一、认识指标
与指标体系相关的概念有很多，包括指标、度量、KPI、维度等。界定清楚这些概念，对于构建和运用指标体系至关重要。
1. KPI、指标、度量和测度
与指标相关或相近的词有度量、计量、测度等，相关的英文有indicator、metric、measure、KPI（key performance indicator）和key metrics。在英文中，measure、metric和indicator也经常不加区分地使用。中国人民银行2017年发布的行业标准JR/T 0137—2017《银行经营管理指标数据元》中，metric对应中文的“度量”，indicator对应中文的“指标”。在经济中，econometrics中文翻译为计量经济学。在有关英文文献或报告中，KPI和metrics经常组合在一起来谈，即KPI and metrics或者metrics and KPI。也有一些文章或报告，专门对metric、measure和KPI的区别进行了探讨。维基百科和英文词典对这几个词汇也有解释。综合有关资料，本文对相关概念或词汇的简要解释如下。
（1）测度/测量
测度/测量对应英文词汇measure（数学上，将measure theory翻译为测度论）。在数据分析中，测度/测量是可以求和、平均的数字或值，例如销售额、距离、持续时间、温度、重量等。该术语通常与维度（dimension）一起使用，如城市、产品、颜色、分销渠道等。例如，假设销售了50台电视和30台收音机，那么销售量就是测度/测量（50台和30台），维度就是产品类型（电视和收音机）。
（2）度量/计量
度量对应英文词汇metric。度量是对业务的规模、程度、比例和结构进行的量化测度。度量（metric）与测度（measure）的主要区别在于：测度是一个最基本的或特定于单元的（unit-specific）术语，而度量（metric）是可以通过一个或多个测度（measure）计算得出的。例如，“顾客流失率”作为一个度量，是由两个测度—顾客总数和终止服务的顾客数量计算得出的。再如，在SaaS行业中，“客户获取成本”是一项重要度量，它需要通过给定时间段内的所有营销和销售成本以及同一时间段内获得的客户数量计算得出。
（3）关键绩效指标
关键绩效指标（KPI）是衡量一个组织实现关键业务目标成效的测度，它必须是与绩效（performance）相联系的、重要的指标。指标（indicator）与度量（metric）的词义区别比较微妙，使用时经常不加区分，中文里indicator和metric也都经常翻译成指标。从字面上来看，指标（indicator）与度量（metric）略有差异，二者本质上都是测度，但指标（indicator）更强调“表征”“信号”“指示器”的作用，而度量（metric）更强调直接的定量测度/测量。比如，“通货膨胀率”指物价平均水平的上升幅度，在实际中一般不直接、也不可能直接计算通货膨胀率，而是通过价格指数的增长率（如CPI、核心CPI、PPI等）间接表示。
指标有时分为领先指标（leading indicator）和滞后指标（lagging indicator），这是一种相对说法。例如，企业新签合同金额增长，往往意味着未来营业收入的增长，相对于营业收入，新签合同额就是一个领先指标。
（4）KPI、度量和测度的重要性
KPI为什么重要？如果没有建立和跟踪适当的KPI，组织对自身的绩效将缺乏认知。组织可能会觉得自己取得了成功，但取得了什么样的成功呢？是和什么相比？组织可能知道哪些指标可跟踪，但是又应该跟踪哪些指标呢？有了KPI，组织可以设置适当的目标，制定实现这些目标的战略并评估进展，拥有对业务绩效的历史记录。
度量（metric）之所以重要，是因为度量可以覆盖所有可追踪的领域。借助度量，可以考虑得很广；借助KPI，可以考虑得很深入。例如，度量可能会监控网站流量，用于与目标流量相比较；而只有在网站流量影响到内容下载时，KPI才会监控网站流量。与KPI（真正关键的指标）不同，度量涵盖了整个范围。试想：如果不了解所有可跟踪的度量，那么如何选择最需要认真对待的指标呢？
测度（measure）为何重要？度量和KPI均依赖于测度并且是从测度推导出来的。没有测度作为基础，就无法真正构建起度量和KPI，企业或组织只能摸黑前进。
2.维度
在构建指标体系时，经常遇到的一个术语是维度（dimension）。维度（dimension）一词在日常生活中经常运用，数学、物理学、计算机等领域都有运用。剑桥词典对维度（dimension）有两个解释，一是指考虑问题时的某个方面、角度、特征或方式；二是指对事物某个特定方向上的测度，如长、宽、高。在数据仓库中，维度指对所涉及对象的属性进行划分的方式，与统计学中的分类变量相似，主要作用是提供过滤、分组和标记。
在建立指标体系时，维度有两种用法。一是用来指代考虑问题的角度和方面，例如财政部有关负责人介绍说，《政府性融资担保、再担保机构绩效评价指引》从政策效益、经营能力、风险控制、体系建设4个维度构建了政府性融资担保、再担保机构绩效评价体系。二是用来定义所涉及对象的属性，例如性别、籍贯、年龄等都可以作为维度来定义客户的属性。
笔者认为在建立指标体系时，维度宜定义为“对所涉及对象的属性进行划分的方式”，类似于统计学中的分类变量；而维度指代“考虑问题的角度和方面”的用法，实际上可以通过指标体系分级、分类解决。
3.指标体系
指标体系（indicators system或metrics system）是指由一系列指标或度量按照一定逻辑关系组织起来，服务于特定目的的有机整体。指标体系的构建，强调目的性、逻辑性和整体性。
从目的性来看，指标体系的目的可以是事前引导、事中监测、事后评估，可以是服务于组织整体、特定部门或特定业务场景。例如，设计良好的KPI体系可以起到引导组织行为或努力方向、及时监控组织绩效与行为，以及科学评价组织绩效的作用。再如，就IT和运维而言，可以构建用于反映IT运营绩效的指标体系，也可以构建智能告警、IT服务水平、IT基础设施健康度等的指标体系。
从逻辑性来看，指标体系的构建必须体现或依托于一定的理论逻辑、框架或模型，否则指标体系将缺乏逻辑自洽性，其结果也不具有解释力。以IT服务管理为例，基于ITIL2、ITIL3或ITIL4构建的服务指标体系是有差异的。再如，App产品运营指标体系的开发，经常运用AARRR模型（也称海盗模型）。
从整体性来看，指标体系内部各指标应形成逻辑自洽的有机整体，层次清晰、结构合理，重要指标不缺失，指标之间不重复、不冗余。在实践中，由于指标体系的整体性不足，业务上线后经常发现数据不够用、缺指标或缺维度等问题，业务团队需要重新更改设计和开发埋点，数据技术团队则需要重新采集、清洗和存储数据。
二、指标体系的类型
在构建指标体系前，需要知道构建什么样类型的指标体系。
从指标体系构建所涉及的数据平台层级来看，可分为（准）平台级和应用级。阿里巴巴、美团、平安银行等构建的是数据指标体系平台，并将指标体系平台作为数据中台的组成部分。具体到美团外卖产品指标体系、抖音产品指标体系，以及政府或企业运用的一些监测评价指标体系，都属于具体应用级的指标体系。平台级数据指标体系的构建，对于数据标准和数据指标都有明确的要求，如数据标准统一、指标定义规范等。
从指标体系的用途来看，可分为统计指标体系（重在衡量实际情况）、运营监控指标体系（重在实时运营监控和性能监控）、评价指标体系（重在引导和评价）、预测指标体系（侧重于预测）、风险指标体系（重在风险预警）等。
从指标体系的结构来看，有单一复合指标体系（如Garner IT Score、客户体验指数）、多层级指标体系（不同层级的指标之间存在关联关系）和对标指标体系（关心指标与标准水平的对照，不重视指标间的因果关系）。
从指标体系的面向对象来看，可分为战略层指标体系（主要面向组织高层）、业务运营指标体系（主要面向组织中层）和操作层指标体系（面向基层）。
本文摘编于《运维数据治理：构筑智能运维的基石》，经出版方授权发布。（书号：978-7-111-70475-1）转载请保留文章出处。
