一个公司的运营，一个业务的流转，一个系统的运作，都伴随着海量数据的产生

每一个ToB的产品经理，都难以绕开数据看板的需求。

一个公司的运营，一个业务的流转，一个系统的运作，都伴随着海量数据的产生。为了在纷乱如麻的数据中寻找有价值的信息，数据看板、BI系统等产品应运而生。

经历过几次数据看板类产品的搭建过程，从一开始无知者无畏，匆忙下手，到后面的小心翼翼，步步为营，源于方法论的浮出水面。而在方法论的提炼过程中，由于本科财务管理学的背景，渐渐发现财务分析理论与数据看板设计之间密不可分的联系：

• 从目的来看，都是为了给目标对象提供在大量数据中有价值的信息，并辅助寻找原因和解决问题的手段；
• 从最终表现形式来看，都以一篇简明扼要逻辑清晰的报告或页面展示。

起源于二十世纪的财务分析，距今已有一百多年的发展历史，具有相对成熟的分析理论和管理体制。

可以说，财务分析是最古老的数据分析。其中各种经验理论，可以为目前的数据分析平台提供参考，本文试图基于财务分析理论探索设计数据看板的方法。

一、什么是不好的/好的数据看板

不好的分析报告或数据看板常常包含以下特点：

1. 堆砌指标

描绘一个公司的财务或经营状况的指标种类繁多，每一种类别下又有基于不同衡量重点的具体指标，例如描绘企业的偿债能力，就有资产负债率、流动比率、速动比率等等。

新手财务分析师对各类指标的公式熟稔于心，在出具报告时常常把所有指标通通算一遍。面面俱到，没有重点的财务报告如同一盘散沙，需求方发现问题依然如大海捞针，违背了报告的初衷。

做任何一件事都要有对象，有目标。报告的对象不同，其侧重点就不同。例如投资者会更注重盈利能力，投资回报率，债权人更注重偿债能力，而对于具体业务的成本分析，他们似乎并不关心。

类似的，堆砌指标，毫无思想的数据看板也不是好的数据看板，信息过载的后果就是适得其反。

2. 指标结构混乱

一些财务报告对于指标的层次结构，呈现时的先后顺序毫无讲究，导致需求方在阅读时寻寻觅觅，又时常在指标中跳来跳去，这样的报告对于没有分析经验的人而言更是毫无价值。

人的大脑会认为一同发生的事物之间存在某种关系，并将其归类到不同的逻辑范畴里。当逻辑混乱的指标与读者的理解线索发生矛盾，便会导致理解的困难。

最好的四大财务咨询公司在做财务分析报告时，常常花很多时间讨论报告的故事板（Story Board），他们认为最好的分析报告是在讲述一个完整的故事：汇报对象是谁，他们想看什么，我们发现了什么，有哪些数据来支持我们的结论，根据分析结果有哪些解决办法。有些时候为了故事的逻辑连贯、重点突出，甚至可以舍弃一些意义不大的数据和分析结果。

什么是好的分析报告？总结下来就是——基于对象，逻辑连贯。

这是每一份分析报告应该秉持的指导思想，落实到操作层面，包括以下几个步骤：

二、如何有效地设计数据看板

1. 业务分析：明确对象，寻找核心指标

业务分析是所有数据分析的第一步，通过业务分析我们可以获得核心指标，明确本次分析的主题，构成后续工作的基础。

没有一套分析框架适合所有的分析对象。同一个指标在不同行业差别很大，例如在快消行业高得可怕的资产负债率，在地产行业就是小巫见大巫。

而同一行业的企业，由于处于不同发展时期，战略重点有所不同，其衡量方式就有所差异。在理解行业的基础之上，要对企业的发展战略，商业模式，业务种类，销售渠道等进行了解，才能因地制宜地构建一套分析评价标准。

这一切之上，还要考虑报告的受众。投资者关心投资回报，管理者关心经营现状，业务人员关心实时数据。要理解报告受众的数据需求，最好的方式就是多沟通，最简单的方式就是了解他们的KPI是什么。

例如当我们的报告对象是成本部门，通过沟通了解到他们当前KPI是提高资源的利用率，而基于对行业和企业的理解，分析用哪些指标可以衡量资源的利用率，便能建立起第一性指标，并以此作为指标体系的基础。

2. 指标组织：层层递进，引导分析思路

通过建立核心指标，我们很容易发现问题。而好的数据看板不止要帮助用户发现问题，还要能提供一条科学的分析思路，引导或辅助用户对问题的原因进行分析。

比如，公司的销售同比下降了，有经验的经营者会尝试去把原因一层一层拆分：

• 是哪些地区/渠道/产品的销售下降了？
• 如果是某一个地区/渠道/产品的原因，是行业不景气市场规模下降了还是市场份额下降了？
• 如果是市场份额下降了，是有强力的竞争对手进入市场还是自身经营的原因？

在这一步骤中，财务分析领域著名的杜邦分析法可以提供参考。