实用、简洁、动态的量化分析思维案例（1）

      引言

      其实，这部分内容并不是思维（2）的情节继续，而是剧情需要的插入部分......。

      我们知道，任何抽象的业务逻辑必须“落地”，俗话说：再好的想法也要能实现才行！于你所知，这种“落地”，需要将抽象的业务逻辑进行量化。而量化目标的两个基本元素就是：维度+度量指标的计算。

        刚好最近做了一个简单的单品考核指标计算表，现以这个案例配合分析思路，来简单说明一下从抽象到量化的过程（前面我们已隐约的说过一些量化的问题，但缺少一个结合实际的案例）。该案例本身并不复杂，甚至很简单，但关键不在这里，我希望用这个案例来说明一种数据从抽象到量化的分析思维过程。
        因此，案例并没有使用Power BI等工具（实际的工作薄是一个小型的数据模型），这里仅仅是运用Excel来完成（可能Excel的灵活性对大多数人有天然的亲和感）。
        为便于说明，案例内容作了精简处理，数据为模拟数据。

      先模拟一个抽象的业务逻辑：

      单品PK方案：各门店每日单品PK，以单品的期间日均销售的增长、人均销售额结果为参考；
      奖罚规则：每日奖罚标准：店长前二名分别奖18.8元、10.8元，最后二名 罚18.8元、10.8元；员工前二名 奖10.8元、8.8元，最后二名罚8.8元、5.8元……。

      注：日常工作中，类似这种能运用Excel处理的、简单的业务案例相当普遍。你改变一下维度、指标方式或条件试试就知道了。

        我们姑且把前面这句话做为要实现“量化”的“抽象逻辑”，反正任务已安排下来（所谓领导一句话，下面一台戏），剩下的是你负责的“量化落地”了（不讨论那些无关的营销之类的事情）。
        让我们开始思考。

      案例思路整理

      1、抽象逻辑信息整理

       有了前面几篇文章的铺垫，我们知道，不要慌着分析。首先，想想这个业务逻辑方案里包含的维度与度量信息（所谓磨刀不误砍柴工）。你甚至不需要一开始就分清楚哪些是维度、哪些是度量计算。简单的几个思考过程就行：
    （1）第一步，用时尚点的一个词来形容它，叫做：提取关键词。上面的那句业务逻辑包含了这些关键词：PK（对比）、单品、门店、销售指标、时期（日、周）、奖罚规则等。

    （2）维度、度量关联。换句话说，就是厘清、以及将关键词按维度和度量归类。为了简单一些，我们用一句话来表述：上述关键词包含的主要度量是销售（先不考虑该度量的变化），然后是涉及到该销售度量的不同单品、不同时期、不同门店。有一个比较模式化的句子可以帮助你将维度和度量结合在一起（任何维度与度量的串联都可以试着使用它）： 求，在不同单品、不同时期、不同门店中的 销售……。

          我们把这句话用一个图表示出来：

试着

    （3）然后，考虑以上维度、度量包含在哪些业务数据里？以及如何获得（一般是后台系统导出）？
    （4）最后，运用Excel等工具进行分析。

       其实，这些步骤对于熟悉相关业务又有一定的数据分析基础的人来说，可能只有一步。可以不需要这些步骤的，想好需要哪些数据就行。

        2、将量化结果设置为图表等结论（报告）形式。

        直接上结果与布局图：

     （本图为原创，引用请注明出处，或经本人同意）

       来说说这个图的布局，我的出发点是：尽量将抽象的业务逻辑与维度、度量都结合在一张表里。这张图的特点：
     （1）整个结果分析表按两大思维分为”抽象业务逻辑区”与“指标量化区”。表示为：“将抽象业务逻辑进行量化落地”。将两者置放在一起的好处是：方便随时查看抽象的与量化的对比、量化实现的方式方法修改，以及维度或度量条件改变后的维护……。
       为利于说明问题，我们把数据区之外添加的部分统统称为“抽象区”，数据图表部分称为“量化区”。
     （2）我们发现，量化区又分为了三个区域：
       第一个，是原始度量区。这是分析需要的主要指标度量（KPI度量值）。该度量的获得方式多种多样。本例中，采用的是透视事实表的方式获得，好处是透视表能动态更新。因此，希望本区具备的特点是：即时的动态性。
       第二个，指标过渡计算区。这是基于原始度量，再次计算的派生（衍生）度量，它一般作为原始度量与实际的指标之间进行对比前的过渡。
        一般情况下，如果分析只需要原始度量，那么，就不需要这些派生度量。实际中，这类情况比较少见，稍微有点难度的、或业务逻辑条件多一点的分析，都需要对原始度量做一些加工处理，可能还需要添加一些参数等。
       如果分析涉及多个或基于扩展模式需要多个原始度量时，你可以放置更多的一些原始度量(如图中的毛利、销量两个度量，本例中暂未使用)…...。
        但无论如何，该部分我们期望它具有：足够的灵活性与扩展性。
     （3）指标区。根据提供的原始度量以及衍生度量，基于逻辑条件的指标量化设置。这是业务逻辑与指标交汇处。由于设置在Excel工作表里，因此，它同样具有：充足的灵活性以及可维护性。

     （4）模式化处理
       我们总结上图思路步骤为：透视表动态透视出原始度量--->定义灵活的衍生过渡度量--->输出业务逻辑的量化结果--->模式化处理……。而且，只要类似它的模式，就可以用来处理类似的业务量化问题。

     附：简述案例制作过程

      1、动态原始度量区的制作

       将数据导入或整理好放置在Excel表里（不论方式），并将数据转化为:“格式数据表”（这样处理是为了使Excel表数据尽可能地接近数据模型，以便具有格式表的特征，请自行搜索相关“格式表”知识）。

        这有两种方法：

      （1）第一种方法： 开始菜单 ---> 常用表格格式--->任选一个表格式

      出现一个确认窗口，点击--->确认

      得到一个格式表：

       第二种方法：选中数据区里的任意单元格，直接按快捷键Ctal+T，然后出现一个“创建表”会话窗口，点选：“表包含标题”，确认即可。如图：

         然后，按需求从刚刚创建的格式表里创建一个透视表，并拖拽出需要的行、列以及筛选器：

        拖拽出的透视表有点不好意思与大家见面，那好，化妆一下：
        首先，修改透视表中的行、列名称，隐藏不需要的行，添加必要的内容，设置格式等：

       再次，在透视表任意单元格里单击右键：进行必要的透视表选项设置，目的是将动态的数据表处理成普通的sheet表的样子（让透视表与Excel表良好衔接成一个整体）。

        最后，回到化妆后的透视表，是不是看不出透视表的样子了？

      2、手动设置区（只需设置一次）

        除了透视表的动态区设置以外，其他的部分则是依据前面的内容来手动设置的。当然，为了配合动态性，也可以使用Excel函数公式来进行一些半自动化处理。这部分可以充分利用Excel表的灵活性设置。本例中涉及的一些Excel设置：包括函数公式、格式设置、添加文字等。
       说明一下：本例中的公式一开始统一设置在D列的第一个单元格里，设置好之后，你可以将公式往右（行）的方向拖拽到M列所在的行范围；
       序号列的自动化，使用了一个常用的SUBTOTAL函数来处理（你可以套用该公式模式处理类似自然数编号的序号列）；
       14、15行计算依据衔生度量：即人均销售和日销售增长率所在行值，分别计算其排名，再基于排名关连奖罚规则，然后基于奖罚条件落实到门店、以及门店相对应的人员（这里举例的是店长和相应的员工）。在本案例的 BI建模版本中，这句话也是建模运用的思路。

        其他一些用到的公式等设置如图所示。

       3、共享或A4打印等输出设置（只需设置一次）

        最后的图表，根据需要设置输出的方式(如果有)，例如打印设置:

     后续维护（扩展性）

        1、虽然只是一个简单的案例。但是，以上这些步骤与制作内容都是基本的东西。“添枝加叶”后就有可能慢慢成为一个专门的业务处理模式，再“添油加醋”一下可能就是一个系统(由基本步骤叠加、组合而成)。
        如果改变一下业务关注的重点：比如将上例中关注的时期维度：每天，改为每星期、每月甚至是任意时段的筛选（另一篇文章中，有介绍任意时期段的筛选实现）；或者希望考核类别而不是单品……。 这时候。我们只要通过修改筛选维度即可（不需要修改模型）：

       这里也提示出一点：好的模式都应该具有较好的扩展性（当然本例不是，仅为本文主题而准备），所谓扩展性：就是尽量考虑到、或预测到可能的维度以及度量需求变化。当然，并不是维度和度量越多越好（因为业务逻辑总是千奇百怪，就算是再强大的系统，它也不知道你的业务逻辑以及参数是什么）。

        2、本例整个过程中，使用的是一般性Excel操作。如果采用Power BI建模的方式来处理，其思路完全是一样的。但是，它会具有更大的动态性、扩展性。后面有机会再讨论该版本模式。

END

错误难免，还请海涵！