指标口径梳理 · 数据分析师
用 AI 智能体做这件事
同一个指标，不同数仓（Hive / ClickHouse / 自建）、不同 BI 工具（Tableau / QuickBI / Metabase）的算法口径可能都不一样，团队各说各话时最耗时间。这个场景先声明你的数据平台与口径来源，再把这个指标的分子分母、去重过滤规则和拆分维度定义清楚，并给一段能直接发给业务方确认的口径说明。
你需要准备
- 你的数据平台 / 数仓（Hive / ClickHouse / 自建）与取数库表，便于对齐字段来源
- 你的 BI 工具（Tableau / QuickBI / Metabase）及该指标在报表里的现有算法
- 团队对该指标的几种理解与分歧点（如是否去重、是否含退款订单）
- 该指标的拆分维度（渠道 / 端 / 地区 / 新老用户等）与过滤条件（如排除测试账号）
- 口径说明的核对人（最终要发给谁确认，未定的标【待补】）
怎么做
- 先声明数据平台 / 数仓、BI 工具与字段来源
- 把团队对该指标的几种口径写法与分歧点整理清楚
- 粘贴提示词，产出分子分母、去重过滤规则与拆分维度
- 人工核对口径歧义处，补齐【需确认】项后再发业务方确认
一句话提示词
我在做【业务，如下单转化】的数据分析，用的数据平台 / 数仓是【Hive / ClickHouse / 自建】、BI 工具是【Tableau / QuickBI / Metabase】，团队对【指标，如转化率】的算法一直不统一，帮我把它定义清楚：分子分母各是什么、去重与过滤规则、按哪些维度拆分、容易和哪些指标混淆，最后给一段能直接发给业务方确认的口径说明；口径有歧义处标【需确认】、缺失字段标【待补】，不要编造数据。
它会交付什么
- 指标定义：分子分母、去重与过滤规则、可拆分维度
- 容易与它混淆的邻近指标清单及区别（属 AI 归纳，需人工判断）
- 一段可直接发给业务方确认的口径说明；口径歧义处标【需确认】、缺失字段标【待补】
效果示例
输入团队对「下单转化率」的 3 种算法（含是否去重、是否含退款单）→ 输出统一口径与 2 个易混指标；「是否含退款订单」未定，标【需确认】。（示例为示意，口径归纳属 AI 归纳，需人工判断）
常见问题
会不会替我编口径？
不会。分子分母、去重规则以你给的字段和现有算法为准；分歧处标【需确认】、缺失字段标【待补】，不替你编。
一次能梳理几个指标？
一次 1–2 个核心指标比较稳，指标太多容易串口径，建议分批。
口径说明能直接发业务方吗？
可以，但需先补齐【需确认】项并人工核对，最终口径由你和业务方确认。
不声明 BI 工具行吗？
建议声明。不同工具对同一指标的口径可能不同，不声明容易各说各话。