编辑导语：任何一个业务，都要有基本的数据监控体系，来监控业务数据表现和效果，通过数据去发现业务问题。那么，产品经理该如何设计一个合理的、贴合业务需求的数据监控报表呢？一起来看一下吧。
任何一个业务都需要有基本的数据监控体系，监控业务数据表现和效果，通过数据去发现业务问题，所以设计一个合理的、贴合业务需求的数据监控报表基本是所有产品经理都绕不过去的一个基础工作内容之一 。
设计数据报表也和所有其他需求一样，需要去做简单的需求分析，包括数据报表的目标用户是谁，针对数据的核心需求是什么，通过什么样的方式最低成本地去解决他们的需求。
第一步要先确定查看报表的角色，不同的角色对于数据指标类型、颗粒度，包括查看报表的目的都是有很大的差异，报表是给什么角色看的？老板、高管、业务负责人还是一线员工？
如果是老板或者高管，那他们往往更多关注是产品的整体核心指标，比如接入率、在线率、巡检覆盖率以及目前重点业务的核心指标，比如现在在搞无人值守的场景，那无人值守场景的设备接入率、在线率、巡检覆盖率。
除此之外，往往也会非常关注目标和现状之间的差距，比如核心指标的同比数据、环比数据以及关系到业务整体运转的异常指标，总体来说面向他们的指标都是可以直接描述产品，或者业务整体发展状况的结果指标。
那如果这个报表是面向业务负责人的，那他们更关注的是基于自己业务的核心指标，自己业务的整个漏斗以及业务的异常指标，比如电商平台里面的内容电商这块业务，除了关注GMV、业务DAU、客单价这些结果指标外，可能还关心每天内容的生产数、曝光数、内容消费时长、这些贴近业务的关键指标。
给一线员工看的报表，面向业务过程、业务明细、颗粒度越细越好，这样才能利用数据去洞察具体业务问题，比如说全链路各个流程各个路径的所有数据、所有的具体功能的点位数据等等。
对报表面向的角色有一个明确的定义之后，就可以做具体的数据报表设计了，首先可以简单地先把数据分成两种类型，一种是过程指标，一种是结果指标。
比如说GMV（销售额）是一个结果指标，销售额=客单价*购买uv，客单价*购买uv就是其中的过程指标，那我们现在要做的就是先把所有跟业务有关的核心指标都逐个枚举出来，然后再去基于这些指标分类和拆解。
先分类哪些指标本身就是过程指标、哪些本身就是结果指标，分类之后再对这些指标做拆解，结果指标一定是可以拆解出对应的过程指标的，而过程指标也有可能拆解出更加细颗粒度的二级甚至三级过程指标，直到拆不出来或者拆出来的指标业务意义不大为止。
虽然刚才枚举出来了很多的指标，但是不是所有的指标都是需要的，就像开始时所讲到的，不同角色，不同的应用场景，需要的指标颗粒度、类型都是不一样的。这个时候就需要基于报表所面向的对象和具体的应用场景，挑选出最契合的观测指标。
然后基于目标指标，再结合具体的业务定义出各个指标需要使用的分类维度，比如电商业务里，类目、品牌、地区、日期，这些常用的分类维度，把维度定义好后，再确定好所有指标的统计口径。
对于数据的定义需要有一个标准口径，比如销售额这个指标，已产生订单还未付款算不算销售额？已发起退款但是还未退款成功的金额算不算销售额？以及昨日11.55下单但是今天0点1分才付款的算昨日的销售额还是今日的销售额？
没有一个统一的统计口径那数据就会出现很多的模糊地带，导致数据的可用性和可解释性都会很差。
确定好统计口径之后，最后还要定义出数据的更新机制，是以天更新、以小时更新还是以周更新甚至以月更新，这不是一个简单的统计频次问题，需要综合考虑数据对于时效性的要求、计算资源的成本，以及上游的其他数据的更新机制，比如客单价或者观看时长这类数据，在短时间内不会有很大的波动，又比较消耗计算资源，那是不是可以以周维度单位进行计算。
比如有些指标可能需要依赖好几个指标才能计算出来，这个指标就需要综合这些指标的更新周期来去定义自己的更新周期了。
观测指标定义完成之后，那最后去设计数据的呈现方式，这里的“呈现方式”分为两个层面，一是怎么呈现，二是以什么样子去呈现。
所谓的呈现，主要分为两种形式，一种是线上的解决方案，一种是线下的解决方案，区分线上线下简单来说就是是否需要开发线上的数据看板，还是以邮件报表的形式走线下发送给数据查看者就好。
如果是相对临时性的一次性需求，或者说是颗粒度非常细的细分业务的数据，又或者说报表里面的指标经常需要灵活调整的数据，这类报表适合走线下报表的形式呈现，相对应的，如果是指标需要长周期观测和使用，并且短期内不会有非常大的变化，那可以考虑是否做成线上的数据看板，
知道了怎么呈现，那再来确定应该以什么样子去呈现？这个时候就要想清楚想通过数据凸显什么信息，比如这个数据是想体现出差异、趋势、还是占比，差异的话是与自己的差异还是与别人的差异，是绝对数量上的差异还是发展趋势的差异等等，基于数据想凸显出的信息选择到底是用折线、饼图还是柱状图。好了，到这里一个最基本最简单的报表设计思路就完成了。
本文由 @wittertree 原创发布于人人都是产品经理，未经许可，禁止转载
题图来自 Unsplash，基于CC0协议
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。