何谓指标、维度、度量？
先看这样一个指标：
上海男性互联网从业人数
如果是对数据敏感的分析师，立马就可以看出，数据中有三个维度。
分别是：城市、性别、行业
数据中的度量就是从业人数。
一个数据指标一般由一种或多种维度加上一种度量组成。
为何要维度和度量？
从最终效果来看，维度和度量有助于我们发现问题真相，找到一些难以解释（异常）现象的原因。
加入我们不从维度和度量下手，容易导致这些问题：
第一，思考不知从何下手，容易导致乱撞。第二，指标太多，不知道看哪一个。
维度度量的作用例子：
公司希望App新用户数量相比上个月再增长一倍，分析一下那些用户群体最有增长潜力。
可以这样着手展开分析：
网站用户的指标有哪些？公司希望的新用户数增长？那么有哪些度量与用户数相关呢？
比如UV，SKU，新客转化率等，找到影响整体新用户的度量，然后针对这些度量，
拆封不同的维度，比如来自站内活动／站内流量／百度引流／知乎推广／网页广告等。
这是先从度量角度看，再拆分维度逐步分析。
也可以直接从用户数出发，开始直接拆分维度，
比如，用户性别／用户年龄／城市／职业等维度展开，发现不同维度中的奥秘。
度量转化为维度
比如订单金额，本来可以看作是一种度量，因为订单金额从0到10000都有可能，但为了区分或刻画用户
的消费能力，于是就会人为的按照订单金额大小将订单分成几类，比如0-30元，30-60元，30-90元等，
从而将订单按照订单金额分成了高／中／低（甚至更多）分类，那么这些不同类型的订单数，比如高单
价订单数就成了一个新指标，其中高客单价就是一种新的维度，是由订单金额转化而来的。
转自：https://www.jianshu.com/p/fb72bbf876a0
