業務和→管理Dashbord指標和報告

Dashbord指標和報告

1）目的和範圍

• 系統健康和P&L的快照,
• 及早發現偏差，
• 管理層和團隊的透明度，
• 統一產品、市場和區域指標。

覆蓋範圍：運營指標（SLA，事件），產品（活動，轉換），財務（GGR/NGR，ARPPU，LTV），市場營銷（CAC，ROMI），風險和合規性（KYC/AML，chargeback，欺詐），支持（Tiket SLA）。

2）角色和消費者

C級/董事會：總結KPI，OKR，P＆L目標的趨勢，風險。
運營/NOC：服務藥房，Alerta，任務隊列，事件。
產品/增長：漏鬥，A/B，隊列分析，保留。
財務：每日/每周收入和支出報告，稅收削減。
合規/風險：KYC狀態，可疑模式，監管機構報告。
支持：響應的SLA，NPS/CSAT，呼叫類型。

RACI:

會計：達什伯德（Ops/Analytics的負責人）的所有者。
響應：數據命令/BI。
咨詢：產品，財務，風險，SRE。
舉報：目的地經理。

3）數據體系結構和更新

資料來源：事件（流），OLTP DB，登錄器，支付提供商，CRM/Helpdesk，A/B平臺。
處理層：ETL/ELT，流媒體（用於T-15-T+5分鐘），重復數據消除，電路驗證，SCD。
模型：星形（事件/交易+測量表事實：時間，區域，產品，通道）。

• Real Time： 1-5分鐘（操作,Alerts）。
• 增量戰鬥：15-60分鐘（營銷/產品）。
• 每日收盤：01：00-03：00（財務/合規）。
• 數據質量：驗證規則（完整性、唯一性、允許範圍）,管線延遲監控,漂移控制。

4） KPI和公式目錄（模板）

4.1 行動/SRE

Uptime（%）=1 −（停機時間/總時間）× 100

MTTR (Mean Time To Restore)

MTTA / MTTD (Mean Time To Acknowledge / Detect)

查詢錯誤（%）=錯誤_5xx/all_查詢

4.2產品/行為

DAU/WAU/MAU

Retention D1/D7/D30

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

ARPPU=收入/付費用戶

LTV （t）=Σ（平均期差×保留概率）

4.3市場營銷/成長

CAC=營銷成本/新付費人數

ROMI=（增量利潤−費用）/支出

CR通過渠道（SEO/ASO/Ads/Affiliates），Cohorts按吸引日期

4.4財務

GGR（總收入）

NGR=GGR −獎金−提供商傭金−遊戲稅

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

4.5風險/合規性

KYC Completion（%）=驗證/新註冊

SAR利率（可疑活動）

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信息架構

首頁（行政）：8-12個關鍵卡+火花線,熱圖按地區,YTD/MTD/WoW趨勢。
操作面板（Command Center）： aptime、Alerts、隊列、事件、API性能、ETL延遲。
產品/生長：漏鬥，隊列網，片段，A/B-MYSG（效果指標）。
財務：GGR/NGR，提供商/市場利潤，付款，處理，稅收。
風險/合規性：KYC，異常，指紋標誌，向監管機構報告。
支持：SLA，呼叫量，類型學，重復滴答聲，VOC。

導航：全局過濾器（周期、區域、產品、平臺、通道）、快速預設（今天/昨天/MTD/QTD/YTD）、每個部件的「鉆孔」按鈕。

6）小部件和可視化模式

KPI卡：當前值，Δ上一時期，迷你火花線，狀態（綠色/琥珀/紅色）。
轉換漏鬥：按階段排列，步驟之間的轉換，抽出（％）。
隊列矩陣：保持數周/數月，熱量尺。
超時系列：具有控制限制的日數/小時數（± 2 σ，± 3 σ）。
前N表：提供商/頻道/地區，對KPI的貢獻，點擊式驅動。
事件熱圖：按時間×服務的密度。
Sankey/Flow：跨階段用戶/資金流動。
地理地圖：按國家/地區劃分的KPI，合規約束層。

7）信號、警報和閾值

類型：信息，警告，關鍵。
閾值：靜態（硬）+動態（按季節和歷史變化）。
通知模板：簡而言之「發生了什麼」、上下文（範圍、趨勢）、原因假設、詳細面板鏈接、事件所有者。
Alert重復數據消除：「burst」抑制,鏈接信號分組。
SLO：MTTA ≤ 5分鐘（critich。），MTTR ≤ 30-60分鐘。

8）訪問和安全性

RLS/CLS （Row/Column Level Security）：按區域和司法管轄區分類的過濾器。
PII/贈品：掩蔽和令牌化，最少需要訪問。
審計：誰看了什麼卸載，應用了哪些過濾器。
工件轉換：Git for SQL/渲染和度量詞典。

9）報告規則

每日（D報告）：操作切片，事件，GGR/NGR，關鍵三角洲。
每周：重建，吸引渠道，ROMI，frod-digest。
每月：P＆L，隊列報告，KPI反對OKR目標，合規報告。
應要求：監管機構/審計報告，A/B結果，驗屍。

所有報告均由單個度量詞典和單個數據模型組成-沒有「帶有替代真理的手動Excel」。

10）實施： 逐步計劃

1.指標清單：收集當前的KPI,消除雙打/沖突。
2.度量詞典：ID，公式，所有者，來源，周期，閾值。
3.數據模型：事實/測量，SCD，測量單位，年表。
4.寬松處理：流媒體為「熱」指標，戰鬥金融。
5.Dashbords布局：低保真度→高保真度，與角色匹配。
6.RLS/CLS和隱私：可用性，掩蓋，審計。
7.Alerting：規則、閾值、頻道（聊天、郵件、PagerDuty等）。
8.飛行員和Beta：每個垂直（例如操作）2-4周，拾取後退。
9.培訓和劇本：短視頻/海德，研究模式。
10.持續改進：backlog改進，發行說明。

11）反模式

「Dashbords動物園」：單個KPI的數十個版本，沒有單個詞典。
手動報告：不穩定性、錯誤風險和PII泄漏。
主屏幕上的過度細節：「信息噪音」。
Alert垃圾郵件：沒有優先級和重復數據消除。
沒有指標的所有者：模糊的責任→有爭議的「真相」。

12）支票單

在dashboard發布之前

• KPI協調、描述並擁有所有者
• 計量單位和臨時區域統一
• RLS/CLS配置,PII蒙版
• Alert閾值檢查歷史數據
• 負載和SLA更新已測試
• Onboarding海德和changelog發布

每月服務

• 字典修訂度量（更改,新度量）
• 驗證管道源和延誤
• Alert回顧展（虛假/遺漏）
• UX改進：速度、過濾器、預置

13） SQL/邏輯示例（簡化）

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;

註冊隊列（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異常的Alert（日復一日）

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）本地化和多區域

國家/地區，貨幣，增值稅/賭博稅的統一分類法。
根據固定規則（末日對平均值）進行貨幣轉換。
時區：存儲UTC,在用戶本地可視化。
監管報告：模板+國家參數化。

15）dashboard本身的質量指標

Coverage：面板中關鍵的KPI的比例。
Freshness SLA：在聲明的窗口中捕獲的更新百分比。
Adoption：MAU dashboard，會話深度，保留預設。
決策拉格：從警報到采取的行動的平均時間。
Accuracy：約定差異的比例<允許閾值。

16）結果

Dashbord度量和報告不是一組漂亮的圖形，而是具有單個度量詞典，可持續數據模型，清晰SLA和責任的管理工具。其任務是加快決策，降低運營風險並提高結果的可預測性。