2. 维度：即Dimension。指我们平时看事物的角度。比如，同样是网站浏览次数（PV），我们可以从日期角度去看，也可以以流量来源去看（来自直接访问的、来自微博的、来自搜索的等），也可以以新老用户分群来看。更多的场景是同时以两个维度的组合去看，比如这样的图，就是同时结合了时间、来源两个维度对网站流量进行分析：
两者你知道如何清楚区分吗？
虽然从定义上，你可以看出明显不同，但是现实中，却还是有人喜欢乱用——把明明属于维度的东西写成“我要看什么指标”，或者喜欢用“我想从收藏人数这个维度去看”，虽然我属于强迫症，喜欢帮别人的需求纠错，被冠以扣字眼的“名号”，但是在这件事情，我一定要抠到底。
而且，你抠清楚了，以后你的世界也清晰很多。
区分的一个方法：维度，一定是有成员值的，且成员值是可以枚举出来的——不管它有多少，大不了你多花点时间去枚举，总之是一定可以枚举的，且会维持一定的稳定性。
比如，日期这个维度，几月几号一定是有限的，一年也就365天，如果是年这个维度，也是一样的。城市这个维度更好理解了吧？
其他你需要了解的：
1. 度量：
- 除了指标这个有着略略差异的俗称外，有时还会遇到衍生指标这个说法，比如拿指标A和指标B做运算得到的指标C就叫做衍生指标。此外，还要注意可累加以及不可累加的度量说法，比如网站UV（独立访问用户数），这个指标就是典型的不可累加的度量：
- 除了指标这个有着略略差异的俗称外，有时还会遇到衍生指标这个说法，比如拿指标A和指标B做运算得到的指标C就叫做衍生指标。此外，还要注意可累加以及不可累加的度量说法，比如网站UV（独立访问用户数），这个指标就是典型的不可累加的度量：
- 某网站1月1日UV=100个，1月2日UV=200个，但是这两天的UV不等于300个，因为1月2日的独立用户数里可能包含了1月1日的用户，所以如果要得到2天的UV，需要重新计算而不能直接相加。而像成交类的金额，不涉及到去重的问题，就叫可累加的度量。
2. 维度：
- 维度的层次：即Level。有些维度是独立并列的关系，比如城市维度和时间维度。但是有些维度之间有层次关系，比如省份维度和城市维度，行业维度和类目维度，年级维度和班级维度等。有层次关系的维度，则可用于“钻取”场景中，先汇总到比较粗的维度，当有需要的时候，可以层层钻取到更加明细的维度，此时，也会把这些维度叫做某维度类型的不同“粒度”——比如会有一个虚拟的维度类型曰地区维度，而把省份、城市、区叫做地区维的粒度。维度的层次根据不同的需求，可能会钻取到很细（Details）,那就是通常我们说的”明细数据”了。比如分析成交金额时，从行业维度，细分到一级类目乃至叶子类目，最后，钻取到某个独立的商品ID（不能再细了），商品ID就是最细小的层次维度。
这么说可能会把你绕晕，那么还是画个图吧（我真的适合当唐僧似的老师……o(╯□╰)o）
如上图所示，左列也即维度，不管是国家、省份、城市，都是维度，但因为他们有层次关系，所以，有时会被描述为地区维度的不同粒度或层次（明白了吧）。而右侧就是每个维度的维度成员了，有时也被叫成维度值。在可累加的度量中，每一个维度值相加，应该等于上级维度的某成员值总和。比如若城市A只有三个区，这三个区的人口总数应该等于城市A的。
- 维度的属性：用以描述维度的一些属性，比如上图中“城市”这个维度吧，它可能会有一些属性特征，比如城市类型：省会城市、地级市、县级市等，那么有一个分析需求，可能还会按不同城市类型汇总细分。这种情况，维度的属性会成为分析中的维度。
这时，你可能会明白，平时为什么那么多表单要填写各种字段，这些字段，都可能是分析时的维度哦~