数据分析看板不会做？试试这些分析看板 零点有数：数据分析学习者的小深之道

数据分析看板不会做？试试这些分析看板 零点有数：数据分析学习者的小深之道， 

数据分析看板不会做？试试这些分析看板

在这信息爆发式增长的时代，企业应用场景的多元化，数据分析的重要性也日益显现。因此，管理者希望在日常的工作中能通过分析数据，来达到改善业务的目的。但在数据分析的过程中并不太“顺利”，比如：

1、数据分析浮于表面。当管理层想要了解某些问题发生的明细，但现有的数据分析报表难以深入挖掘分析数据的价值，且一些报表只有汇总数，难以直接钻取到明细数据。

2、数据分析滞后性。主要体现在数据获取与更新方面。当管理层想分析某些特定性问题时，需要人工从财务或业务系统中导出数据，然后在Excel上进行拼接、汇总等，整合完数据后，便制作成相应的分析图表，供管理层查询分析。若是管理层的分析需求发生变化，这些报表数据需要更新，报表人员又得花费时间精力重做报表，费时耗力不说，管理层也难以及时浏览到想要的数据。

3、数据分析灵活度低。许多数据存储在Excel多张sheet表页，或多份Excel文件中，易造成报表臃肿，数据加载缓慢，影响分析的灵活度......

虽然人工在数据分析时难以避免这些问题，但我们可以借助适合的分析工具，来帮助分析者高效灵活地分析数据价值，比如企业级的BI工具。借助BI设置各式各样的数据分析看板，在同一张页面中，便能根据不同的领导的关注点，对数据进行筛选过滤，且通过联动、钻取等方式查看不同颗粒度的数据，让管理层轻松掌握相关业务的分析情况。

那怎么做数据分析看板呢？我们可以参考下面这些模板：

比如，财务方面，用友金蝶为例。可将不同账套、不同数据库等多年的财务数据抽取到统一的数据仓库中，管理层可随时随地在界面上进行联动钻取等分析，如下所示的管理费用分析、应收账款分析、预算执行情况分析等。

（管理费用分析）

（应收账款分析）

（预算执行分析）

比如，进销存分析方面。从数据方面监控企业的采购、销售、存货等方面，使得管理层可直观灵活掌握进销存数据的情况。

（采购分析）

（销售客户黏性分析）

（存货呆滞物料分析）

借助这些数据分析看板对多维度指标进行拆分，既可查看汇总数，也可查看明细数，从而帮助管理层发现数据变化产生的原因，为数据分析决策提供基础。且这些数据看板制作完成后，只需自定义设置更新时间，后续数据将自动从用友金蝶等系统中获取，减少了人工取数的繁琐，也使得管理层可及时分析决策。

注：上述数据分析看板仅供参考，可按需另行设计。


零点有数：数据分析学习者的小深之道

*作者：零点有数董事长 袁岳

最近开始给一些参加本年度大学生数据分析大赛的省赛选手做辅导和评委。看到一些很可喜的现象，最突出的感受是，选择的题目更符合当下社会和市场的发展趋势，新消费革命也在大家的课题选择中表现出了热度，有了更多统计分析模型的使用，多源数据分析开始成为大家常规使用的分析模式。

依然存在的问题顽固而突出：首先是选择的题目太大，在一个较大的题目下，啥都说了一点，还说了好几点，但是哪点也没有啥创建和创新的发现，缺少小处着眼，把问题说透的普遍实践，更多一般性面面俱到的做法是主导，这既显得定位不清，而且题目超出了大家把握的能力范围；其次是重模型描述，轻模型分析结果的细分发现，由于所选择的指标和参数过于一般，不能体现特定事项的细小构成因素，因此所形成的发现太一般、太平淡、太多“正确的废话”；再次几处零碎的分析发现，构不成有力度和深度的洞察，因此总结成了摘要性的表述，而没有独特和富有创见的新发现；最后对策与结论和数据分析发现不相关、不贴切、不实用和稀里糊涂不清晰，其实这样的对策还不如不写，免得大家对这样的分析形成期待然后更加失望。如果把这几样东西：大而无当的选题、说而不清的分析、总而无结的结论、策而对不上号的建议，这不就一啥也不像的作品么？

大家接触的真实生意和企业太少了，所以不知道客户需求的样式。同学们这样的表现也许受到老师经验有限的影响，因此数据分析这样的应用性学科的学生要加大接触社会实践的力度和时间跨度，加大让跨专业和外部社会导师参与的力度；还要收集商业类研究分析的专业模版，作为自己尝试和实验的参考，一开始就把版式掰正了；记住要最大限度选择某个领域某个事项的某个方面来做小深研究，比如“精品电商的定价模式”、“新饮料中的产品设计的跨界创新和共创模式”、“服装销售渠道所扮演的传播作用”等等，先学习怎么说明白小点，然后再扩展自己的说明能力，再延伸到自己的对策能力，不能把大而无当、对而无策弄成习惯，当成了专业，这样的作品被批评是幸运，否则参赛还获奖就真把无能当有用了。

发布于：山东