1.1 离线数仓-指标体系分析

前言

前面对数据仓库的设计过程进行了了解，这里对数仓的指标体系进行分析。

一、最近1/7/30日各渠道访客数

原子指标=业务过程+度量值+聚合逻辑
派生指标=原子指标+统计周期+业务限定+统计粒度
以这个作为第一个例子进行分析：
       第一步，最近1/7/30日各渠道访客数明显是一个需求，是不需要依赖于其他指标的，所以是派生指标
       第二步，对派生指标进行拆分，它的原子指标是访客个数，它的统计周期是最近1/7/30日，它的业务限定无，它的统计粒度是渠道
       第三步，对原子指标进行拆分，访客个数（不是访问次数）的业务过程是页面浏览，它的度量值是mid_id，它的聚合逻辑是count(distinct())

二、最近1/7/30日各渠道会话平均停留时长

原子指标=业务过程+度量值+聚合逻辑
派生指标=原子指标+统计周期+业务限定+统计粒度
衍生指标依赖于一个或多个派生指标
以这个作为第一个例子进行分析：
       第一步，最近1/7/30日各渠道访客数明显是一个需求，是不能够直接一步计算得到的，需要依赖于其他指标，所以是衍生指标
       第二步，对衍生指标，它要求平均停留时长，所以要依赖于总的停留时长（派生指标），它的逻辑是avg()
       第三步，对最近1/7/30日各渠道会话总停留时长派生指标进行拆分，它的原子指标是浏览时长，它的统计周期是最近1/7/30日，它的业务限定无，它的统计粒度是渠道和会话
       第四步，对浏览时长这个原子指标进行拆分，它的业务过程是浏览页面，它的度量值是during_time，聚合逻辑是sum()

三、最近1/7/30日各渠道总会话数

四、最近1/7/30日各渠道跳出率

五、最近1/7/30日页面浏览路径分析(各跳转次数)

六、流失用户数

七、流失用户数

八、用户新增留存率

九、最近1/7/30日新注册用户数

十、最近1/7/30日活跃用户数

后面还有许多，主要掌握的是指标体系的分析方法…