Operazioni e Controllo di → Dashboard metriche e rapporti

Dashboard metriche e report

1) Destinazione e copertura

• un'istantanea della salute dei sistemi e di P&L,
• rilevamento precoce delle anomalie,
• trasparenza per la guida e i comandi,
• unificazione delle prestazioni per prodotti, mercati e regioni.

Copertura: metriche operative (SLA, incidenti), alimentari (attività, conversione), finanziarie (GGR/NGR, ARPPU, LTV), marketing (CAC, ROMI), rischi e compliance (KYC/AML, changeback, frode), supporto (SIC) La ticetta).

2) Ruoli e consumatori

C-level/Direzione: KPI di riepilogo, trend degli obiettivi OKR, P&L, rischi.
Operazioni/NOC: farmacie di servizi, alert, code di lavoro, incidenti.
Prodotto/Growth: vortici, A/B, analisi coorte, ritenzione.
Bilancio: rendiconti giornalieri/settimanali per ricavi e spese, taglio fiscale.
Compilation/Risk: KYC states, pattern sospetti, report per il regolatore.
Supporto: risposte SLA, NPS/CSAT, tipologia di accesso.

• Accountable - Proprietario di Dashbord (Head of Ops/Analytics).
• Basa su Team dati/BI.
• Consulted: Prodotto, Finanza, Rischio, SRE.
• Informed: Responsabili di direzione.

3) Architettura dei dati e aggiornamenti

Sorgenti: eventi (strame), database OLTP, logi, provider di pagamenti, CRM/Helpdesk, piattaforma A/B.
Livello di lavorazione: ETL/ELT, streaming (per T-15-T + 5 minuti), deduplicazione, convalida dello schema, SCD.
Modello: stellare (dato tabella eventi/transazioni + misurazioni: tempo, regione, prodotto, canale).

• Real time: 1-5 minuti (sala operatoria, alert).
• Batteria incrementale: 15-60 minuti (marketing/prodotto).
• Battello di chiusura giornaliero: 01: 00-03: 00 (finanza/compilazione).
• Qualità dei dati: regole di validazione (completezza, esclusività, intervalli consentiti), monitoraggio dei ritardi delle pipline, controllo del drift.

4) Directory KPI e formule (modello)

4. 1 Operazioni/SRE

Farmacia (%) = 1 - (tempo di inattività/tempo totale) x 100

MTTR (Mean Time To Restore)

MTTA / MTTD (Mean Time To Acknowledge / Detect)

Query non riuscita (%) = errori _ 5xx/tutte le richieste

4. 2 Prodotto/Comportamento

DAU/WAU/MAU

Retention D1/D7/D30

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

ARPPU = ricavi/utenti paganti

LTV (t) = (margine medio x probabilità di trattenimento)

4. 3 Marketing/Crescita

CAC = spese di marketing/numero di nuovi paganti

ROMI = (margine aggiunto - spese )/spese

CR (SEO/ASO/Ads/Affiliates), Cohorts per data di coinvolgimento

4. 4 Finanza

GGR (fatturato lordo)

NGR = GGR - Bonus - Commissione fornitori - Tasse sui giochi

Net Margin = (NGR - OPEX - CAPEX - Processing )/NGR

4. 5 Rischi/Complaens

KYC Complition (%) = registrazioni/nuove

SAR Rate (attività sospette)

Marceback Rate = Charjbeck/transazioni riuscite

Fraud Score medio/perimetrale

4. 6 Supporto

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

5) Architettura informativa dashbord

Home (Executive): 8-12 schede chiave + sparkline, mappe termiche per regione, tendenze YTD/MTD/WoW.
Pannello operativo (Command Center): farmacia, alert, code, incidenti, prestazioni API, ritardi ETL.
Prodotto/Crescita: vortici, griglie, segmenti, A/B-MAE (metriche di effetto).
Finanza: GGR/NGR, margine sui provider/mercati, pagamenti, processing, tasse.
Rischio/Complaens: KYC, anomalie, flag flag, rapporti per il regolatore.
Supporto: SLA, quantità di accesso, tipologia, tickets ripetuti, VOC.

Navigazione: filtri globali (periodo, regione, prodotto, piattaforma, canale), preset veloci (oggi/ieri/MTD/QTD/YTD), pulsante Drill-through sui dettagli.

6) Widget e modelli di visualizzazione

Scheda KPI: valore corrente, livello precedente, mini sparkline, stato (green/amber/red).
Vortice di conversione: bar-scaletta per fasi, conversione tra i passi, svuotamento (%).
Matrice di coorte: ritenzione settimanale/mensile, scala termica.
Serie di tempo: valori diurni/orari con limiti di controllo (© 2 , © 3 ).
Top N tabella: provider/canali/regioni con contributo KPI, drill-down cliccabile.
Mappa termica degli incidenti, densità dei servizi x tempo.
Sanzione/Flow: flusso di utenti/denaro tra le fasi.
Geo-map: KPI per paese/regione, livello di vincolo di compilazione.

7) Segnali, alert e soglie

Tipi: informazioni, avviso, criticità.
Soglie statiche (rigide) + dinamiche (stagionalità e varianti storiche).
Modelli di notifica: «cosa è successo», contesto (intervallo, trend), ipotesi di causa, collegamento al pannello dettagliato, proprietario dell'incidente.
Deduplicazione degli alert: soppressione dei burst, raggruppamento dei segnali correlati.
SLO di alerting: MTTA ≤ 5 min (critico) , MTTR da 30 a 60 minuti.

8) Accesso e sicurezza

RLS/CLS (Row/Column Level Security) - Filtri per regione e giurisdizione.
PII/Find: maschera e tornitura, accesso minimo necessario.
Chi guardava cosa scaricava, quali filtri usava.
Versioning degli artefatti: Git per SQL/rendering e dizionario delle metriche.

9) Regolamenti di segnalazione

Ogni giorno (D-reports): taglio operativo, incidenti, GGR/NGR, delta chiave.
Ogni settimana: retenschn, canali di attrazione, ROMI, fred-digest.
Ogni mese: P&L, rapporti di coerenza, KPI contro obiettivi OKR, report di compilazione.
Su richiesta: rapporti per regolatori/verifiche, risultati A/B, post mortem.

Tutti i report vengono generati da un unico dizionario di metriche e da un unico modello di dati - nessun Excel manuale con verità alternative.

10) Implementazione: piano passo per passo

1. Inventario metriche: raccoglie i KPI correnti, elimina le riprese/conflitti.
2. Dizionario metrico: ID, formula, proprietario, sorgenti, frequenza, soglie.
3. Modello dati: fatti/misure, SCD, unità, cronologia.
4. Scivola i guadagni, lo streaming per le metriche bollenti, il trampolino per la finanza.
5. Low-fi Low-Fi → high-fi, allineamento con ruoli.
6. RLS/CLS e privacy: accessibilità, occultamento, controllo.
7. Alerting: regole, soglie, canali (chat, posta, PagerDuty, ecc.).
8. Pilota e beta: 2-4 settimane per verticale (ad esempio Operazioni), raccolta fidback.
9. Formazione e playbook: brevi video/hyde, modelli di ricerca.
10. Miglioramento continuo: miglioramenti backlog, rilascio di note di rilascio.

11) Anti-pattern

«Zoo dei Dashboard», decine di versioni di un KPI senza un solo dizionario.
Report manuali: instabilità, rischi di errore e fuoriuscite PII.
I dettagli sulla schermata principale sono «rumore informativo».
Alert-spam: nessuna priorità e deduplicazione.
Senza il proprietario della metrica, la responsabilità sfumata è una verità controversa.

12) Assegno fogli

Prima del lancio del dashbord

• KPI coerente, descritto e proprietario
• Unità e zone temporali unificate
• RLS/CLS configurati, PII mascherato
• Soglie di alert verificate su dati storici
• Caricamento e aggiornamenti SLA testati
• Onboarding-hyde e changelog pubblicati

Servizio mensile

• Ruota il dizionario delle metriche (modifiche, nuove metriche)
• Validazione delle fonti e ritardi delle pipeline
• Retrospettiva degli alert (falso/omesso)
• Miglioramenti UX: velocità, filtri, preset

13) Esempi di SQL/logica (semplificata)

ARPPU (diurno)

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;

Coorti di registrazione (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;

Alert su anomalie GGR (giorno-a-giorno)

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) Localizzazione e multi-regione

Tassonomia unica dei paesi/giurisdizioni, valute, IVA/tasse da gioco.
Conversione delle valute secondo le regole fissate (end-of-day vs average).
Fuso orario: memorizza UTC, visualizza in locale l'utente.
Report regolatori: modelli + parametrizzazione per paese.

15) Indicatori di qualità del dashbord stesso

Coverage: percentuale di KPI chiave disponibili nel pannello.
Freshness SLA: percentuale di aggiornamenti nella finestra dichiarata.
Adoption: MAU dashbord, profondità delle sessioni, preset salvati.
Tempo medio da alert a azione accettata.
Accuracy - Percentuale di soluzioni temporanee concordate <soglia consentita.

16) Totale

Dashboard metriche e report non sono un insieme di grafici belli, ma uno strumento di gestione con un unico dizionario di metriche, un modello di dati sostenibile, SLA chiari e responsabilità. Il suo compito è quello di accelerare le decisioni, ridurre i rischi operativi e aumentare la prevedibilità dei risultati.