我们先来看一下统计的含义是什么——对客观事物形成数量上的认知

以外卖业务举例子：

50w，这个数字对于业务没有任何意义；但是5.24日新增用户数=50w，便是对外卖业务获客方向形成了一个业务认知，叫做5.24日新增用户数为50w。

这就是统计最本质的意义。

那在回归到统计报表，为什么很多场景下，我们会发现我们做出的报表没人用，甚至会出现这种情况：我的统计报表完全是按你提的数据需求来做的，为啥你不用？

我的一个思考是：统计报表不是为统计报表而做，统计报表的目的是业务还原

怎么理解业务还原呢？即为通过数据解构业务，达到业务的数据化。

以在线教育为例：

在线教育的获客主要是把各个渠道落地页上用户提交销售线索，进行电话销售，高效地转化为成单用户。

这里的业务是指销售线索转化业务。那么如何用数据进行解构业务呢？

销售线索转化从转化路径来看，我们可以拆解如下：

这样，我们就可以把销售线索转化，这一个业务环节抽象为一个损耗漏斗；这个损耗漏斗即为销售线索转化业务环节的数据化呈现，即为销售线索转化业务环节的业务还原。

在这里，为了方便进行业务解构，结合这些年的经验，我定义了一套模型，具体如下：

解构业务的TMS模型

其实，解构业务，仅仅有统计报表是不够的；因为统计报表仅仅是解构业务的场所

我们在数据看板上提供了纷杂的统计报表，对于我们的需求方来说，他还是搞不清楚报表里具体的指标到底是什么含义？为什么要用这个指标来衡量这块业务？报表中每一个指标的关联是什么？

知其然而不知其所以然，这或许就是需求方不常看的原因。

所以，站在解构业务的视角，我们不仅要有数据看板上的统计报表，还要配套去构建我们的指标字典，定义清楚我们的每一个指标；关于具体如何定义可以出门左转，参考之前我发表的一篇文章内容《数据产品经理的入门手册：数据产品的本质是什么》，当中有详细介绍如何构建一个指标字典。

其次，还要搭建数据分析地图，说明白用什么样的指标衡量什么样的问题，以及为什么。

节选了数据分析地图中的一小部分举例如下：

在这段数据分析地图中，我们说明以下几个问题：

1. 我们怎么衡量教学产品的健康度？

可以明确地知道从留存、活跃、续费、退费四个角度来衡量。

2. 我们该用什么指标来衡量活跃？

可以明确知道用第180日活跃率衡量，原因是一个学员一个课时包的生命周期大致是6个月，180日的节点是衡量活跃的一个时间标尺。

3. 有了指标我们该怎么看？

这样，我们可以基于这张数据分析地图，明确的告知我们需求方，该如何观测产品的健康度。当然，这期间，需要与业务方进行反复的沟通与共识。

这个沟通与共识的过程非常重要，他是数据方和业务方关于如何用数据解构业务的一个参考系；如果这个定下来，后续的工作开展会非常顺利。

总体梳理一下指标字典、数据分析地图、数据看板这三者的关系，非常类似于做饭的关系：

（1）指标字典就是做饭的原材料。比如：黄瓜、南瓜等等，我们需要定义清楚业务这个厨房里所有需要的原材料是哪些。

（2）数据分析地图就是做饭的菜谱。比如：川菜；意大利菜等等；我们要把解构业务的方法量化出来，并与业务方一起共创并共识。

（3）数据看板（统计报表）就是具体上的菜。比如：宫保鸡丁等等；这是让业务伙伴吃到菜的直接方式。

指标字典、数据分析地图、数据看板，三者缺一不可；而这三者也构成了业务还原的三家马车。

以上介绍了如何基于数据统计解构业务的方法。最后说一点心里话，如下：

所有的数据pm在工作中都会经常听到一句话——数据产品要理解业务。

这像是一个无形的帽子，扣在所有数据产品经理的头上。一方面是自己做不好产品的开脱借口，另一方面也是老板批评数据产品最无可反驳的措辞。

但是我在想，数据产品如何理解业务？

以在线教育领域为例：比如师资方向，师资部的各位老师浸泡在业务多年，很多老师就是从基层的培训老师一步步成长起来的，每天也在接受老师管理、老师培训方向的各种案例。

试问，在这种情况下，作为数据产品，你该如何比师资部的各位老师更理解业务？如果谈不上理解，又如何能基于数据指导业务呢？

换个维度思考，作为数据pm，理解业务的含义，本质是要求和师资的各位老师一样理解业务、精通业务吗？

这不符合客观规律。

因为从信息角度：数据pm与师资老师接收的信息具有不对称性，这不是理解能力决定的，这是工作本身，乃至时间本身决定的。

那么，数据产品要理解业务，这其中，理解业务这四个字到底指的是什么？

我的理解是——不是说要像师资部的老师一样懂师资培训，懂师资管理；而是要有能力，基于数据帮助师资部解构业务。

比如：该如何衡量师资规模？是否有能力基于指标维度，构建衡量师资规模的评估体系。

这或许是数据产品要理解业务的本质。

理解业务，或许就是数据产品利用数据还原业务的能力。