看板做得好不好,不取决于你用了哪个工具,而取决于三件事:指标口径有没有写死、
聚合逻辑有没有搞对、筛选器的作用范围有没有说清。很多看板第一眼很漂亮,第二眼被人发现
“这个数和财务对不上”,第三眼就没人再打开。
本章不要求你安装 Tableau 或 Power BI。我们先讲清 BI 的聚合逻辑,再用线框稿把
总览、趋势与结构、明细与下钻三页经营看板画出来。工具会换,这套结构不会。
BI 看板上的每一个数字,都可以拆成一句话:在什么范围内,按什么分组,把哪个数字怎么聚合。 这三件事任意一件错了,图再好看也是错的。
维度是“按什么分组”,比如渠道、月份、城市;度量是“拿什么算”,比如实付金额;
聚合方式是“怎么算”,比如求和、计数、去重计数。把“渠道”拖到行、“实付金额”拖到值、
选“求和”,BI 执行的就是 GROUP BY channel 加 SUM(pay_amount)。
维度决定行数,度量决定每行算出什么数。
| 渠道 | GMV(元) | 订单数 | 客单价(元) |
|---|---|---|---|
| 自然搜索 | 63,215,624.36 | 6,281 | 10,064.58 |
| 信息流 | 47,042,514.15 | 4,678 | 10,056.12 |
| 朋友推荐 | 32,164,193.80 | 3,154 | 10,197.91 |
| 线下 | 14,941,047.83 | 1,502 | 9,947.44 |
| 合计 | 157,363,380.14 | 15,615 | 10,077.71 |
| 类型 | 例子 | 规则 |
|---|---|---|
| 可加 | GMV、订单数、商品件数 | 子集相加等于总计,四个渠道 GMV 相加正好是 157,363,380.14。 |
| 不可加 | 客单价、转化率、退款率 | 不能相加,也不能直接平均,必须回到分子分母。 |
| 半可加 | 库存、账户余额 | 可跨渠道相加,不可跨时间相加。 |
| 去重计数 | 用户数、访客数 | 跨组不能直接相加,同一个人可能在多个渠道。 |
粒度是“一行代表什么”。订单表一行是一笔订单,商品行一行是一个订单里的一个商品。 粒度没定,维度就是猜的,度量一定会重复计算。
如果不这样会怎样:把订单表和商品行表直接按订单号关联,再对订单金额求和, 15,615 笔已支付订单会变成 31,071 行,GMV 被算成 365,790,418.68 元, 是真实值 157,363,380.14 的 2.32 倍。
BI 里的“计算”分两层。行级计算每一行算一个值,比如
实付金额 = 原价 - 优惠、月份 = 下单日期截到月;
聚合级计算每个分组算一个值,比如
客单价 = SUM(实付金额) / COUNT(DISTINCT 订单号)。
大多数工具把前者叫“计算列”,后者叫“度量值”。边界只有一条:
聚合函数里可以套行级表达式,行级表达式里不能套聚合函数。
| 行级计算(计算列) | 聚合级计算(度量值) | |
|---|---|---|
| 结果 | 一行一个值,跟着订单走 | 一组一个值,跟着图表走 |
| 写法 | amount - discount | SUM(pay_amount) / COUNT(DISTINCT order_id) |
| 放在哪 | 明细表、行筛选、分组键 | KPI 卡、图表的数值轴 |
| 典型错误 | 行级写 SUM(pay_amount) | 聚合级写 pay_amount / order_id |
SUM(单价) × SUM(数量)
订单 O23101400001 单价合计 5,481.12、数量合计 4,算出来 21,924.48 元。
SUM(单价 × 数量)
2,287.83×1 + 121.09×1 + 3,072.20×2 = 8,553.32 元,与订单金额一致。
计算表把查询结果物化成新表,比如“每日 × 渠道”汇总表。它占存储、查询快, 代价是刷新延迟和粒度固定:只存到“日 × 渠道”,就下钻不到订单。 计算字段改口径,计算表换速度。
转化率、客单价、退款率都是“商”,不是“量”。看板里要拆成两个可加的数列, 展示时再做除法,而不是对现成的比率求平均。
如果不这样会怎样:四个渠道的转化率直接求平均是 5.23%, 而全站真实转化率是 5.55%。差了 0.32 个百分点,下一节算给你看。
筛选器决定了每个数字的计算范围。同一个“渠道”筛选器,放在页面级和图表级, 会让两张图说两套话。
| 作用域 | 影响谁 | 典型用法 | 典型事故 |
|---|---|---|---|
| 页面级 | 整页图表和 KPI | 时间、业务线、地区 | 筛“信息流”后,渠道占比变成一根 100% 的柱子 |
| 图表级 | 只影响当前图表 | 剔除异常值、单独看某渠道 | 与旁边 KPI 口径不一致,用户以为数据错了 |
| 下钻 | 改变维度层级,不改变范围 | 渠道 → 城市 → 订单 | 下钻后又把“客单价”求了一次平均 |
顺序也重要:先筛明细再聚合;聚合后再筛叫 HAVING。 取“GMV 前 5 的渠道”时,先筛时间段和已支付,再取前 5;反过来可能只剩 4 个渠道。
口径型筛选——比如“只算已支付”——必须写进指标定义,不能做成用户可取消的勾选框。 一旦取消,GMV 会从 157,363,380.14 变成 201,644,768.60,多 28.14%,不报错。
按用户所属渠道拆开 6 月事件表:
| 渠道 | 浏览人数 | 支付人数 | 转化率 | 浏览占比 |
|---|---|---|---|---|
| 自然搜索 | 795 | 55 | 6.92% | 39.75% |
| 信息流 | 577 | 26 | 4.51% | 28.85% |
| 朋友推荐 | 412 | 20 | 4.85% | 20.60% |
| 线下 | 216 | 10 | 4.63% | 10.80% |
| 合计 | 2,000 | 111 | 5.55% | 100% |
简单平均:(6.92 + 4.51 + 4.85 + 4.63) / 4 = 5.23%。它给四个渠道各 25% 的权重,
可线下只有 216 个浏览者,自然搜索有 795 个,对大盘的影响根本不一样。
正确算法只有一种:先把分子分母各自加总,再做除法。
111 / 2,000 = 5.55%,权重就是每个渠道的浏览人数。
更隐蔽的是辛普森悖论:四个渠道的转化率可能全都上升,全站转化率反而下降, 因为人数结构变了。只看“平均转化率”永远解释不了,必须同时看分子和分母。
支付人数、浏览人数 两列,
比率用 SUM(支付人数) / SUM(浏览人数) 算。只有一列“转化率”,是救不回来的。
行级算“这一行”,聚合级算“这一组”。把 SUM 放进行级,或把裸列放进聚合级,
BI 不一定报错,但数一定错。
如果不这样会怎样:用 SUM(单价) × SUM(数量),一笔 8,553.32 元的订单
会被算成 21,924.48 元,虚增 156%。
页面级改整页范围,图表级只改一张图,下钻只改维度层级。三者要写进看板说明, 否则用户会把“视角差异”当成“数据错误”。
如果不这样会怎样:页面级筛了“信息流”,渠道占比图只剩信息流一根 100% 的柱子, 用户会以为“信息流占了全部 GMV”。
看板是产品,不是报表仓库。老板第一屏应在 3 秒内看到“大盘好不好”;运营往下滚, 才看到“哪里不好、为什么”。所有图堆在第一屏,等于什么都没说。
如果不这样会怎样:一页 18 张图,用户找不到主指标,最后仍回 Excel 自己筛。 访问量会从第一周 40 次掉到第四周 3 次。
同一份数据,老板、运营、财务问的是三个不同的问题。看板失败,往往不是图画得丑, 而是把三个人的问题塞进了同一页。
| 角色 | 核心问题 | 首屏看什么 | 需要的维度 | 推荐图型 |
|---|---|---|---|---|
| 老板 | 大盘健康吗?目标完成了吗? | GMV、订单数、客单价,加一句结论 | 月、渠道(最多 4 个) | 3 张 KPI 卡 + 1 条趋势线 |
| 运营 | 哪个渠道有效?活动有没有拉动? | 渠道 GMV、转化率、复购率 | 渠道、城市、活动、日 | 柱状图 + 漏斗 + 同期群 |
| 财务 | 数对不对?钱收了多少? | GMV、实收、折扣、退款 | 月、渠道、城市、订单 | 明细表 + 对账条 + 导出 |
老板要的是结论,不是数据。他不需要知道自然搜索有 6,281 单,只需知道 “6 月 GMV 901.54 万,+2.85%,但低于 4 月峰值 933.18 万”。 所以第一页只放三个数:GMV 157,363,380.14、已支付订单 15,615、客单价 10,077.71; 下面一条 6 个月趋势线,旁边一句结论。
运营要的是可操作。同样是 GMV,运营关心“信息流 4,678 单、客单价 10,056.12, 自然搜索 6,281 单、客单价 10,064.58,预算往哪边加”。所以运营页要有渠道、城市、 活动筛选器,能从渠道下钻到订单。没有下钻,看到异常也查不到原因。
财务要的是可对账。他只关心“你的 GMV 和我账上的差多少”。 所以财务页要拆开原价、优惠、实付、退款,能导出明细,并标注订单号。 还有一个口径:15,615 笔已支付订单里有 439 笔游客订单, 金额 4,274,401.92 元,没有用户 ID,按注册城市拆分时归不到任何城市。 所以“分城市 GMV 之和”是 153,088,978.22 元,不是 157,363,380.14 元。
这一节不装任何 BI 软件。你用纸、Figma、PPT 或 Excel 都可以,目标是把三页看板的 信息层级、图表选型、筛选作用域画清楚。线框稿画不对,换什么工具都救不回来。
| 项目 | 要求 |
|---|---|
| 产出 | 3 张线框稿 + 1 张筛选器测试表 + 1 份指标口径卡 |
| 工具 | 纸笔、Figma、PPT、Excel 均可;不要求安装 Tableau / Power BI |
| 数据 | 青柠优选 2023-01 至 2024-06 订单,已支付 15,615 单 |
| 时间 | 约 90 分钟;画图 60 分钟,走查 30 分钟 |
工具差异一张表带过。菜单名不同,概念一一对应;本章线框稿不绑定任何工具。
| 能力 | Excel | Power BI | Tableau |
|---|---|---|---|
| 数据模型 | 单表 / 透视缓存 | 星型模型 + DAX | 关系模型 + 计算字段 |
| 行级 / 聚合级 | 公式列 / 透视值 | 计算列 / 度量值 | 计算字段 / 聚合计算 |
| 筛选作用域 | 切片器 / 报表筛选 | 页面 / 视觉对象筛选 | 筛选器架 |
| 发布刷新 | 共享文件 / 手动 | 服务 / 网关 / 计划刷新 | Server / Cloud / 提取刷新 |
SUM(pay_amount)筛完渠道,占比图只剩一根 100% 的柱子:把该图的渠道筛选关掉,或改成“高亮”而不是“筛选”。
下钻后数字比上一级大:检查是否把“订单数”换成了“商品行数”,粒度变了。
先核对三个数,再做五道选择题。数字不对,说明口径或聚合方式还没过关。
不看前面的正文,凭第一反应选。选完立刻出解析。
看板上线只是开始。下面六种“没人用”,按出现频率排序,遇到先查表,再改设计。
| 现象 | 原因 | 解决 |
|---|---|---|
| 用户说“这个数和财务对不上” | GMV 用了原价而不是实付,或没排除退款、取消 | 把 已支付 和 pay_amount 写进语义层;页面挂口径卡 |
| 打开要等十几秒,第二次就不点了 | 每次扫 20,000 行明细,或跨库查原始表 | 做“日 × 渠道”计算表;首屏查预聚合结果,明细按需加载 |
| 图很多,却没人下结论 | 没有主指标,18 张图平铺,信息过载 | 一页一个问题;首屏 3 个 KPI + 1 条趋势;其余收进第 2、3 页 |
| 看到异常,但查不到是哪一笔 | 只有汇总,没有明细和下钻 | 加订单明细页;下钻路径固定为渠道 → 城市 → 订单;支持导出 |
| 数据总是“昨天的”,开会时被问住 | 刷新任务失败没人知道,或刷新时间没标 | 顶部标“数据截至”;刷新失败告警;做延迟监控 |
| 上线三周,访问量掉到个位数 | 没有 owner,也没嵌进例会流程 | 指定责任人;周会第一屏就是它;设订阅和异常推送;每月收集一次反馈 |
1. 分子 = 已退款订单数,分母 = 全部订单数,写清时间窗。四个渠道订单量不同,直接平均会给小渠道过高权重;正确写法是 SUM(退款订单数) / SUM(全部订单数)。全站 1,203 / 20,000 = 6.02%。
2. 权重是 39.75%、28.85%、20.60%、10.80%。加权 = 6.92×0.3975 + 4.51×0.2885 + 4.85×0.2060 + 4.63×0.1080 ≈ 5.55%,等价于 111 / 2,000。
3. 饼图比较角度和面积,四块接近时看不出 40.17% 与 29.89% 的差距;横条比较长度更准。饼图只适合 2–3 块、只需看大致占比的场合。
4. 先查口径,再查性能、信息层级,最后查下钻、刷新、owner。三条动作:首屏留 3 个 KPI + 1 条趋势;加明细下钻;指定 owner 并放进周会。