从0到1,搭建数据监控体系

简介: 大家好,我是爱学习的小熊妹。上周五,阳光很好,微风很好,无惊无险又到六点,小xiong熊妹美美地在座位上补了个妆,拿起小包包,正打算去撸麻辣火锅的时候,听到了最怕听到的话——小熊妹,麻烦给个数,领导马上就要看……我整个人顿时就不好了!我的火锅,我的小伙伴,我的奶茶,我的电影!

image.png


日常工作中,有运营、产品、销售部门的小伙伴经常零零散散地要数据,一会是今天最新的数据,一会是最近3天的数据,一会又变成过往半年的。数据要得很零散,不但很折腾做数据的人,看数据的人看得也晕。


其实,常用的数据完全可以做成监控报表,每天定时监控起来,这样做数据、看数据都容易了。


小熊妹整理了数据监控报表最简单的做法——


最简单的分类方法


做监控报表,首先要区分清楚:分类维度数据指标两个概念。


image.png


举个简单的例子,某天(其实是每天image.png)下午5点55分(6点下班),小熊妹又接到一个电话,销售的同学想看:“截止5月28日的,A大区的,销售金额数据”。


在这个需求里,“的”字以后只有一个数据指标:销售金额。“的”字以前,有两个分类维度:时间(5月28日)和大区(A大区)。因此,这个需求,可以在excel里用下边格式表达:


image.png


这样做的最大好处,就是:容易计算。有一张这样的基础监控表格,销售管理的小伙伴自己都可以计算:


截止5月28日,A大区的全部销售金额A大区过往10天的平均销售金额本周A大区本周和上周对比(截止周五)

根本不需要再找IT跑数了。


image.png


具体的计算方法,可以用数据透视表实现,非常方便。

比如要计算截止5月28日全月销售金额,可以:


1、用鼠标框住所有数据
2、点击上方:插入→数据透视表,点确定3、把日期拖进筛选栏,全部日期4、把销售金额丢进汇总值

就计算完毕啦(如下图)


image.png


如计算A大区过往10天的平均销售金额,在上边的基础上:


过往10天为:5月19日-28日,在左上上筛选相应日期


要计算的是平均销售金额,因此在汇总值一栏里,改一下计算方法


就计算完毕啦(如下图)


image.png


相比之下,很多小伙伴脱口而出的数字,都是孤立的。比如刚要了5月28日A区销售额,又跑来要过往10天的销售平均数,每次都是打电话催→数据分析师不想做→再催→磨磨唧唧弄完→发现缺胳膊少腿→再来催……不但慢,而且很容易让人心情极度抑郁。


掌握这个小技巧,可以正式开始设计监控报表了。


从0到1做监控报表


一个好的监控报表,应该包含常用的分类维度,常用的基础数据指标,这样可以随时把握业务动向。


设计报表的时候,一般从分类维度开始。因为除了时间维度以外,其他分类维度一般和管辖权限有关。自己有权限管什么,就看什么维度。


比如:线下门店管理,常常按:省份→城市→片区,一层层展开管理,一个人可以管的城市/区域/门店是有限的,因此可以设计分类维度如下图:


image.png


如果想不清楚还有多少类,就是多问一句:还有吗?比如眼前是想看A大区的业绩,可以反问句“还有哪些大区?”把所有大区都找来,就是一个完备的分类维度了。


要注意的是:每个维度的分类之间不能有重叠。一旦分类维度重叠,数据计算会很混乱。比如监控用户消费情况,用户一天之内的消费分段,最好用类似:0,1-199,200-299,300-399,400+这样的分类方法。这样分类符合MECE原则(Mutually Exclusive Collectively Exhaustive相互独立)不会出乱子。


如果分为:300以上,500以上,1000以上。则300以上包含了500以上和1000以上,500以上包含了1000以上,计算的时候很不方便,且容易看错。


类似地,一般


线上渠道:公域/私域→流量来源→付费/免费流量


用户:新注册用户/老用户、普通用户/VIP用户


商品:新款/老款、利润款/走量款


每个业务都有常用的分类维度。


找指标,最简单的方法是从KPI指标找起。比如销售利润、新用户获取数量/获取成本、宣传曝光数等等。


KPI指标肯定得第一时间监控起来,之后可以围绕KPI指标,找与KPI指标有关的其他指标。常用的有两种找法。


第一种:拆解KPI指标。


比如销售管理,KPI指标是销售收入。可以做拆解:


销售收入=销售订单数*平均订单金额


销售收入=用户数*用户付费率*平均订单金额


这样就找到了可以监控的子指标。这些指标经常和业务动作,比如促销、拉新活动等等有关,因此通过指标变化,可以做一些业务上解读。


第二种:找达成KPI的过程指标。


比如线上推广,新用户注册后且下单是最后一步。在这之前,还要经历很多步:广告展示页→落地页→注册页→产品详情页→付费页→付费成功。这个过程像一个漏斗,每一步都有用户可能流失,因此可以把每一步有多少uv/人展出出来(未登录状态下就是UV),从而看哪一步出了问题。


做好分类维度与数据指标以后,就可以把数据需求交给数据分析师出数据了。


从监控报表到监控体系


单一一张监控报表,可以满足一个部门的需求,但部门之间的工作经常是相互关联的。因此围绕一个问题,经常有多个部门共同参与,因此需要对多个方面进行监控。这就构成了监控体系。


一般监控体系,都是由一个整体情况表出发,涵盖涉及各方面的基本情况,之后再具体落实到具体监控各方面。比如监控线下店铺情况。至少需要关注:进、销、存三个方面。因此要包含:


1、整体情况表:门店整体收入、库存(哪些商品已无缺货/货源充足/积压)


2、销售明细表:哪些商品卖的好,卖给了哪些客人,还有哪些客人没买


3、库存明细表:库存商品数量、入库时间、库龄、滞销商品数量、预计周转时间


4、进货明细表:缺货商品是否已下单,下单数量,预计到货时间;新品到货时间/数量


这里每一张表都需要经历同样的设计过程,之后四张表组合起来,成为一个完整的监控体系。


因此,做好一张张的监控报表,才是搭建体系的关键。


以上就是小熊妹整理的内容,希望大家喜欢。当然,本文的做法是很有局限的,如果涉及的维度太多,指标太多,会把excel拖的很慢。


这个问题,最终还是靠数据产品来解决,这个话题以后再分享吧。先让小伙伴们把基本功提起来。

相关文章
|
3月前
|
运维 监控 安全
构建高效运维体系:从监控到自动化的全方位实践
本文深入探讨了构建高效运维体系的关键要素,从监控、日志管理、自动化工具、容器化与微服务架构、持续集成与持续部署(CI/CD)、虚拟化与云计算以及安全与合规等方面进行了全面阐述。通过引入先进的技术和方法,结合实际案例和项目经验,为读者提供了一套完整的运维解决方案,旨在帮助企业提升运维效率,降低运营成本,确保业务稳定运行。
|
2月前
|
运维 监控 测试技术
构建高效运维体系:从监控到自动化的实践之路
【10月更文挑战第9天】 在当今信息技术飞速发展的时代,运维作为保障系统稳定性与效率的关键角色,正面临前所未有的挑战。本文将探讨如何通过构建一个高效的运维体系来应对这些挑战,包括监控系统的搭建、自动化工具的应用以及故障应急处理机制的制定。我们将结合具体案例,分析这些措施如何帮助提升系统的可靠性和运维团队的工作效率。
62 1
|
关系型数据库 MySQL 数据安全/隐私保护
综合管控平台基础环境部署(二)
综合管控平台基础环境部署(二)
210 0
|
Linux Docker 容器
综合管控平台基础环境部署(一)
综合管控平台基础环境部署(一)
314 0
|
数据采集 存储 安全
数据治理:管理和保护数据的最佳实践
随着企业日益依赖数据来驱动业务决策和创新,数据治理成为一个至关重要的话题。数据治理是指规范、管理和保护数据资产的过程,以确保数据质量、合规性和安全性。在本文中,我们将探讨数据治理的重要性以及一些实施数据治理的最佳实践。
487 0
|
监控 Kubernetes 前端开发
使用SigNoz搭建可观测系统
使用SigNoz搭建可观测系统
|
监控
《基于资产配置业务场景下全链路监控平台》电子版地址
基于资产配置业务场景下全链路监控平台
66 0
《基于资产配置业务场景下全链路监控平台》电子版地址
|
监控
《基于资产配置业务场景下的全链路监控平台》电子版地址
基于资产配置业务场景下的全链路监控平台
73 0
《基于资产配置业务场景下的全链路监控平台》电子版地址
|
监控
《构建立体化的监控体系——58集团监控实践》电子版地址
构建立体化的监控体系——58集团监控实践
65 0
《构建立体化的监控体系——58集团监控实践》电子版地址
|
运维 监控 网络协议
统一运维监控平台设计思路
一、 监控平台的思路 二、 ganglia的安装 三、 yum方式安装ganglia
统一运维监控平台设计思路

热门文章

最新文章