业务和→管理Dashbord指标和报告

Dashbord指标和报告

1）目的和范围

• 系统健康和P&L的快照,
• 及早发现偏差，
• 管理层和团队的透明度，
• 统一产品、市场和区域指标。

覆盖范围：运营指标（SLA，事件），产品（活动，转换），财务（GGR/NGR，ARPPU，LTV），市场营销（CAC，ROMI），风险和合规性（KYC/AML，chargeback，欺诈），支持（Tiket SLA）。

2）角色和消费者

C级/董事会：总结KPI，OKR，P＆L目标的趋势，风险。
运营/NOC：服务药房，Alerta，任务队列，事件。
产品/增长：漏斗，A/B，队列分析，保留。
财务：每日/每周收入和支出报告，税收削减。
合规/风险：KYC状态，可疑模式，监管机构报告。
支持：响应的SLA，NPS/CSAT，呼叫类型。

RACI:

会计：达什伯德（Ops/Analytics的负责人）的所有者。
响应：数据命令/BI。
咨询：产品，财务，风险，SRE。
举报：目的地经理。

3）数据体系结构和更新

资料来源：事件（流），OLTP DB，登录器，支付提供商，CRM/Helpdesk，A/B平台。
处理层：ETL/ELT，流媒体（用于T-15-T+5分钟），重复数据消除，电路验证，SCD。
模型：星形（事件/交易+测量表事实：时间，区域，产品，通道）。

• Real Time： 1-5分钟（操作,Alerts）。
• 增量战斗：15-60分钟（营销/产品）。
• 每日收盘：01：00-03：00（财务/合规）。
• 数据质量：验证规则（完整性、唯一性、允许范围）,管线延迟监控,漂移控制。

4） KPI和公式目录（模板）

4.1 行动/SRE

Uptime（%）=1 −（停机时间/总时间）× 100

MTTR (Mean Time To Restore)

MTTA / MTTD (Mean Time To Acknowledge / Detect)

查询错误（%）=错误_5xx/all_查询

4.2产品/行为

DAU/WAU/MAU

Retention D1/D7/D30

Conversion Funnel: Visit → Sign-up → KYC → Deposit → First Action

ARPPU=收入/付费用户

LTV （t）=Σ（平均期差×保留概率）

4.3市场营销/成长

CAC=营销成本/新付费人数

ROMI=（增量利润−费用）/支出

CR通过渠道（SEO/ASO/Ads/Affiliates），Cohorts按吸引日期

4.4财务

GGR（总收入）

NGR=GGR −奖金−提供商佣金−游戏税

Net Margin=（NGR − OPEX − CAPEX −处理）/NGR

4.5风险/合规性

KYC Completion（%）=验证/新注册

SAR利率（可疑活动）

Chargeback Rate=Chargebacks/成功交易

Fraud得分中等/胡椒粉

4.6支持

SLA ответов (P1/P2/P3), First Response Time, CSAT/NPS, Backlog Size

5）dashboard信息架构

首页（行政）：8-12个关键卡+火花线,热图按地区,YTD/MTD/WoW趋势。
操作面板（Command Center）： aptime、Alerts、队列、事件、API性能、ETL延迟。
产品/生长：漏斗，队列网，片段，A/B-MYSG（效果指标）。
财务：GGR/NGR，提供商/市场利润，付款，处理，税收。
风险/合规性：KYC，异常，指纹标志，向监管机构报告。
支持：SLA，呼叫量，类型学，重复滴答声，VOC。

导航：全局过滤器（周期、区域、产品、平台、通道）、快速预设（今天/昨天/MTD/QTD/YTD）、每个部件的"钻孔"按钮。

6）小部件和可视化模式

KPI卡：当前值，Δ上一时期，迷你火花线，状态（绿色/琥珀/红色）。
转换漏斗：按阶段排列，步骤之间的转换，抽出（％）。
队列矩阵：保持数周/数月，热量尺。
超时系列：具有控制限制的日数/小时数（± 2 σ，± 3 σ）。
前N表：提供商/频道/地区，对KPI的贡献，点击式驱动。
事件热图：按时间×服务的密度。
Sankey/Flow：跨阶段用户/资金流动。
地理地图：按国家/地区划分的KPI，合规约束层。

7）信号、警报和阈值

类型：信息，警告，关键。
阈值：静态（硬）+动态（按季节和历史变化）。
通知模板：简而言之"发生了什么"、上下文（范围、趋势）、原因假设、详细面板链接、事件所有者。
Alert重复数据消除："burst"抑制,链接信号分组。
SLO：MTTA ≤ 5分钟（critich。），MTTR ≤ 30-60分钟。

8）访问和安全性

RLS/CLS （Row/Column Level Security）：按区域和司法管辖区分类的过滤器。
PII/赠品：掩蔽和令牌化，最少需要访问。
审计：谁看了什么卸载，应用了哪些过滤器。
工件转换：Git for SQL/渲染和度量词典。

9）报告规则

每日（D报告）：操作切片，事件，GGR/NGR，关键三角洲。
每周：重建，吸引渠道，ROMI，frod-digest。
每月：P＆L，队列报告，KPI反对OKR目标，合规报告。
应要求：监管机构/审计报告，A/B结果，验尸。

所有报告均由单个度量词典和单个数据模型组成-没有"带有替代真理的手动Excel"。

10）实施： 逐步计划

1.指标清单：收集当前的KPI,消除双打/冲突。
2.度量词典：ID，公式，所有者，来源，周期，阈值。
3.数据模型：事实/测量，SCD，测量单位，年表。
4.宽松处理：流媒体为"热"指标，战斗金融。
5.Dashbords布局：低保真度→高保真度，与角色匹配。
6.RLS/CLS和隐私：可用性，掩盖，审计。
7.Alerting：规则、阈值、频道（聊天、邮件、PagerDuty等）。
8.飞行员和Beta：每个垂直（例如操作）2-4周，拾取后退。
9.培训和剧本：短视频/海德，研究模式。
10.持续改进：backlog改进，发行说明。

11）反模式

"Dashbords动物园"：单个KPI的数十个版本，没有单个词典。
手动报告：不稳定性、错误风险和PII泄漏。
主屏幕上的过度细节："信息噪音"。
Alert垃圾邮件：没有优先级和重复数据消除。
没有指标的所有者：模煳的责任→有争议的"真相"。

12）支票单

在dashboard发布之前

• KPI协调、描述并拥有所有者
• 计量单位和临时区域统一
• RLS/CLS配置,PII蒙版
• Alert阈值检查历史数据
• 负载和SLA更新已测试
• Onboarding海德和changelog发布

每月服务

• 字典修订度量（更改,新度量）
• 验证管道源和延误
• Alert回顾展（虚假/遗漏）
• UX改进：速度、过滤器、预置

13） SQL/逻辑示例（简化）

ARPPU（白天）

sql
SELECT d::date AS day,
SUM(revenue) / NULLIF(COUNT(DISTINCT CASE WHEN pay_count > 0 THEN user_id END), 0) AS arppu
FROM daily_user_finance
GROUP BY 1;

注册队列（MAU Retention M1）

sql
WITH cohorts AS (
SELECT user_id, date_trunc('month', signup_at) AS cohort_month
FROM users
),
activity AS (
SELECT user_id, date_trunc('month', activity_at) AS active_month
FROM user_activity
)
SELECT cohort_month,
COUNT(DISTINCT user_id) FILTER (WHERE active_month = cohort_month) AS m0,
COUNT(DISTINCT user_id) FILTER (WHERE active_month = cohort_month + INTERVAL '1 month') AS m1,
ROUND(100. 0 COUNT(DISTINCT user_id) FILTER (WHERE active_month = cohort_month + INTERVAL '1 month')
/ NULLIF(COUNT(DISTINCT user_id) FILTER (WHERE active_month = cohort_month),0), 2) AS m1_retention_pct
FROM cohorts c
LEFT JOIN activity a USING (user_id)
GROUP BY 1
ORDER BY 1;

GGR异常的Alert（日复一日）

sql
SELECT today. ggr,
yesterday. ggr,
(today. ggr - yesterday. ggr) / NULLIF(yesterday. ggr,0) AS delta
FROM revenue_daily today
JOIN revenue_daily yesterday ON yesterday. day = today. day - INTERVAL '1 day'
WHERE today. day = CURRENT_DATE
AND ABS((today. ggr - yesterday. ggr) / NULLIF(yesterday. ggr,0)) > 0. 25;

14）本地化和多区域

国家/地区，货币，增值税/赌博税的统一分类法。
根据固定规则（末日对平均值）进行货币转换。
时区：存储UTC,在用户本地可视化。
监管报告：模板+国家参数化。

15）dashboard本身的质量指标

Coverage：面板中关键的KPI的比例。
Freshness SLA：在声明的窗口中捕获的更新百分比。
Adoption：MAU dashboard，会话深度，保留预设。
决策拉格：从警报到采取的行动的平均时间。
Accuracy：约定差异的比例<允许阈值。

16）结果

Dashbord度量和报告不是一组漂亮的图形，而是具有单个度量词典，可持续数据模型，清晰SLA和责任的管理工具。其任务是加快决策，降低运营风险并提高结果的可预测性。