自己以前从事过五年的报表开发者与报表制作，累计也做了1000+的报表，虽然现在不做了，但对于报表很有感情，今天就跟大家聊聊报表的一些关键问题及解决方法吧。

经常有人问我，做了很多年的工作表，但还是没理解什么才是最重要的东西？美观？业务导向？其实都不是，数据质量才是报表的生命线。

任何一个企业的报表在发展到一定阶段后，都会出现一系列不可用问题，包括报表体系混乱、报表口径不一致、报表口径不透明、报表冗余度不断加大等等问题，报表系统是典型的熵值不断增加的系统。

在报表越来越多，越来越复杂的同时，报表的边际效应却越来越低，存在典型的二八现象，即20%的报表解决了80%的需求，真实情况甚至比这个更严重。

一般公司的报表之所以不会有什么大问题，往往是以大量报哥的血泪付出为代价的，很多人耗尽了自己的职业生涯，但大多是在补数据管理不完善的坑。

 

什么叫数据管理不完善？

举个例子，假如公司没有明确谁是报表体系的管理者，报表的分类就会乱七八糟，报表的使用门槛就会变得很高。

公司可以躺倒不作为，报表的混乱大多时候要不了公司的命，但是会对公司的运营造成影响，因此如果要自救，表哥一般自己先要站出来，主动去推动数据治理项目的实施。

跟你说个笑话，IT系统运维你如果从来不出事，可能公司会认为理所当然，对你的重视程度甚至会下降，哪天你顶不住了突然跑出来向公司说我要钱提升运维自动化水平，可能公司还不太认可，原来不是好好的吗。

报表其实也会陷入这样的困境。一个完整的报表应用不仅仅是设计报表模板，发布报表应用，还需要对报表应用进行管理，例如：

• 控制用户对模板的访问权限
• 数据库服务器变动，报表服务器中的数据连接需要同步
• 新建并管理定时调度任务
• 对用户访问报表进行实时监控等

下面说一下报表治理的几大要素吧。

1、报表体系梳理

整个公司的存量报表体系往往非常庞大，很难毕其功于一役的进行梳理，因此一定要限制治理的业务范围，比如我们原来有市场经营、数据业务等10大类报表，本次就选择了公司最为关注的市场经营下的流量经营报表为试点治理的对象，如下图所示：

 

为了进一步缩小范围，还需要对当前存量的流量经营分析报表进行点击量等的分析，对于无访问或访问量极低的报表进行下线，减少后续的梳理工作量，如下图所示：

 

在理解业务的基础上，我们才能抽象归纳出符合业务实际的分类体系，如下图所示，我们把报表划分为三大类，综合分析、产品分析和专项分析，综合分析侧重基本面，只保留基本的分析维度，产品分析和专项分析侧重对业务的某一角度进行深入分析。

 

 

IT要比业务往前多走一步，虽然不能说IT能比业务更懂业务，但IT的逻辑一般会更严谨一点，因此去梳理报表体系是很自然的事情。

现在有种ITBP的说法，就是IT前置到业务部门，我觉得很好。

2、标杆指标提炼

报表要解决口径一致性问题，核心就是指标体系的标准化，因此需要通过梳理、归纳、总结出报表所含指标特征，提炼共性数据指标，并树立标杆指标，也就是共性指标。

当然存量报表还存在大量难以标准化指标的个性报表，这个可以保留，但需要跟共性指标分开管理，不要搞什么一刀切，那是不可能的，下图是梳理指标的示意：

 

 

3、重构报表体系

大量的存量报表由于历史原因，往往不遵循开发规范，比如绕过数据仓库模型直接从源表汇总，这些都为报表数据的不一致埋下了祸根。

假如底层模型不一致，即使技术口径和业务口径完全一致，也可能导致最终会不一致，因为不同的底层模型的生成逻辑可能是不同的。

下图示例了流量经营报表依赖的数据仓库的统一模型，模型表设计的烂可以改，但违规了就是不行，这是需要遵循的原则。

 

4、完善报表描述

为了避免业务部门对相同指标的理解歧义，达到数据可理解、可追溯的目标，还需要完善报表的业务、技术元数据，提高报表指标透明化程度。

一是从需求模板获取报表需求描述、维度指标的业务口径等业务元数据，纳入元数据平台，使报表使用者清楚报表的背景，了解业务规则，业务口径等。

二是解析数据仓库库表结构和应用程序日志，获取报表相关技术元数据，纳入元数据平台，提供血统分析和影响分析，做到报表数据可追溯，这种方式其实是很落后的。

效果如下图所示：

 

 

5、重构开发流程

报表治理不是一棍子买卖，你这次治理完了，如果没有出台相关的管理规范，几年后也许又恢复到了老样子，因此一定要强化运营。

比如我们当初就制定了一个基于全局标准指标的报表开发流程，如下图所示，确保新增报表能够遵循标准化的规范。

 

当然这个开发流程对于业务方和报表方人员都提出了很高的要求，包括如何快速判定是否可以用标准化指标实现，如果指标只满足部分怎么处理，维度不对齐又怎么处理，业务方等不及怎么处理等等。

报表在规范化的同时必然会降低灵活性，开始的时候甚至还降低效率，这也是一种代价，但是采取专业的报表管理工具比如FineReport就能一举两得。

这款企业级web报表， 以其零编码的理念，简单拖拽操作便可制作中国式复杂报表，轻松实现报表的多样化展示、数据录入、权限管理、定时调度和移动应用等需求。

不同于毫无重点且复杂丑陋的Excel报表，它能做出优质的管理驾驶舱：

 

 

 

FineReport提供了多个平台、多种方式来管理报表，通过其自带的数据决策系统，可以轻松定制自己的信息管理平台。

 

定时调度、用户管理、权限管理等功能，这些都是报表治理路上很重要的一部分。很多人可能面临这样的情况，报表是需要定期生成、定期发布的，不得不定期做重复的事情来得到用户需要的报表。

FineReport的定时调度功能可以让用户从不厌其烦的重复操作中解脱，可以方便快捷地设置日报、月报、季报、年报等任务，甚至可以将生成的结果以邮件、短信、平台消息的方式通知用户，让用户及时的进行分析与决策。

 

总结

报表管理的每一项都极富挑战性，很多人来跟你谈报表治理，大多时候是他自己都不知道自己不知道，做了才发现巨坑。

最终你会发现，数据治理最大的问题不是什么方法论，而是能否结合自己企业实际走出一条可行的路，并能带来有感知的业务价值，而你能依赖的靠谱的资源往往又有限，这实在是太难了。