目錄
昨天談了報表開發流程，即資料包表開發需求處理過程是怎樣的。本文再來講講報表開發的內核，即設計報表時的一些思想和需要關注的資料指標體系。 本文主要討論報表指標設計的主要思路：
Why——明確報表的用途。誰看？對方關心什麼？對方怎麼使用資料？
What——報表的結構。指標結構有哪些注意事項？
How——指標拆解的方法。分為「自上而下」和自下而上「兩種方法」。
報表的用途
報表是資料呈現的載體，是用來展現資料的。拋開報表的最終呈現形式，報表並不是要讓資料看起來很酷炫，或者看起來只是「表」。不妨把報表看成PPT報告的另一種形式，這樣就能理解報表的核心其實應該是「講故事」，而不是「秀資料」。
假設你現在是一名電商運營，那麼你可能關心的資訊有：
今天商鋪的PV/UV是多少，訂單量是多少，銷售額是多少？
做的促銷活動對各項資料有沒有促進作用，投入產出比是否在合理區間？
為了知道資料上反映的業務好壞，你還需要找到參照水準來對比，比如：
你想知道過去時間段的交易情況如何，以判斷這一周的交易情況是好是壞，如果交易變化很大，是否和一些週期性的因素有關（如節假日），還是說是因為產品供貨不足，廣告投放放緩導致？
如果交易額上升，也不能暗自歡喜。需要瞭解上升背後的原因是什麼，做的活動帶來的產出是佛符合預期，還是甚至是沒什麼競爭利潤的。以及競爭對手的上漲是不是比你還厲害？
如何資料整體是下滑的，那你可能會思考一些營運手段來提升店鋪交易，比如：
加大廣告投放
加大外部KOL合作，找紅人帶貨
發掘爆品，促進用戶的活躍，以帶動店裡的其他商品銷售
針對老用戶搞一波促銷活動，提升用戶活躍，增加複購
以上幾個活動表面上看都能促進資料的增長，但同時也要投入成本，此時你就需要資料來預判花這個錢是否值得，花多少投入比較合理。
最直接的辦法就是對歷史資料各角度做分析做預測。
投廣告涉及到人。那店鋪的人群分佈如何，哪部分是我們的優質潛在用戶，哪些廣告管道和店鋪的目標人群吻合度高。不同廣告管道的使用者品質參差不齊，投放方式也不相同，你可能要從中挑選幾個長期合作，那麼你需要評估管道的品質。
現在外部什麼商品最火，淘寶搜索量最高，單品的利潤高？
要想增加老使用者的複購，需要挖掘他們可能對什麼商品感興趣，那可能需要AB測試。
以及最後每類人群的交易表現是否有提升？新客轉化率提升了？客單價提升了？老客複購頻率增加了？流失減少了？
以上資料，報表在一定程度上可以回答上面的問題，那製作分析報表時就要以「業務問題導向」出發。以「業務問題導向」的報表需要關注以下幾點：
誰看報表資料？不同的職能、不同的業務線KPI也不一樣，關注的點也不一樣。（這個我在報表沒人看，工作全白乾！減少無效報表就該這樣做！中提過。）
對方關心什麼？管理層和基層的關注點是不一樣的，比如銷售總監會關注各區域銷售情況如何，哪塊產品銷售有問題，如何改進能提升銷售KPI。而銷售基層可能會關注自己的業績如何？
資料用來做啥？有人關心業務進展，有人關心活動效果，有人關心產品流程，常見的關心問題比如——現在做得如何？距離目標多遠？資料出現不好的跡象如何改善提升？
這幾點也是在報表需求溝通時需要注意的。
以上，用業務角度闡述了報表的業務，核心就是業務業務業務。
明確了報表要解決的業務問題，那麼問題對應的指標也就有了限定範圍。
比如報表用來評估管道品質，那麼就要看哪些指標與其相關。如流量、費用、轉化率、客單價等。
比如關注新客留存，橫向看不同產品和運營策略的效果對比，縱向看不同時期進入的新客留存率是否存在較大的差異，然後對標留存效果好的場景，找出留存率高的因素，後期可以作為備用策略。
比如關注產品的轉化，可能要看產品環節上關鍵頁面的訪問轉化漏斗、停留時間、跳出率等。
報表的結構
報表可以看做多個指標有結構的組織，並以適當的形式進行展示。
指標是報表的「原料」，需要利用這些「原料」按業務邏輯組織起來，需要注意的點：
業務邏輯導向，報表關注的問題不同，選取的指標和結構就不一樣，而不同的「故事」，呈現的邏輯也不一樣；
金字塔體系，無論是報表還是指標都要有總-分結構，先報告整體情況，再報告細類情況；
1、業務邏輯導向
業務邏輯導向是指用指標還原業務場景，同時報表在內容上要在指標順序上和業務的認知保持一致。也就是說在數據的呈現上要有優先順序：一般先總後分，重要的核心資料排前面，轉化流程中建議「從頭到尾」，先關注當前再關注歷史，先關注主要成分再關注次要成分。
比如我們優先關注的是新老客的分佈，那麼對應新老客的指標應該是靠前的。
比如涉及到轉化率的時候要按順序還原相關的主要產品環節。
2、金字塔體系
基於資訊流的管理設計依據金字塔理論模型與高階擴展應用兩方面進行設計。
基礎查詢類報表：來自於基層業務和日常工作，功能作用于某一項具體的工作，比如銷售業績查詢、商品庫存查詢、在途庫存查詢、採購訂單查詢等。使用者在工作需要時，會通過查詢此類報表，來得到自己想要的資料，以支撐自己的工作。基礎類報表主要針對基礎業務人員，他們沒有分析能力也沒有分析需求，故設計以查詢、填報為主，包含實驗室測試填報表、工廠缺陷明細查詢、客訴明細查詢等。
管理報表：用於日常管理，其功能不單作用于某項具體的工作，而是覆蓋相關人員的某一個工作模組。例如店長業績管理看板、庫存管理、異常店鋪管理等。這類報表基於日常管理工作，通過查看這類報表來監控所負責業務的當前狀態，發現問題，這類報表就屬於決策輔助了。
管理報表主要針對中層管理人員，他們需要對上彙報以及對下監管，故設計分析駕駛艙並輔以聯動鑽取等交互分析，包含綜合合格率、一次合格率、客訴率等指標的分析；
分析報表：不同於日常管理類報表，這類報表更具針對性和主動性，需要針對某一個模組和主題進行分析，通過分析報表資料來發現並思考問題。分析報表主要針對決策人員，重點是以監控、資訊透明、壓力輸出為主，故設計監控回饋整體儀錶板趨勢、概況以及問題點。
指標的拆解
指標的拆解分為兩種方法：
自上而下的方法，基於業務和資料的理解，對引數X和因變數Y(KPI)下操作性定義；
自下而上的方法，類似於搭積木一樣，將基本的指標組裝成指標體系；
1、自上而下的方法 自上而下的方法涉及到兩個重要的課題：
對模糊的業務概念進行量化定義
對關鍵指標的拆解比如現在要定義「價格敏感客戶」，可以考慮這類用戶的關鍵行為：
篩選商品時使用「價格按從低到高排序」功能的頻率。
是否有比價行為，可能訪問商品詳情頁的時候跳出轉而訪問其他網站，不久後有再次訪問同一商品。
對優惠的偏好，比如湊單參加活動，只在大促的時候才下單，或者過往訂單中，優惠金額占該使用者總交易金額的比例較大。「操作性定義」的能力需要分析師熟悉業務和用戶，且能很好的將業務語言「翻譯」成技術語言，這樣才能較好地將模糊的業務指標映射為資料指標。
對指標「自上而下」的拆解，常見的思路有兩種：公式拆解搭建
根據業務環節拆解公式拆解搭建：以一個【產品模型】的指標體系為例，通過對其逐層拆解，細化評估以及分析的細微性，目的是明確各方關注的指標，分析提升指標的方法。
產品模型 = 商業模式 + 產品架構 + 營運體系
商業模式：產品的市場潛力，主要通過營收、用戶兩個維度評估
核心指標：商業價值=收入-成本 指標拆解：收入=（利息+服務費）*（1-最新逾期率）；成本=管道成本+資料成本+資金成本 指標分析：提升商業價值（目的）增加收入、減少成本（方法）增加收入→①增加利息+服務費 ②減低逾期率減少成本→①減少管道成本 ②減少資料成本 ③減少資金成本
產品架構：指產品設計上的框架與核心系統，按照業務流程劃分
框架：註冊→認證→授信→借款→審批→綁卡→放款→還款→催收系統：①風控系統（授信、審批）②催收系統（催收）③管理後臺（其他各環節相關，按使用者劃分為產品、客服、財務、系統管理）
營運體系： 分析用戶心理需求，按照馬斯洛需求原理劃分（生理→安全→情感→尊重→自我實現）
體系：申請借款（生理）→資訊披露（安全）→社區營運（情感）→積分體系（尊重）→會員體系（自我實現）核心指標：① 用戶生命週期價值（LTV）=人均借款頻次*人均借款金額*毛利率 ；毛利率=收入/放款金額② 投資回報率（ROI）=（轉化率*人均借款收入）/總成本階段指標：獲客成本（CAC）、轉化率（全流程）、複貸率、流失率、召回率
指標分析：
①提升LTV（目的）增加人均借款頻次、增加人均借款金額、增加毛利率方法：抵扣券、免息券、返現、滿額抵用券、提高授信額度、②提升ROI（目的）增加人均借款收入、降低總成本、提升轉化率方法：減少提前結清的減免費用、截留複貸使用者、簡化進件流程
產品流程
產品流程可以簡單理解為典型使用者使用產品的典型路徑。
需要注意3方面：
產品的主要業務類型是啥？面向的用戶是C端還是B端，賣的產品和服務是啥，舉例子來說，京東上的生活用品和電器，唯品會的服裝、美妝，國美主要賣家電，豆瓣、知乎等是資訊平臺。
產品的使用者角色有哪幾類，e.g.出行平臺上的角色可以分為司機、乘客，電商平臺可以分為賣家、買家等，資訊平臺上可以分為生產者、傳播者、消費者等。
不同使用者角色使用產品的流程是怎麼樣的？舉例子來說，出行平臺、外賣平臺上的供需兩方的操作流程顯然是不一樣的。梳理流程圖時要注意一些關鍵要素，可以參考《商業模式畫布》(如下圖)。《精益資料分析》中也提供了常見業務模式的流程圖
此外，還可以結合以往的分析經驗、請教產品和運營的同時、處理資料波動歸因的發現、他人的分析文章等方法找到其他影響因素。
對於影響因素可以按可控性、穩定性兩個維度分類。
穩定是指已經得到驗證的假設。簡單劃分某一因素x對Y的影響效果，可以考慮方向性，比如正向關聯或者負向關聯，正向關聯可以理解為這個因素x的取值越大，Y就越大，方向是定性的分析，更精細的定量分析要考慮x和Y的明確「函數關係」——x改變多少量會帶來Y多大的改變(準確來說應該是Δx和ΔY的關係)。
可控是指可以透過產品或營運的方法來引導用戶的認知和行為，進而改善關鍵指標，這些因素背後對應著可以操作(改變/驅動)的行為。
不同類型的影響因素的應對策略(僅供參考)：
穩定&可控因素的作為產品和運營的長期策略，
不穩定&可控的可以作為短期策略，可能需要細化顆粒度以及反覆運算測試來發現和驗證因素和指標的關係的穩定性。
穩定&不可控很可能是用戶的因素或者市場環境，通常具有時間週期性的。舉例子來說，節假日使用者的活躍下降、春節期間某地區的出行訂單大量減少，不同出生年代的人群在不同app上的活躍占比不一樣，占比也會隨著時間緩慢變化。
不穩定&不可控的因素，通常是偶發外部因素。舉例子來說，競品的市場活動、突發輿論事件等，通常做到定性解釋，這部分的因素通常都比較複雜。2、自下而上的方法 這是我自己總結的方法，類似於搭積木一樣，將基本的指標組裝成指標體系。常見的分析指標都是由「維度」和「計量」組合的。可以把「維度」理解為分類變數或者標籤，而「計量」就是統計數值(也可以把「維度」看作是對「計量」的修飾詞)，比如：
DAU，日、活躍、用戶、數量，其中【日、活躍、用戶】就對應【時間、事件、用戶】3個維度；
PV，頁面、流覽、數量，【頁面、流覽】對應【產品、事件】2個維度；
UV，獨立訪問用戶數，【事件】維度下的計數；當然，「複合指標」也是可以拆解的，比如：
頁面轉化率，頁面B訪問UV/頁面A訪問UV
「複購」和「留存」本質都是在一段時間內發生第二次關鍵行為的比率；注意：複購可以針對「用戶」，也可以是「平臺」、「品牌」、「品類」甚至某SKU，比如「二次續費會員」，這個會員就可以看做一個SKU對常用的指標進行梳理後，整理出來的基本維度(dimension)有：
時間 When
地點 Where
用戶 Who
事件 What
產品 Product5個維度英文字母縮寫成「4WP」，可以將這些維度看做「標籤」。維度之間可以組合成新維度，維度和計量組合成常見的分析指標。基本的計量(measure)：
時長、金額、頻次(或計數)、距離、重量、長度(面積、體積)、溫度等；
映射到業務上，比如交易金額、線上時長、登陸次數、出行距離、包裹重量、貨物體積、天氣溫度；基本計量透過組合運算或者在時間維度上衍生出「複合計量」：
統計指標：sum、count、avg、max、min、median、var、std等。
複合指標：客單價，件單價、平均每次訪問時長(頁面數等)、頁面A到頁面B的轉化率，行為A到行為B的轉化率等。綜上，自下而上的方法就是指標拆解，這個方法的好處是：
它可以像思維導圖一樣，幫助你發散思維，從「維度」和「維度」兩方面去找到可以計算的指標。
這些維度和計量是跨業務場景的，通用性很強。以下這5個維度是產品和運營中常關注的5個維度，常見的業務場景都可以覆蓋到。
最後，補充說明一下個人關於報表開發的一點思考。
報表開發的3個層級：
第一個階段是需求處理，類似前文報表開發中提到的那樣，大多數時候業務方已經有明確的報表形式或者欄位，報表開發者通常按需求照單抓藥即可，不過這樣可能存在問題，比如多個分析師都對接一個業務，各自開發的報表之間資料有重疊，那麼就可能出現資料計算、存儲資源的浪費，甚至可能出現口徑不一致(比如指標名稱相同但計算方式有差異)的情況，進而導致業務方的困惑。
第二個階段是資料整合，要解決多人開發報表存在的「多亂雜」，可以考慮的方案是維護少量幾張中間寬表，分析師統一口徑，資料統一管理，這些中間表覆蓋了業務分析的高頻場景(不論是資料分析還是報表開發)，直接調用這些中間表的效率會高很多(常用的維度和計量都在裡面，不用二次計算)。此外，有的中間表可以當做用戶的標籤表(這樣可以直接將資料推送到運營平台叫用)，免去了不少重複工作。
第三個階段是「自由」客製化，把報表需求分為「主動」和「被動」兩類，前文報表開發更多處於「被動」模式(或者「代加工」模式)，在「被動」模式中，報表開發的大部分工作是由資料分析師負責。在「主動」模式下，則是由業務方訪問報表系統，該系統提供了友好的交互頁面，透過拖拉拽(類似於操控Excel樞紐分析表那樣)來搭建自己的報表(不用寫程式碼)，報表可以共用，可以定時推送。分析師則負責維護指標的口徑和生命週期，同時還負責培訓業務方如何使用報表平臺。底層的資料則由ETL的同事負責，按不同的分析主題搭建底層的資料寬表。
簡而言之，報表前端由業務方操作，中間層由分析師來規劃主題並給到指標口徑，底層則由ETL同事負責開發。
獲得帆軟最新動態：數據分析，報表實例，專業的人都在這裡！加入FineReport臉書粉絲團！
相關文章：
再見Python +Excel VBA！我終於等到了一鍵生成報表範本的神器喜歡這篇文章嗎？歡迎分享按讚，給予我們支持和鼓勵！
