为什么做的报表领导不满意，如何提升报表的价值？

你有没有过这样一种感觉，费尽心血做了一堆的报表，但是感觉没什么用，被其他部门同事问起来，还有那么一丝不好意思在心头。因此，想推动数据分析的项目，心中就满是纠结和犹豫了，毕竟想和领导汇报，都不知道需要讲什么。

回过头来看，是不是你那一堆的报表就真的那么没用？怎样才能避免劳而无功？

一：有些报表不是没有用，而是价值容易被忽略

有些报表的价值很容易体现，比如工具类的，就是业务人员因工作需要而查询，通诸如FineReport报表系统的使用省下来的时间，就是价值。而有些报表的价值，没那么容易体现，甚至常常被定义为没用，说起来是有些冤枉的，比如一部分管理类报表，例如商场的实时业绩看板、销售日报表这类。



这类报表领导们没事就会看一眼，大部分情况是没有下文的，但仅仅是看这么几眼，也是有价值的，分为两类：

1.打个不那么恰当的比方，我们没事也会刷朋友圈，看了之后呢，该怎么活还是怎么活，朋友圈也没办法拯救自己于水深火热，或许朋友圈里秀的恩爱反倒让自己更多凄凉。但我们还是会看，因为这是一种信息透明啊，我有这样的好奇心，我需要了解这些信息。对于企业的业绩更是如此啊，像实时业绩监控这种，就是要没事看几眼，他就实现了信息的透明和对称。

2.这种报表，有那么一点“养兵千日用兵一时”的意思。没机会的时候显不出它，赶上一个机会，那它功劳就大了。

 

二：用量来体现价值，反而显得没价值

因为怕报表做出来后没价值，所以在规划的时候就“认真”一些，想办法、找资料、花时间整理出一套分析体系来，期望这分析体系能够给公司的业务带来升级的效果，比如下图的商品主题



就可以整理出这样多的内容来，可能还会更多。理想情况下是这些内容都开发出来，从而企业对商品有了全方位的分析和管理。但现实很少理想，这么多内容开发出来，十有八九是没什么人用的，原因有以下几个：

1. 没有对应的责任人。一个报表要想被用起来，一定是要有人对它负责的。比如各门店店长是希望处理掉店铺的异常商品的，异常商品过多一定是会影响到他的kpi，那么他一定会关注门店的异常商品，低库存要准备订购、负毛利进行价格调整、销售要思考促销/调整货架/反运等。再看商品生命周期分析，谁会对它负责呢？没人关心这东西，只是听起来很牛，那怎么会被使用。

2. 浅尝辄止。做了一堆的分析，却没有把某一个做的深入。两个概念，一是说报表层面上只是做了下一般的数据展示也就算分析，比如商品abc，出了abc商品的列表外没有什么其它。另一说是并没有推动的深入，一套报表做完，需要他自身物理上的完善，同时需要配套它的使用方法、价值说明，寻找它的负责人以及后续的推动和应用反馈等，举例子，比如商品的价格分析。



 

从报表内容的角度，是需要展示商品价格区间内各价格点的成交笔数、sku数、销售额/毛利率。近一步的要对这个报表进行说明，比如：

 

1.分析各价格销量，找到价格点，通过在价格点附近陈列更丰富商品，可以给消费者一种商品丰富，价格适中的感觉；

2.分析价格区间sku数量、交易笔数等，总结商店主力消费人群，再通过管理报表对比发现自己店铺某类商品的如果远低于平均水平，可以从价格带分析入手，分析是不是自己的人群定位错了；

3.陈列各类别商品价格带，看是否出现价格断档的情况，要尽量避免；

4.如果发现自己的价格密集带的销量并不是最高的，那要进一步分析是不是自己的价格点定位错了；

5.可以通过调查来分析竞争对手的价格点和价格带的深度，从而分析竞争对手的人群定位；

 

这个报表的使用者应该是品类经理和店长，因为他们需要对品类和店铺的销量负责，而对价格带的分析和利用是明显助于提升销量的。

同样的，销售额、销售比数、客单价的波动分析，如果只是简单做了这样一张报表也基本是没什么用。

销售额、销售笔数上升，客单价下降代表什么？

销售额上升，销售笔数下降、客单价上升代表什么？

销售额、销售笔数下降、客单价上升代表什么？

将以上内容都补充起来之后，才会引起业务人员的注意，才能够找到报表的负责人。

以上也看得出来，这些能够带来价值的主题报表，做好用好一个也不是很容易的，所以不要想着把内容做全，盯着一个主题用起来，比做一大堆分析内容的价值大多了。

三：用户不承认价值

报表做完了，也真的被用起来了，更让人感动的是各店铺的业绩确实更好了，不过他们不认为这是报表的功劳呀！这也是常有的事，但是要怎么解释，我也犯难了，只想说做到无愧于天地父母就好。

总结：“智能”对于广大企业来说高度太高，对于大多数企业而言，数据能带来的价值都是很朴实的，朴实到讲出来都是大白话，没有技术基础也听的懂。有些很"简单"但有用，有些逼格很高但没人用，总体上越是“简单”越有用(这个简单并不是说制作推动简单，而是理解起来简单，甚至是平时工作常见的)。有时候我都在想，在真正做事的时候，是不是该忘了“大数据”。