最近一直在讲数据产品的基础概念，我发现可以把这些基础概念进行串讲了。
今天，我就来重点讲讲：标签、维度、指标。
在开始讲之前，我想定个调：抽象的词，再怎么用文字解释也解释不清，我也无意构建对这些词的标准化的定义。
希望读者朋友们能跟我一样，借用费曼学习法，构建对这些抽象概念的理解。
如果觉得文章有用的话，欢迎点赞、在看、转发，让更多的人看到。（本文也引用了上篇文章的内容，如有巧合，纯属故意，帮你回顾下）
—1—什么是标签？标签，是为了描述事物、区分事物的某种缩略代指。
我们日常表达里，经常说的一个词是：贴标签。生动又形象，有一种贴便签纸、或者给某个人贴纸条的感觉。比如，做完核酸检测，小朋友往自己身上贴一个冰墩墩的卡通标签。人人都可以创标签。比如，每个人都可以用文字描述自己看到下面这两段话的感受：我家门口有两棵树，一棵是枣树，另一棵也是枣树。
情况就是这么个情况，具体什么情况，还是要相关部门介入去了解实际情况。
诸如「废话文学」、「没营养」等等，而这些描述性的内容，都可以用来打标签。再比如，产品经理回老家，如何给非互联网人的亲戚介绍自己呢？
你可以这么介绍：我们这些小经理，完全不管人只负责做事儿，搞互联网的起了这么个名儿也就是为了好听，天天加班干活，跟厂里其他普通员工一样的。
「不管人」、「只负责做事儿」、「为了好听」、「天天加班」、「跟厂里其他普通员工一样」，就可以提炼出来几个标签，给自己贴上。
标签比较具体，比较随意标签也是用来做区分和描述的，标签可以随意、很散装，可以很有创意性，也可以很有特异性，可以很长，也可以很短。「不出远门过五一」、「来拍照了」这些个标签放一起，就很有代表性了。其实，任何描述性的文本，都可以作为标签。它可以是成语，也可以是词语，也可以是不完整的句子。只不过，为了简洁性、易读性、传播性，我们通常会用更加短小精悍的文字来描述一类东西，观点更鲜明，更有穿透性。甚至也可以是形象、图片、符号，也能是标签。一个笑脸、一个红心、一个太阳就能代表很多很多，一图胜千言。当然，每个人都有自己的解读。另外提前说一句，标签和维度值的概念重叠度比较高。—2—什么是维度大家常说，物以类聚人以群分。
一个自然而然的逻辑是：先有物和人，再有类和群。
面对新事物，人类最自然的反应是将其描述出来，或者代指。对应到标签和维度上的话，一般来说，都是先打标签，再分类。
比如，印第安人的由来，其实哥伦布团队以为他们到了印度，然后用了这么个很像的词去命名的。印第安人称呼自己，大概也是印第安语的「俺们、咱们」，他们称呼哥伦布，可能也是老外。
我们习惯性会对事物进行打标签，但是当我们碰到了太多的新种类的东西，打的标签太多之后，这个时候要继续区分，就要整理和归总，就得要有「类」和「群」了。
维度是什么呢？简单理解就是上文的「类」和「群」。建立维度，其实是归纳归类，继续做了一层抽象。
最简单的维度，是二元的：是/否。比如，测过核酸/没测过核酸。
维度是灵活变通的，可以持续细化，不同维度可以相互组合的。
为了讲清楚维度，我不得不再引入一个相关的词，粒度。
粒度，其实就是描述事物、事情过程的细致程度。
为了更细粒度的分类描述，我们可以利用更多不同的前后缀修饰词创建新的维度。
就拿测核酸这个事情来举例。
假如一开始只区分是否测过核酸，后来病毒持续演进，抗疫成了持久战，后来开始区分时间：近0天、近7天、近天是否测过核酸。
后续为了更加精细化防控，再加上来小区的维度，那就变成：A小区近7天是否测过核酸、B小区近天是否测过核酸。
维度之间也可以合并和归总。
正向可以，反之亦然，我们也可以将细粒度的维度合并成更粗的维度。
如果一开始就高瞻远瞩，基于现实情况，设定了较为贴切的粒度，将统计的维度设置为近N天、小区、是否测核酸。
后续抗疫效果显著，粒度不需要再那么细，只需要按照月份、城市进行统计的时候，这些维度也可以归总：月份、城市、是否测过核酸。
维度的下钻和上卷
按照很多文章的说法，这个两个模块叫做维度的下钻和上卷。
但是，下钻和上卷比较抽象，我比较建议大家通过实际例子来构建自己的理解。
其实可以看到，维度和粒度之间相互影响、相互解释：维度越多，粒度越细。
为了方便，也可以将常见的特别细粒度的维度组合，合并成一个新的维度进行统称。
任何维度的设定，以及维度的下钻和上卷，都是基于我们想了解什么粒度的信息。
——什么是指标我们日常生活里，会听到很多的故事。有的故事很丰富，很精确，而有的故事，则很模糊，很朦胧。
丰富、精确，其实描述层面是模糊和朦胧的。
一个事情到底多好多赖，要基于某个标准或者数据进行明确的衡量、确定的度量（度量也是一个常见的词哈）。
指标，是为了客观量化某些事物，一般用数据表示。
比如下属给老板汇报：老板，这个季度我们的用户增长率很高，达到了%！老板反问，具体多少人呢？下属答曰：从到！
有了用数据描述的指标，这种一般性描述就真的很精确了，反映客观事实了。
—4—差别和联系维度和标签的差别，之前说过了，可以看这篇文章：数据产品经理必看知识：标签和维度
这篇文章重点讨论维度、标签和指标之间的联系和差别。
差别是：维度、标签用于分类，指标用于量化。
联系是：维度、标签和指标需要一起出现、共同描述客观事物和过程。
如果只有光光的指标，什么维度和标签都没有，那读者可以脑补维度，或者自动认为是认知范围里面的全部。
比如，北京奥运会总人数是人。
大家就会疑问了：哪届奥运会？这个总人数指的是什么人？运动员还是开幕式演职人员？
而下面这个就比较清晰了：
北京冬奥会中国代表团总人数为87人，其中运动员人，教练员、领队、科医人员等运动队工作人员人，团部工作人员47人
（标黄的是指标，下划线部分是标签或者维度值）。
—5—为什么会出现标签为什么会出现标签？
有时候数据很简单，穷举很容易。
比如，冬奥会奖牌榜上（金牌）前三名分别是：挪威队（16枚）、德国（12枚）、中国（9枚）。
但有时候，数据很多，且大家不想知道全部的细节。比如，只