做好公司各部門數據報表支撐的幾個簡單思維

越來越多的數據，越來越多的需求，越來越多的不滿意

如今，大數據分析軟體和數據分析的概念相當普及，從基層到管理層，從IT到業務，都深知「數據化管理」、「數據決策」的重要性。越多重視，壓力也就越多，導致信息中心和數據部門往往處於進退兩難的狀態：

數據變多，需求變多，工作價值得不到體現，內部疲於應付。

提供了數據，但需求多樣變更極快，無法滿足各方需求，內部怨言層出。

如何做好面向全公司的數據支撐，哪怕只是簡單的報表提供，其實也是一件複雜且考驗思維邏輯的事。

作為曾經一度經歷過的表哥，本著吐槽加總結加吹牛的原則，匯總下我在梳理並重新規劃公司數據支撐體系時的一些思路，紀念下曾經看指標看瞎的某年5月。

管理思維：數據支撐體系不僅僅是指標體系，還有更開闊的管理邏輯

數據報表的工作只是在整理數據嗎？當然不是，數據的整合和展現最終都是為了經營決策的，報表體系的背後邏輯應反映整個公司的經營結果和經營方法。

做報表的，雖然事務工作多，但還是要抬起頭來，系統思考一下，報表的路該怎麼走？ 阿里提出了「小前台，大中台」的概念，實際道理是相通的。報表中台對於報表人員的綜合素質要求很高，既要有寬廣的業務視野，也要有深厚的數據沉澱，輔以溝通協調能力，造詣甚至遠超一般的業務人員。

一旦想清楚這個問題，你就知道你的數據體系必須要和公司目前的經營狀況和當前工作方向緊密聯繫，所以你的數據工作的方向也就呼之欲出了：

方向一：公司目前是什麼樣的基本狀態？——銷售額、利潤、行業份額，用戶規模……

方向二：公司目前的市場競爭形勢是怎樣的？—— 新增份額、凈增份額，凈收益……

方向三：就目前形勢，公司需要抓住的用戶群來源在哪裡？——各渠道新增用戶價值轉換率、各渠道用戶價值分層、各渠道投入產出比、會員滲透率、存量用戶重複購買率……

方向四：就目前形勢，公司推出的核心產品有哪些？——核心產品銷售達成率、核心要產品渠道滲透率、核心產品重複購買率……

方向五：就目前形勢，公司採用什麼樣的管理方法和工具？—— OKR目標、KPI體系、銷售經理管理指標體系、客戶經理管理指標體系、CRM系統、OA系統、EPR系統……

在梳理過程中，會發現對應到任何一個整體業務的分析，需要提供的已經遠不只是業務結果那麼簡單，還包括各種管理和執行數據。

簡化思維：數據不是越全越好，主次突出，重點聚焦是王道

確定好數據的大方向後，接下來便是細化分析每個數據方向的具體指標體系，以及確定細分的程度。

這個時候，最容易犯的錯誤便是開始把所有用到的、想到的全部羅列並設計進去，建立一個所謂大而全的內容。我始終認為，真正的報表製作是為企業開發的，業務人員只是報表的需求提出者，因此，還需要去理解報表提出的背景，哪些是這張報表的用戶，你需要尊重提出報表需求的人員，但對於報表開發要有自己的想法和主導權。一味強調廣而全，不僅會讓執行者無法聚焦工作重點，而且會讓數據部門自身工作量大增，吃力不討好。

所以，在明確數據需求的大方向基礎上制定詳細的數據體系時，一定要時刻提醒自己，重點是什麼？

一、不同的指標要有重點

比如在產品運營指標體系中，如果已開始投放（電商），需要積累數據，重點關注流量指標，例如UV、PV、渠道來源、用戶線索、瀏覽量、產品瀏覽量排行、頁面跳失率、顧客評價指數、轉化率等等。

而如果運營了一段時間，市場已經成熟，首要的任務是通過數據分析提高銷售額。此階段需要重點監測追蹤流量和銷售指標，例如訪客數、瀏覽量、轉化率，以及新增會員數、會員的流失率、客單價、ROI、動銷率、庫存天數、銷售額等。

若行業份額較小，以拓展為主，那除了新增份額、凈增份額常見指標外，新增搶奪指標方面需往下衍生新增用戶存活率、瀏覽用戶轉換率、新增用戶價值分層等細化體系，保有指標設計則相對簡單。

而如果行業份額已經較大，以保有為主，那新增相關指標則相對可以簡單，而保有指標除用戶保有率、會員活躍率等常見指標外，還需往下衍生合約捆綁率，會員忠誠度、積分計劃活躍度等指標。

數據分析，報表實例，專業的人都在這裡！加入FineReport臉書粉絲團！

二、相同的指標要有側重

同樣以用戶保有指標為例，用戶保有率和用戶流失率其實是同樣作用的指標，一方面是選擇其一即可。另一方面是，選擇哪個，其實放到實際使用中，會有微妙的差別。

如果採用用戶保有率指標，往下衍生是業務層面的合約捆綁率、用戶活躍率、會員滲透率等積極導向指標，注重行銷執行。如果現在用戶流失率，往下衍生是用戶觸店但無消費率、用戶沉默率、用戶直流流失率、流失用戶畫像特徵等，導向為預警關懷。

三、指標的細分，不需要過於龐雜

一般而言，過程三級，執行三級，就已經足夠定位問題及全面展現情況。

邏輯關係：不僅僅是分類，更是反映業務之間的關聯

一、數據選擇邏輯：

為什麼業務部門提出一項數據的要求後，往往會接二連三的提出其他數據需求？其實他們也是在試圖嘗試尋找某個數據背後的原因及可能。

在設計報表體系過程中，不僅僅只是分類，而應該考慮到指標間的關聯，在設計過程中就應該加入業務分析的思維，比如分析者看到這個數據會聯想到其他哪些數據來探究原因？

我在當初利用帆軟報表（FineReport）設計整個報表體系的時候，常用的就是「結果指標——過程指標——執行指標」三層邏輯結構。結果指標由過程指標決定，而過程指標由結果指標決定。



這種邏輯不僅在運營數據上適用，在管理指標上也同樣適用。比如KPI體系是結果，渠道任務目標管理系統是過程，渠道經理/客戶經理監督體系是執行。



二、數據呈現邏輯：

確定好指標內容和指標邏輯後，就是數據呈現了。這方面，之前在如何設計企業內部的數據平台？中就已經總結了，其實就是利用「分析報表—管理報表——基礎類查詢報表」三種層級展示，實現從宏觀到微觀，從上而下定位問題的呈現邏輯。

對於筆者而言，我設計的方式是站在「分析報表—管理報表」維度上，以主題為維度切入，設計全報表。這樣就可以直接從分析報表找到該主題發展的短板，從管理報表上找到導致該短板的主要原因，最後才去分析單報表。



以上是我對於整個報表體系建設的 一點思考感悟，但是實際操作過程中也並沒有這麼理想，仍然需要根據具體情況具體分類具體設計。

數據分析 做得好壞
往往會引影響到後面的決策方針

目前數據分析已是趨勢
太多大企業都在搞大數據