、同环、数据下载、下钻分析、不同对、相关指标、指标分享、指标评论等功能。应还有平台化指标管理，统径，以标准的 API 接对应赋能。指标平台也应该提供标准的对接式来提供给其他 BI 应。指标缘 数据缘关系，即数据的全命周期中，数据与数据之间会形成多种多样的关系，这些关系与类的缘关系类似，所以被称作数据的缘关系。从技术度来讲，数据 a 通过 ETL 处理成了数据 b，那么，我们会说，数据 a 与数据 b

42、 具有缘关系。不过与类的缘关系略有不同，数据缘关系还具有些个性化的特征。例如：有天，个业务员发现他上个的绩效数据不对的，那么这个问题提交到数仓开发的时候，数仓开发会怎样去查找这个问题呢？数仓开发先会找到这个报表指标的是哪个表-字段，再找到这个表的数据创建脚本，认真查了遍指标的计算逻辑。确认当前表-字段的计算逻辑没问题后，会往上查找这个表直接依赖到的表-字段。再继续同样的法确认这些表-字段，如此层层定位问题。另外，缘关系也是指标的派关系、指标数据的影响因，通过这个关系，对于指标数据异常的智能发现提供了最直接的溯源依据。如平台经纪的活跃指标突然下降，程序可以通过这个指标的上游关系动的回溯，快速找到

43、出现异常的最源头表的字段。这样对数据异常的排查难度会降低。指标分享 例如您算出了个复杂的投资计算公式组成的指标，需要通过个平台分享给您的同事、板等，以免重复性的指标创建作在企业中浪费成本。其次，通过指标分享，还可以发现哪些“流”的指标被分享的最多，从结合指标卡和指标推荐的能，提升体验。指标推荐 搜索式指标分析，改变传统分析式，有效缩短分析路径。基于查询历史和偏好，系统动推荐热度指标和关联指标，实现企业内分析法复制。!24 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 异动预测 智能探查指标数据特征，系统动为查

44、找业务的关键驱动因素。AI 智能算法嵌可视化图表，需提前定义监控逻辑，根据历史数据识动别异常值。指标洞察 智能探查指标数据特征，系统动为查找业务驱动因素。避免分析“偏”，获得全洞察结果。快速创建和分享、上报分析解。指标计算引擎 指标平台有着丰富的需求和功能，那么对于指标平台底层的计算引擎就有着很的要求。市上有很多计算引擎都可以撑指标平台的应，但是很难有个引擎满指标平台中对于明细查询、聚合查询、并发访问、查询效率、增强分析等各类需要。下罗列出来的是指标平台底层的计算引擎需要具备的常特性：引擎要满数量的查询极速响应，QPS，持实时获取数据和异步获取 缓存可以按时间规则更新，保持数据结果集致性 引擎

45、持多种连接器，数据源 引擎持标准的 SQL 查询语法以及灵活的查询式 引擎集群实现可和负载均衡 引擎资源可以实现弹性伸缩以减轻成本负担，扩展性好 引擎容易操作，上槛低，避免量开发 对外通过 API 的功能提供引聚合数据结果 根据这些特性，我们对了些计算引擎产品，详细展开来看。Apache Kylin 25 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 数据 OLAP 主要分两派，MPP 和预计算，都是为了解决数据查询下很慢的问题。Apache Kylin 是预计算，Apache Kylin 提前将 Hive

46、数据做多维度聚合汇总成个数据体（Cube），当 SQL 查询时转化为查询Cube，构建为 Key Value 数据存成 Parquet，基本上可以达到个亚秒级别的查询。指标管理的核就是将定义的指标进组合时，成 SQL 提交给 Apache Kylin，接收结果并展。从可持海量数据计算、亚秒级查询响应、持标准 SQL、以及可维护性，涉及的技术栈以及社区活跃度上，Apache Kylin 都符合作为数据引擎来撑企业指标体系建设的要求。Spark 前数据态主要部分是 Hadoop 软件框架和 Spark 内存计算引擎。Apache Spark 是专为规模数据处理设计的快速通的计算引擎。Spark 拥

47、有 Hadoop MapReduce 所具有的优点；但不同于 MapReduce 的是 Job 中间输出结果可以保存在内存中，从不再需要读写 HDFS，因此 Spark 能更好地适于数据挖掘与机器学习等需要迭代的 MapReduce 的算法。但是 Hive、Spark、Impala、ClickHouse、Flink 都是实时聚合查询，法持 QPS。Spark 因为是基于内存运算的，如果数据量超出内存偶尔也会出现挂掉的现象。Druid Druid 是个效的数据查询系统，主要解决的是对于量的基于时序的数据进聚合查询。数据可以实时摄，进到 Druid 后即可查，同时数据乎是不可变。通常是基于时序的事

48、实事件，事实发后进 Druid，外部系统就可以对该事实进查询。Druid 提供低延时的数据插，实时的数据查询。也正是由于 Druid 对于时序的设计，必须在时间维度下做预计算，才能实现 QPS 和秒级响应，对时间维度下、基维度下的聚合查询效果不佳，且不持标准 SQL 语法，实现成本。ClickHouse ClickHouse 是个列式数据库管理系统（DBMS)。ClickHouse 可以持从原始数据的直接查询，ClickHouse 持类 SQL 语，提供了传统关系型数据的便利。ClickHouse 擅明细级别的性能查询，在复杂或者基维度的聚合查询中，法同时满性能和 QPS。此外，Druid 和

49、 ClickHouse 法兼容原 Hadoop，需要额外搭建集群存储和处理数据。这在运维的层上增加了槛和复杂性。!26 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 !Kyligence Zen 站式指标平台介绍 Kyligence Zen 指标平台的定位 Kyligence Zen 是基于 Kyligence 核 OLAP 能打造的站式指标平台站式指标平台。凭借集业务模型、指标管理、指标加、数据服务等于体的解决案，Kyligence 协助过多家融、零售、制造企业客搭建企业级指标平台。Kyligence Ze

50、n 是 Kyligence 基于丰富的指标平台建设实践打造的标准化产品，希望通过便携、易的产品解决企业临的指标管理、分析和应痛点，助企业构建数字化管理体系，实现指标驱动的管理与决策。Kyligence Zen 产品能!标管理标管理：指标对到标，加速业务闭环 Kyligence Zen 独创的标管理与指标对功能，使得组织能够从管理者视，将企业管理分解为相关标，并设置合理的结果或过程指标，并持续追踪、对，进步驱动组织的数字化转型。27 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 !指标录指标录：聚焦指标，更敏捷

51、的数据洞察 可在指标录中轻松定义和管理指标，形成统的指标径，并通过指标归因分析等能即时获得可信的洞察结论。同时也持批量导能，能够便的从现有 BI 系统、数据仓库系统等快速导并动成相关指标定义等。28 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 指标定义：指标定义：持通过界或批量导成基础、复合、衍指标 指标管理：指标管理：持搜索、收藏、查看指标定义径 持指标级权限 可通过标签、分类管理指标 管理指标上下线!指标分析：指标分析：键归因分析，快速洞察指标波动的原因 通过仪表盘对多指标做关联分析 指标动化指标动化：

52、业务助，零代码玩转数据分析 快速变化的业务需要数据平台有够的敏捷能。Kyligence Zen 特有的指标动化能，依托 Kyligence 专利的 AI 增强引擎，动根据指标使特征动态建设数据集市，业务不再需要依赖 IT 开发加指标。此外，Kyligence Zen 根据指标使记录，向业务动推荐各种模式下的指标，例如最热指标、最重要指标等。指标指标 APIAPI：整合流程，促进组织协同和数据共享 开放 API 是流程整合的基础。Kyligence Zen 提供开放的 API 接，能够持轻松定制作流，对接书等各类管理协同平台或 Excel 等数据分析具等，如通过指标判断标完成度，并及时创建改进动

53、，实现从指标到洞察再到动的业务闭环，幅缩短数据驱动业务增的时间。29 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 Kyligence Zen 产品优势 低代码指标服务低代码指标服务：都可以敏捷地利指标开展作，快速响应业务变化。统的指标录统的指标录：所有业务、数据消费者以及决策者使致的指标径。指标动化指标动化：缩减从指标定义到数据计算的流程，改变业务数模式，降低数据开发成本。开放开放 APIsAPIs：通过开放的 API 接与 BI 或 SaaS 具对接，加强数据协同与共享。30 版权所有 2023 上海跬智

54、信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 指标平台建设案例 平安银：潘多拉指标平台 潘多拉指标平台是平安银指标管理和指标应的统平台。该平台以业务场景为驱动，提供了 AI+BI+内容的基础能，并结合组件化开放平台，提供数据分析与应的站式解决案。内容，提供了指标、维度和标签的录、发布和规范化管理的能；BI，提供了指标卡、指标地图、指标看板、指标派与衍等功能，AI，建了可插拔的智能预警、规则预警、智能归因、指标推荐等功能。平台为银亿级数据量级下多维分析提供了完整的解决案，解决了以往数据开发周期，数据径杂，数据获取难，查询响应慢等痛点。通过

55、独创的智能查询路由与构建技术，平台可按需构建麒麟数据的 Cube，并动管理相应的任务调度、跑批队列、命周期以及查询下压等任务，既满业务灵活应指标的需求，也有效降低了开发运维成本。创新技术/模式应 潘多拉平台围绕指标管理和指标应的全命周期，提供了指标的录、发布、派、分享、可视化应以及深度分析等全套解决案，降低数据开发和应的成本，提升了数据的应效率。31 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 平台利指标卡，让指标真正活起来，让可以更直观的找到指标、使指标；通过简单强的指标看板功能，让普通业务员也能轻松制作

56、看板、分析数据，减少对数据开发员的依赖；结合向业务场景的 AI 算法，让可以更简单更便捷的开展更深层次的分析。32 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 通过近年的建设，平台初步形成了以构建服务、查询服务、数据治理和 AI 能为核的中台能。1.1.构建服务构建服务：提供了数据查询的动视图构建、麒麟数据引擎的 Cube 动构建、任务的智能任务管理、智能资源队列等功能，实现指标模型的动化构建；2.2.查询服务查询服务：提供异步查询、主被动缓存、降级下压、智能聚合等功能，满数据量多维查询场景下快速相应与灵活

57、分析的需求；3.3.数据治理数据治理：以边使边治理的理念为驱动，提供指标、维度、数据时效等的治理功能，提升数据规范性、减少指标和维度的义性，提升数据管理平。4.AI 4.AI 能能：平台以业务场景为导向，围绕指标应，提供了算法的接能，前已接智能预警、规则预警、智能归因、指标推荐等算法，帮助更快定位问题，开展分析。平台还为第三提供了开放组件，可提供算法特征、数据交换、可视化组件、组件查询接等服务，进步赋能数据应，提升效率。33 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 34 版权所有 2023 上海跬智信息

58、技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 项效果评估 潘多拉平台改变了数据开发的常开发模式，以及业务的数据应模式，降低了数据开发的成本，提升数据应的效率。1.缩短数据开发周期平均 3-5 天；2.数据报表开发耗费减少 30%；3.常规需求替换率达到 25%以上（不依赖数据开发制作的看板）通过段时间的建设，平台基本覆盖了内核业务指标和维度：1.接指标 4000 余个，维度 500 余个，基本覆盖各业务条线核指标和分析维度；2.平台在线看板 600 余个，均 UV 1500+，均 PV 30000+。35 版权所有 2023 上海跬智信息技

59、术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 壳找房 业务背景 壳找房是以技术驱动的品质居住服务平台，聚合和赋能全业的优质服务者，打造开放的品质居住服务态，致于为 3 亿家庭提供包括房、新房、租赁、装修和社区服务等全位的居住服务，涉及到了居住服务的。随着数据量的快速增，查询响应的时间变得越来越，底层数据库的运维压也越来越。为了解决这些问题，同时为了撑公司的指标体系建设，需要个既能够持规模数据计算，也可以对查询作出快速响应的引擎。经过调研，从可持海量数据计算、亚秒级查询响应、持标准 SQL、以及可维护性，涉及的技术栈以及社区活跃度上，Apach

60、e Kylin 都符合作为数据引擎来撑企业指标体系建设的要求。指标平台建设现状 壳找房是在 2016 年下半年开始规划指标体系的建设，为了明确指标的定义，统计数据的径，提数据的共享性和安全性，同时规划了指标平台来承载指标体系的建设，并且使 Apache Kylin 来作为指标体系的数据引擎，来提供数据服务。2018 年底，壳共有 2 套集群，累计创建了 600+Cube，每天的查询量达到了 200 万。36 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 可以看到这个 Cube 有 7 个产品在，下这个图是 C

61、ube 的响应时间在不同范围内的查询次数和占，可以看到这个 Cube 被查询了 69 万次，3 秒内占达到了 99.99%。下图是以 Apache Kylin 为基础的指标平台的架构，通过对数仓数据的建模计算，提供给指标平台使，指标平台以 API 的式对外提供服务，API 的基础是指标，业务定义的 API 可以包含个或多个指标。37 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 指标计算流程 下是基于 Apache Kylin 的指标计算和使的流程，先数仓的同学会根据业务过程进建模，从源数据有个 ETL 的过

62、程，最后会在 OLAP 层产张事实表，接着会在 Apache Kylin 上关联维表创建模型和 Cube，创建完 Cube 后会动在调度系统成个依赖事实表和维表的任务，接着会在指标平台定义指标，配置下计算式，持的维度等信息，创建完指标之后就可以在 API 配置使，调度系统会根据任务依赖来触发 Cube 的构建，数据构建完之后各种数据产品就可以通过 API 来使这些数据，这是基于 Apache Kylin 的指标创建和使的流程。38 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 接下来为家介绍两个指标的例，两种

63、不同的计算式，个是 SUM 类型，个是 COUNT DISTINCT 类型的精确去重。在壳找房指标体系，精确去重是常强的需求，尤其是些涉及到业绩类的指标，如经纪的带看量，精确去重也是 Apache Kylin 的优势之。39 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 上图左右两边是机端的产品，中间是 PC 端的报表产品，这款产品都是通过固定的维度组合来获取相应的指标数据，只需要筛选不同的过滤条件就可以快速获取报表。另外种场景就是可以随意进维度组合的助分析场景，做些探索性的尝试，下图是某可视化平台，图左侧两

64、个红框分别是维度和指标，可以随意选择他想要的维度和需要的指标，配置筛选条件，右侧的图是根据的选择，实时查询 Apache Kylin 成的图表，当他确定要使这些维度和指标之后，就可以把当前的配置保存成固定的报表。不管是固定报表还是助分析，底层的查询流程是样的，下图左侧框是业务发起指标调的形式，的字段是他需要的维度，同时要指定时间范围和过滤条件，发起次 API 的调，中间的框是指标平台，接受 API 的请求，将 API 的参数转化为标准 SQL，然后提交给 Apache Kylin 集群执查询，查询完了之后会将查询结果返回给指标平台，指标平台将数据封装成固定的格式返回给业务。这就是壳找房各种数据

65、产品使 Apache Kylin 的底层查询流程。40 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 这展了前 Apache Kylin 在壳找房的个使情况，因为对接了公司的指标体系，所以 Apache Kylin 的使覆盖了所有的业务线，为超过 30 多个数据产品提供查询服务，撑了 10000+指标的计算需求，每天的查询量最超过 2300 万，承诺的查询响应时间是 3 秒内占是 99.7%，前来说 Apache Kylin 都能很好的完成这些标。41 版权所有 2023 上海跬智信息技术有限公司保留切权利

66、所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 Airbnb:Minerva 指标平台 Airbnb 的指标平台 Minerva 是企业内部指标平台的知名案例。Airbnb 的指标平台可以追溯到 2014 年，当时 Airbnb 正着扩其 A/B 测试平台。Airbnb 为它内部数据平台最关键的数据表 core_data 的质量数据建模进了量投资，但分析师仍然需要花费量时间将数据集拉到起进分析，并且经常为报告中重复的指标苦恼。在数据消费，Airbnb 听到决策者抱怨说，不同团队针对常简单的业务问题报告了不同的数字，并且没有简单的法知道哪个数字是正确的。这就是 Air

67、bnb 的指标平台 Minerva 出现的原因。Minerva 将事实和维度表作为输，执数据规范化，并将聚合数据提供给下游应程序。Minerva API 弥合了上游数据和下游消费之间的鸿沟，使数据程团队能够灵活地修改核表，同时保持对各种下游消费者的持。该 API 在 Airbnb 的下代数据仓库架构中发挥着关重要的作。迄今为，Airbnb 在 Minerva 中拥有超过 12000 个指标和 4000 个维度，超过 200 个数据产者跨越不同的职能（例如，数据、产品管理、财务、程）和团队（例如，核产品、信任、付）。多数团队现在将 Minerva 视为他们在 Airbnb 进分析、报告和实验的选

68、框架。Uber：uMetric 来解决指标差异问题 Uber 懂得指标在他们的决策中起着关键作。在 Uber，业务指标对于发现员们的表现、衡量新产品的影响以及优化决策过程关重要。指标的例可以从运营成员在旅级别诊断票价问题到于动态定价的机器学习模型，以在全球范围内实时塑造平衡和强的市场。在实现指标访问主化并向类和机器提供洞察时，Uber 发现指标标准化是必要的。如果没有指标标准化，经常会观察到在不同渠道中为同业务逻辑定义或成的多个版本的指标，这可能不准确或具有误导性。结果，指标的下游消费者可能会做出不致或错误的决定。为了解决这个问题，构建了 uMetric，这是个统的内部指标平台，持指标从定义、

69、发现、规划、计算、质量到消费的整个命周期。Uber 著名的指标之是司机接受率，他们将其表述为 司机接受的请求/向司机提供的总数，这是他们的客和司机体验的关键。但确定这些类型的指标只是拼图中的块。由于数据主化的增加，Uber 的数据团队也看到了个共同的挑战：团队都有的数据管道和消费具，导致了不同的指标逻辑和价值。Uber 创建了 uMetric，标是 建程解决案来解决关键业务指标的差异。42 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 总结 指标平台在分析具逐渐丰富的今天，弥补了数据仓库和前端应中缺失的环。有

70、统计表明，超过 70%的 BI 项都失败了，最终究其原因是不起来、不会数据分析具把业务和数据进转换。在这样的环境下很多公司根据痛点，开发了指标平台。有了数据指标平台，规范了使数据，给创建多样的指标提供了便利，同时也可以量化管理的法来反映公司发展的关键性策略，这些从侧说明了指标平台市场热的原因所在。Kyligence Zen 是基于 Kyligence 核 OLAP 能打造的站式指标平台。凭借集业务模型、指标管理、指标加、数据服务等于体的解决案，Kyligence 协助过多家融、零售、制造企业客搭建企业级指标平台。Kyligence Zen 是 Kyligence 基于丰富的指标平台建设实践打造

71、的标准化产品，希望通过便携、易的产品解决企业临的指标管理、分析和应痛点，助企业构建数字化管理体系，实现指标驱动的管理与决策。欢迎访问 Kyligence.io 试 Kyligence Zen 站式指标平台或与我们联系。43 版权所有 2023 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 关于 Kyligence 跬智信息（Kyligence）由 Apache Kylin 创始团队于 2016 年创办，是领先的数据分析和指标平台供应商领先的数据分析和指标平台供应商，提供企业级 OLAP（多维分析）平台产品 Kyligence E

72、nterprise 和站式指标平台 Kyligence Zen，为提供企业级的经营分析能、决策持系统及各种基于数据驱动的业解决案。Kyligence 已服务中国、美国、欧洲及亚太的多个银、证券、保险、制造、零售、医疗等业客，包括建设银、招商银、平安银、浦发银、北京银、宁波银、太平洋保险、中国银联、上汽、安汽、星巴克、安踏、李宁、阿斯利康、UBS、MetLife 等全球知名企业，并和微软、亚逊云科技、华为、安永、德勤等达成全球合作伙伴关系。Kyligence 获得来红点、宽带资本、顺为资本、斯道资本、Coatue、浦银国际、中资本、歌斐资产、国资本等机构多次投资。!44 版权所有 2023 上海

73、跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 参考引 A Brief History of the Metric Store-Transform Data Business Intelligence Trends 2020|360Suite How Airbnb Achieved Metric Consistency at Scale Introducing metriql:Open-source metrics store The metrics layer has growing up to do 如何搭建套指标体系？建指标、建

74、联系、建法 管数据|指标管理与元数据管理平台 指标（统计学术语）_百度百科【数据治理实践】第六期：指标数据标准 数据分析应的基|德勤中国|融服务业 张吉豫：我国数据治理法律体系中的数据安全法 如何通过业务过程，对指标管理体系进设计?|都是产品经理 相亲相爱的数据：论数据缘关系 数据治理()研缘关系_YcoeXu 的博客-CSDN 博客_指标的缘关系 基于 Apache Kylin 实现的指标管理 如何理解业务指标-技术圈 数据产品经理-如何设计指标字典_编程的博客-CSDN 博客_指标字典【智云数据】数据指标体系建和应步骤探讨 平安银：潘多拉指标平台_中国电银 spark 数据计算引擎原理深剖(优缺点)-spark 简介_Python 开发程师-CSDN 博客_spark 优点