统计模块是工具性2B系统的核心模块之一，它可以帮助用户快速的从“传统工作模式——收集—>整理—>分析—>总结”直接变为“总结”。大大提高用户工作效率，增加产品使用价值，为后续售卖行为提供客观依据，提高转化率。
统计需求的分类
在需求整理阶段，用户提出的明确需求大致分为如下两类：“事件统计”和“行为统计”
事件统计：用户需要针对一个工作流中的单次事件，进行数据收集和分析，因此会提出多项统计指标。此种情况下用户目标较为明确，行为比较简单，所以原始需求的可信度比较高，可以较高程度的还原用户需求。
行为统计：以芝麻信用为例，用户会留下购买记录，�还款记录，消费/理财比例等基础数据，这些基础数据反映着用户的购买力、风险抵抗力等指标，进而可以较为客观的评价一个用户的品质。这就是行为统计，它具有评估指标多样，数据量要求高，标准不唯一等特点。此种情况下用户目标明确度不高，自身也无准确的量化标准，所以此种需求需要进行较长周期的版本迭代。
构建合理的统计系统结构
在系统设计初期首先需要解决两个问题：不同角色都关注什么核心指标？用户的工作流是什么？完整的理解上述两个问题，将对统计模块的报表层级设计，具体报表内容，报表的交互设计产生重大影响。
如何围绕两个问题进行结构设计
要围绕用户关心的核心指标进行报表的内容设计，不要为了做报表而做报表。我们常常陷入一种误区，那就是系统中有几种重要的数据，于是我们开始yy这几个数据可以产生ABC三个报表，然后再去用这三个报表区贴用户提出的核心指标。这极易造成偏离用户需求，报表数据不足以支撑核心指标，漏掉其他边缘性但重要的数据，最终导致功能的失败。
设计哪些报表？
为了避免以上情况的发生，首先我们需要将用户实际的使用角色与核心指标对应起来，然后再根据“带有角色属性的核心指标”，为其进行报表设计和组合。并根据不同的角色设置不同的查看权限。
如何设计报表？
“带有角色属性的核心指标”确定后，就需要开始将指标详细拆分，寻找系统中的关联数据和潜在关联数据，根据整理出的数据进行图表设计，以保证相应报表不偏离用户需求，亦不偏离系统实际情况。如果遇到目前系统数据不满足核心指标时，不要生拉硬拽，注意需要在今后其他模块版本的迭代中加入相应的统计需求。
注意菜单的设置
不同角色所关注的信息内容肯定是不完全相同的，考虑到不同角色信息查看不同内容，所以在统计菜单设置中，尽量减少菜单的层级设置，尽量使用户三步可以找到其想要的相关内容，尽量减少交互困境。
文章内容浅尝辄止，收归自我归纳。
网友评论