数据分析师的日常工作中，80%的时间都在取数做表？这些都有什么用？又为什么这费心费力的80%工作总被认为是低级、没价值？

本文从报表分类、分别什么作用，提供一种可行的思路。

1、分析视角下的报表种类及困局

从颗粒度、频次、目的三个角度，数据表可分成如下几类：

1. 按数据颗粒度，所有报表分为明细表、统计表两类；
2. 按需求频次，统计表可分成临时表、固定表；
3. 按功能目的，临时表可分为计算表、取数表，固定表又可分为短期表、长期表；

大部分分析师从入行就开始做表，有接手继承的，也有新建的，林林总总一大堆。日常80%的时间都在顶着耐烦跟这些个表较劲，但年终述职又被批没什么价值。

2、问题的原因及破局方法

问题源自不清楚业务要干啥？因为不清楚业务要干啥，所以

• 不清楚为啥要一次次地换着花样变更数据需求，来回折腾；
• 不清楚业务为啥要更新报表数据，更新了有啥用；
• 搞不清楚，指标异动的原因，无法提供合理的优化建议，工作被批无价值；
• 为啥会出现普遍不了解业务的情况？

一是，因为岗位限制，数据分析本质上是一个技术岗位，日常定位是支持业务数据需求，天然就跟业务实际隔了一层，加上整天被各种需求DDL催促，很难有时间去站在业务的角度去思考问题。到底怎么做才能提高业绩？到底用户喜欢什么东西？业务运营流程具体是什么样？分析师未必都有清晰的了解，沉溺在技术的逻辑中，有时候就会对业务提出的要求觉得「匪夷所思」，无法做出深入的分析。

二是，业务部门不懂数据库、不懂SQL、不懂埋点、不懂统计学，无法很好地用数据思维去描述问题，以致业务表达的需求和实际需要的数据之间经常会不一致。分析师如果直接按业务描述需求交付数据，业务在拿到数据后可能就发现无法说明问题，就导致返工重新取数、分析；

无论商业模式如何变化，数据分析的核心任务永远都是辅助业务决策，具体的工作都主要围绕是多少、是什么、为什么、会怎样、又如何5大问题来展开。

报表的设计初衷就是有用，有用体现在对业务关切的上述5大问题的有效回答上：「业务」看了数据「知道问题出在哪里」，「知道下一步要干什么」就是「有用」，要做出有用的报表，需从业务的角度思考问题。

如此，最直观的破局思路就是去了解业务在想什么？从业务关切的问题入手，针对问题去解构报表，就向做出「有用报表」前进了一步。这就需要分析师在对接需求的时候，做好需求分析，能够挖掘出业务部门的真实需求，转换成有价值的数据需求。

不同于产品需求分析，业务数据需求分析，一般只需要3个步骤就能搞定：

搞清楚面向谁、关心什么问题、需要什么数据、能发现什么问题、看到问题后能干啥后，就是按照约定条件处理需求并完成交付。之后，一般需要跟业务方保持沟通，跟进后续交付后的使用效果，如有新情况出现，需要观察既有报表是否还能满足业务目标，如不可以，需要继续思考，调整数据方向。逐步从被动接需求，转变成主动推动业务利用数据解决问题。

综上，有对象、有问题、有应对，三点清晰，就是高质量报表，关键是要理解业务，能够梳理出有价值的数据需求。

3、一个用户报表案例

用户登录进入App后，行为比较复杂，除了常规消费、内容，还有积分、会员任务、站内整合营销活动；用户积分可以支持兑换小礼品或者优惠券用于消费折扣。那么要如何构建用户报表，让负责会员的业务同学看清楚状况？

首先，呈现整体情况：

然后，呈现细节分层情况，细节部分可拆分的层数、交叉的维度众多，报表可以按需分批次呈现：

总结，通过以上报表：

1. 清晰对象：各级领导、会员责任人
2. 清晰目标：活跃用户有多少人、有多少新增、有多少消费、有多少积分
3. 清晰作用：看报报表，可以设计精细化运营策略
4. 活跃但是不消费，想办法促首单
5. 活跃不消费账户上有积分，策划活动提醒用户完成兑换消耗
6. 消费频次高但低消费，试推高价产品，拉高客单价

报表工具产品更多介绍：www.finereport.com

免费下载 体验Demo