指标平台详解（下）：第三代指标平台实现了哪些突破？

在上一篇文章中，我们介绍了随着 BI 工具的广泛应用与数据分析活动在企业内部普遍开展，指标管理尤其是指标口径一致性问题日渐突出，需要全新的工具来兼顾效率与一致性问题。近些年，很多企业采取指标字典进行口径登记或者建设指标管理平台的方式来解决这一问题，但成效不够显著。

Aloudata 认为，传统指标平台因其设计原理或技术实现问题难以切实落实指标统一管理，或无法兼顾效率与一致性。本篇文章中，我们将首先了解一下三代指标平台的发展脉络以及它们之间的主要区别，进而介绍作为第三代指标平台的代表，Aloudata CAN 自动化指标平台的特性与价值。

一、三代指标平台比较

• 第一代：指标口径登记与管理

第一代指标平台注重的是对指标口径的登记与管理，通过指标字典来承载企业指标口径管理与检索功能。

在这一阶段，业务部门首先提出指标口径的需求，随后，ETL 工程师与业务人员就指标业务口径进行详细的沟通确认，再由 ETL 工程师将业务口径转化为具体的 SQL 任务，在数仓中进行开发。开发完成后，处理好的数据通过表的形式输出，指标业务口径被登记在指标字典中。

这个过程涉及多个部门和人员，指标口径需要反复沟通确认，开发效率低；同时，指标开发与指标口径登记在不同的工具中完成，指标管理要通过制度和流程来强制落实，不能确保指标口径 100% 登记落实。

• 第二代：依赖 ETL 开发的指标平台

尽管有了指标字典，但指标管理与指标消费仍然割裂，企业内指标口径不统一、开发效率低下和指标难以复用的问题仍然突出，因此在国外出现了 Headless BI 的理念，主张“无头 BI”，即将指标语义层与 BI 工具进行解耦，通过独立的指标平台统一指标定义，面向 BI 工具和多种下游应用交付统一的指标，以实现指标口径的统一与多消费场景复用。

国内也开始出现独立的指标平台厂商，希望能够实现指标的统一管理与统一消费。但客户实践下来，发现指标平台因为定义能力有限和查询加速问题，导致在真实的业务场景中，仍然有 60% 以上的指标需要 ETL 工程师在数仓侧写 SQL 进行宽表和汇总表开发来实现，指标计算逻辑依然落在数仓的