数据分析师指标库案例

本案例展示一名业务数据分析师如何用 Obsidian 建立「分析资产库」，把散落在 SQL 文件、Notebook、聊天记录里的口径、模板与结论沉淀为可检索、可复用的知识中枢，新人接手一周即可独立取数。

mermaid

flowchart TD
  D[分析仓库] --> M[指标字典]
  D --> Q[SQL 模板]
  D --> R[分析报告]
  D --> D2[数据源文档]
  M -->|口径引用| Q
  Q -->|结果| R
  D2 -->|字段说明| Q

场景与痛点

痛点	解法
同一指标多人口径不一致	指标字典统一 `定义/口径/SQL`
常用查询反复重写	SQL 模板库 + 双链调用
历史分析结论找不到	报告库 Dataview 检索
数据源字段含义靠问人	数据源文档沉淀字段字典

仓库结构

text

分析仓库/
├── 指标字典/           # 每个核心指标一卡
├── SQL模板/            # 按主题：留存/转化/GMV
├── 分析报告/           # 按项目/日期
├── 数据源文档/         # 数仓表字段说明
├── daily/              # 取数日志
└── templates/

核心工作流

指标字典卡：每个指标一份笔记，Front Matter 含 owner、source_table、refresh、definition，正文放口径说明与标准 SQL，避免"一个数多种算法"。
SQL 模板复用：把常用查询存为代码块，正文用 [[指标-GMV]] 引用其口径，改写时只改一处。
报告自动归档：每次分析在 分析报告/ 建笔记，结尾 [[相关指标]]、[[数据源-订单表]] 双链；Dataview 按 project 汇总。
数据源字段字典：把数仓表字段含义、更新频率写进 数据源文档，新人写 SQL 前先查，减少返工。
口径审查：定期用 Dataview 列出 owner 为空或 refresh 过期的指标，触发更新。

sql

-- 指标-GMV 标准口径示例（指标字典内嵌）
SELECT date, SUM(amount) AS gmv
FROM dwd_order_detail
WHERE is_paid = 1 AND date BETWEEN '{{start}}' AND '{{end}}'
GROUP BY date;

dataview

TABLE owner as "负责人", source_table as "来源表", refresh as "刷新"
FROM "指标字典/"
WHERE refresh < date(today) - dur(30 days)
SORT refresh ASC

关键插件与模板

Dataview — 指标/报告检索汇总
Templater — 报告、指标卡模板
QuickAdd — 取数日志速记
Bases — 指标台账看板
代码块与高亮 — SQL 展示规范
插件系统 — 插件选型

注意事项

数据安全

数仓连接信息、脱敏前明细数据严禁写入笔记；SQL 模板只保留结构，敏感字段用占位。报表含用户隐私时遵守最小授权与脱敏要求。

口径治理

指标字典是团队资产，建议建立"变更需评审"的约定，并在笔记内记录修订历史，避免口径悄悄漂移。

数据分析师指标库案例 ​

场景与痛点 ​

仓库结构 ​

核心工作流 ​

关键插件与模板 ​

注意事项 ​

相关资源 ​

相关文章