身为 SaaS 从业人员，你真的知道“报告”和“分析”的区别吗？
编译丨拓扑社 原野
在 SaaS 行业内，有两个极具价值的产品形态：分析工具和报告工具。虽然这两种产品冠以不同的名称，并且以相当高的热度排在话题榜的前列，但是很少人能够将这两者真正区分出来。
在很多商业分析文章中，你经常会看到「报告」和「分析」这两个词交替出现，分别指向同一个目的： 描述某种具有笼统功能的应用，以及它使用数据的方式 ；最终达到的目的当然也是一样的： 及时地追踪公司的健康程度，并且给后续的决策提供足够多的真知灼见。
对于我来说：「分析」其实是一个更加花里胡哨点儿的词汇，因为「分析」这个词的背后，潜藏着的是更高级的机器智能，得到的是更加复杂深刻的结论。 难怪这个词出现的频率要比「报告」高，人们爱用它，其实很多情况下，他们所描述的功能只是处在「报告」的范畴当中。
其实，让我们正本清源，好好来聊聊这两个功能的区别就会发现：它们指向完全不同的方向，给公司企业带来的价值也是完全不一样的。
让我们回归到这两个词的定义上面吧：
报告：「报告是一个将信息进行进一步组织，并形成总结报告。这样的报告极具价值，具体体现在监控一家公司实际运营过程中各个板块，各个层面的活动情况。」
将核心指标评估呈现出来，这全部归于「报告」的范畴当中。这些指标又可能是在「线上表盘」上，有可能是在电子邮件里，也有可能是一份幻灯片里所隐藏的信息。
分析：「分析是一个不断探索数据，并进行总结的过程。目的是洞察商业运营，获得真知灼见。它往往是用来更好地把握商业运营，并最终提升商业运营的水平。」
由此你可以看出来，它们的价值不一样
「报告」给你的是信息，「分析」给你的是「真相」。
「报告」给你提出问题，「分析」是给出问题的答案。
这两者都很重要，但是指向的目的却不一样。
「分析」有什么特别之处？
「分析」回答了「为什么会是这样」以及「接下来会怎样？」这两个关键问题。
如果对方给你扔过来的全是数据，那么这就不是真正的「分析工具」，它必须对你的公司具有现实指导意义，为了优化核心指标，你接下来需要做哪些事情。
这两款工具看上去有什么不同之处？
让我们还是举个例子吧，就以「月度经常性收入」为例：
报告：下面的图就很直观地展示了 MRR 在过去一年时间里，运营过程中的走向。每个节点就是一个月。
分析：下面同样还是围绕着 MRR 做文章，同样还是 12 个月按月做单位，但是它被分成了不同的营销渠道。
你甚至还可以继续细化下去。
另外，下面的图是按照四名不同的销售代表的业绩做出来的 MRR 对比，这些销售在过去九十天里的业绩走向图，以星期为单位来取数据。这样细致的分析不仅仅适用于日常的管理，同样也可以用在季度业绩考核工作上。
分析工具具体会采取哪些表现形式？
用户分组分析
「用户分组分析」就是按照不同的客户群体来分析数据，每个客户团体都有一个特点。在 SaaS 业内，这个特点其实就是时间。在特定的时间里，用户注册享受我们的服务，然后这个时间段的用户就统一划拨到一个组别里了。所以我们就有了 2016 年 1 月组，2 月组，3 月组等等。从此处开始你就可以看到不同的用户群体在接下来的演变情况了。
如果现在我们 2016 年 2 月用户组的行为很明显偏离了一般水平，就比如说他们的客户留存率特别的高，然后你就可以深入到这组数据当中，进一步了解背后的原因是什么。
当时在 2 月，我们是不是采取了哪些不同寻常的客户获取策略？或许是一个从来没有尝试过的营销渠道进入了我们的视野？给我们带来更具价值的潜在客户？是不是销售尝试了新的推介方式，让客户产生了更合理的期待值？当产品的功能表现跟他们此前的期待刚好吻合上之后，客户留存率也就上去了。
上图就是 MRR 在过去 12 个月里的流失率。这在 SaaS 圈子里是最为常见，最为普遍的做法了。但是，我们不要忘记还有其他很多方式方法。
上面已经说了，「分组分析」是最为常见的方法，更重要的是，如果你想要搞清楚你自己的流失率变化的来龙去脉，那么这一点内容肯定是居于核心地位，道理很简单，它揭示出来在一个标准的用户使用周期内，究竟在哪个时间点上客户会萌生退意。「客户成功」团队将利用这些研究结果，更好地改进后续的工作质量，降低用户流失率。
「对数据进行其他分组」
你还可以进行其他分组，比如按照不同的行业进行用户划分，这样你就能看出来「行业」跟「用户行为」之间的关联性是怎样的；又或者你可以按照地区来划分你的收入数据，这样你就能发现在全世界，哪个地方对你的收入贡献是最高的。
总而言之，「其他分组」的方式多种多样，非常灵活多变。
分析之后干什么？
你把大量的时间、人力、财力都投入到了分析之中，但是到最后你什么都不做，那么这样的行为无异于把钞票一摞摞地扔进湖水里。分析的真正价值就在于，它能让你明白接下来你应该做什么事，哪些事是最具操作性，且具有战略眼光的。
分析后的流程快速一览
将分析结果进行汇总整理，其中也包括了对现有结果的一些解释。
将「发现结果」告诉给团队关键成员，这其中「关键成员」有可能是团队里任一岗位，任一级别上的成员。这个时候，你要着重强调企业内部「透明度」文化的建设。它将起到凝聚人心的作用，也会让团队成员向新的目标冲刺，这也是「以数据驱动」的企业文化的基石。
确认接下来的目标，你将改变的策略，以及你将验证的某些做法。
写下需要多少时间来验证结果，两个星期？还是 30 天时间？确保留有充足的时间，不要操之过急，最后也就无法从行动中提取到足够多有价值的东西了。
然后用之前同样的分析手段，看看这样的改变和尝试是否带来了预期的效果？
为了最后让读者更加深入地理解「分析」和「报告」的不同意义，我们会举更加实际的例子，看看它们落在这两个看似相似，其实完全不同的范畴中，都意味着什么。
1、 当应用在营销领域：
报告（指标）：
- 有效的潜在客户数量
- 用户获取成本（CAC）
- LTV:CAC
分析 ：
- 按照不同的「潜在客户来源」，将 MRR 进行细化。
- 在我们新推出的业务，新增 MRR 上面，有多少是跟上个月展开的 Adwords 广告有关？
- 哪个营销渠道拥有最低的 ROI（投资回报率）？
2、 当应用在销售领域：
报告（指标）：
- 新增 MRR
- 转化率（从 Demo 到试用再到购买，每个环节的转化率是多少）
- CAC 用户获取成本
分析：
- 找出留存率最高的那些用户，这些用户是从什么渠道来的，是哪些销售代表带来的？
- 在上个月，是哪个行业里的客户对收入的贡献度最高？
3、 当应用在客户成功领域：
报告（指标）
- 客户和 MRR 留存率
- 向上行销之后获得的新增 MRR
分析：
- 在哪个阶段，哪个时间节点上，订购用户最有可能流失掉？
- 团队里哪些成员能够留得住最多的收入？他们是怎么做到的？
- 哪个行业里的留存率最高？或者是哪个地区里的用户留存率最高？
4 、 当应用在财务领域：
报告（指标）
- 收入确认
- 现金流
- 货物销售成本
分析
- 在「基础班」和「高级版」这两个不同的付费套餐中，流失率的对比情况是怎样的？
- 通过不同的分类对进行盈利性的比对，这些类别包括但不限于：产品、服务、账户、支付方案、地理区域。
最后的总结
不管是「报告」，还是「分析」它们都非常必要，都各自具有巨大的价值，这里只需要注意的是：它们是完全不同的两个概念。
科技圈里最容易玩弄各种花哨的词汇，而且一旦有个词非常时髦，大家都用它，很快这个词就偏离了原有的意思，以至于造成了普遍的误解，这也是目前 SaaS 产业内容易出现的现象，人们现在将「报告」和「分析」混为一体，把一些再普通不过的 KPI 展示出来，就当做是高大上的「分析结果」了。
希望这篇文章能够帮大家理清思路。
本文为拓扑社编译
寻求报道&合作请联系：tobshe@itjuzi.com
关键字：产品经理, 分析
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
