指标口径之争：为什么两个部门的DAU对不上

微信扫一扫，分享给好友

关闭

运营说DAU是52万，数据组说是48万，老板要的是「真实用户数」——三个数字都没错，但开会时永远对不上。指标口径之争的本质，是没有回答一个前置问题：这个数字是给谁看、做什么决策用的。

口径分歧从哪来

• 时间维度：按自然日还是按24小时滚动，跨时区产品差3-5%
• 身份维度：设备去重还是账号去重，一机多号的产品能差出10%
• 行为定义：启动算不算活跃？后台推送点击算不算？静默推送唤起算不算？
• 排除规则：测试账号、内部员工、爬虫流量要不要剔除

每一项单看都是小事，四项叠加就是一场每周期都重演的罗生门。

止血方案：指标字典

建一份全公司共享的指标字典，每个指标四行说清：

• 定义：精确到行为的计算逻辑，「启动」指什么、「活跃」指什么
• 口径：时间、身份、排除规则
• owner：谁对数字负责，谁受理口径质疑
• 用途：适合回答什么问题、不适合回答什么问题——最后一行最容易被省略，也最重要

一个案例：对不齐的代价

某内容产品曾因两个部门DAU口径不同，对同一个版本上线效果得出相反结论：运营侧显示DAU涨了6%，数据侧显示持平。争论两周后复盘发现，运营口径含推送唤起，那次版本恰好推了两波大push。若第一周就把口径摆上桌，这次浪费的评审时间足够做一轮完整的A/B测试。

一个容易被忽视的坑

同一个指标在不同场景要允许不同口径，但要显式命名。比如「DAU（含推送激活）」用于运营评估，「DAU（主动打开）」用于产品健康度。错不在口径不同，而在于两个数字共用一个名字——共用名字的数字迟早会被人拿去比较，然后引爆。

口径变更要有仪式感

口径不是不能改，但每次变更要三件套：变更说明、新旧数字对照表、全周知。悄悄改口径的团队，迟早会收获一次「数据造假」的内部指控——哪怕初衷只是修正了一个bug。

写在最后

指标对不上的成本远比想象高：每次对不上都要花一场会来解释，解释三次后大家开始各自信自己想信的数字。先统一语言，再讨论数字。