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。
— END —