下钻分析设计¶
一、什么是下钻分析¶
下钻分析是一种数据呈现交互方式——从一个汇总指标出发，逐层按不同维度拆解，直到找到问题的根因。
预约率 30%（偏低，为什么？）
│
├── 按渠道拆：Facebook 20% ← 问题渠道
│ 转介绍 55%
│ Google 38%
│
├── Facebook 再按员工拆：小王 35%
│ 小李 8% ← 问题员工
│
└── 小李再按时段拆：上午 5% ← 根因：总在上午打，客户不接
傍晚 25%
没有下钻：只知道"预约率低了"。
有下钻：知道是"小李在上午联系 Facebook Lead"导致的，可以精准干预。
1.1 下钻的两种类型¶
下钻分析在方法上分为两种类型，回答不同的问题：
| 类型 | 英文术语 | 做什么 | 回答什么 |
|---|---|---|---|
| 指标拆解 | Metric Decomposition | 把一个指标拆成互斥的子指标 | 是什么问题？ |
| 维度归因 | Dimensional Segmentation | 按维度切分同一指标做交叉对比 | 谁/哪里的问题？ |
两者通常组合使用，先拆解定位问题类型，再归因定位责任方：
未触达率 55%（偏高）
│
├── 指标拆解（是什么问题？）
│ 空号/停机 30% → Lead 质量问题
│ 无人接听 50% → 联系策略问题 ← 主因
│ 拒接 15% → 混合
│ 语音信箱 5%
│
└── 维度归因（谁的问题？）
"无人接听"按员工切：小李 70% vs 团队平均 45% → 小李策略问题
"无人接听"按时段切：上午 65% vs 傍晚 30% → 上午时段效果差
"空号"按来源切：Facebook 45% vs Google 15% → Facebook 渠道数据质量差
行业相关术语
| 术语 | 说明 |
|---|---|
| KPI Tree / Metric Tree（指标树） | 指标的层级拆解结构 |
| Root Cause Analysis（根因分析） | 通过下钻找到问题根因的完整过程 |
| Slice & Dice（切片分析） | 按不同维度交叉对比同一指标 |
| MECE Decomposition | 互斥穷尽的拆解方法（McKinsey 体系） |
二、可下钻的指标¶
系统中以下核心指标支持下钻：
Lead Outreach 阶段¶
| 指标 | 说明 | 可下钻维度 |
|---|---|---|
| 有效率 | 清洗后可用 Lead 比例 | 渠道、时段 |
| 放弃率 | 跟进未完成的 Lead 比例 | 员工、渠道、温度 |
| 触达率 | 联系后成功触达的比例 | 员工、渠道、时段、联系方式 |
| 预约率 | 触达后成功预约的比例 | 员工、渠道、时段、温度 |
| 响应时间 | Lead 进入到首次联系的时间 | 员工、时段 |
会员阶段¶
| 指标 | 说明 | 可下钻维度 |
|---|---|---|
| 续费率 | 到期会员续费比例 | 会员类型、套餐、教练、入会渠道 |
| 销课率 | 已购课程的消耗比例 | 课程类型、教练、时段 |
| 流失率 | 会员流失比例 | 会员时长、套餐类型、入会渠道 |
跟进阶段¶
| 指标 | 说明 | 可下钻维度 |
|---|---|---|
| 跟进转化率 | Follow-up 后成交比例 | 员工、跟进场景、跟进次数 |
| 二次预约率 | 跟进后再次预约比例 | 员工、场景 |
| 试课转化率 | 试课后成交比例 | 教练、课程类型 |
三、下钻维度¶
维度定义¶
| 维度 | 数据来源 | 示例值 |
|---|---|---|
| 渠道 | Lead 来源 | Facebook / Google / Walk-in / 转介绍 / Instagram |
| 员工 | 分配的负责人 | 小王 / 小李 / 小张 |
| 时段 | 联系发生的时间段 | 上午 / 午休 / 下午 / 傍晚 / 晚间 |
| 联系方式 | 使用的沟通渠道 | 电话 / 短信 / 组合 |
| 温度 | 客户温度标签 | Hot / Warm / Cold |
| 门店 | 所属门店（连锁场景） | A 店 / B 店 / C 店 |
| 套餐类型 | 购买的会员套餐 | 月卡 / 季卡 / 年卡 / 私教课包 |
| 教练 | 指定教练 | 教练 A / 教练 B |
| 会员时长 | 成为会员的时间 | <3月 / 3-6月 / 6-12月 / >12月 |
维度层级关系¶
下钻不是随意组合，而是有逻辑的层级路径：
全店汇总
├── 按渠道 → 按员工 → 按时段 （Lead 获取链路）
├── 按员工 → 按温度 → 按联系方式 （执行力链路）
├── 按门店 → 按员工 → 按指标 （连锁管理链路）
└── 按套餐 → 按会员时长 → 按教练 （留存分析链路）
四、交互设计¶
下钻结果呈现方式¶
下钻指标不一定要跳转子页面，根据信息量和场景选择呈现方式：
| 呈现方式 | 适合场景 | 优点 | 缺点 |
|---|---|---|---|
| 就地展开 | 子指标少（3-4 个），结构简单 | 不离开当前页面，上下文连续 | 展开多了页面会乱 |
| 跳转子页面 | 需要多层下钻，或子指标本身还有详情 | 空间大，可放图表/趋势 | 跳转打断思路，需要面包屑导航 |
| 侧边抽屉/弹窗 | 快速查看明细，不需要深度分析 | 兼顾上下文和详情 | 移动端体验差 |
设计原则：指标拆解就地展开，维度归因跳转子页面。
- 指标拆解（子指标 3-4 个，一眼看完）→ 点击核心指标后就地展开
- 维度归因（涉及图表、对比、多维交叉）→ 点击子指标跳转详情页
┌──────────────────────────────┐
│ 触达率：48% ⚠️ [点击展开] │
├──────────────────────────────┤ ← 就地展开（指标拆解）
│ 空号/停机 12% │
│ 无人接听 25% 🔴 [详情→] │ ← 点击跳转子页面（维度归因）
│ 拒接 8% │
│ 语音信箱 3% │
└──────────────────────────────┘
下钻操作¶
用户在任何汇总指标上，通过以下方式触发下钻：
| 操作 | 效果 |
|---|---|
| 点击指标数字 | 展开下一层维度 |
| 选择维度 | 指定按哪个维度拆解 |
| 面包屑导航 | 显示当前钻取路径，可点击任意层级回退 |
| 返回 | 回到上一层 |
交互示例¶
┌─────────────────────────────────────────┐
│ 预约率：30% ↓ 偏低 │
│ 全店 > [按渠道▾] │
├─────────────────────────────────────────┤
│ Facebook ████████░░ 20% ⚠️ │
│ Google ████████████░ 38% │
│ 转介绍 ██████████████████ 55% │
│ Walk-in ███████████████░ 45% │
├─────────────────────────────────────────┤
│ 💡 Facebook 渠道预约率显著低于平均， │
│ 点击查看员工维度分布 │
└─────────────────────────────────────────┘
│
▼ 点击 Facebook
┌─────────────────────────────────────────┐
│ 预约率：20%（Facebook） │
│ 全店 > Facebook > [按员工▾] │
├─────────────────────────────────────────┤
│ 小王 ████████████████ 35% │
│ 小李 ███░░░░░░░░░░░░ 8% 🔴 │
│ 小张 ██████████████░ 32% │
├─────────────────────────────────────────┤
│ 💡 小李的 Facebook Lead 预约率仅 8%， │
│ 建议查看其联系时段分布 │
└─────────────────────────────────────────┘
智能提示¶
下钻过程中，系统自动标注异常值并给出建议：
| 提示类型 | 触发条件 | 示例 |
|---|---|---|
| 异常标红 | 某维度值低于平均 2 个标准差 | 小李预约率 8%（团队平均 30%）🔴 |
| 趋势预警 | 某维度值连续下降 | Facebook 转化率连续 3 周下降 ⚠️ |
| 下钻建议 | 当前维度差异大时推荐下一层 | "建议按时段进一步分析" |
| 根因总结 | 到达最底层时生成一句话总结 | "小李上午联系 Facebook Lead 触达率仅 12%，建议调整至傍晚" |
五、典型下钻场景¶
场景 1：预约率下降排查¶
本月预约率 30%（上月 38%）
→ 按渠道：Facebook 从 32% 降到 18%
→ 按员工：新入职的小陈只有 10%
→ 按沟通质量评分：小陈平均 45 分（团队 72 分）
→ 根因：新人话术不熟练
→ 建议：安排话术培训 + AI 模拟训练
场景 2：触达率异常排查¶
本周触达率 48%（行业基准 60%）
→ 按时段：上午 35%，傍晚 68%
→ 按员工：大部分员工集中在上午联系
→ 根因：排班导致上午联系量过大，但上午触达率低
→ 建议：调整排班，把更多联系安排到傍晚
场景 3：续费率下降排查¶
本月续费率 55%（上月 68%）
→ 按套餐：月卡 42%，年卡 78%
→ 按会员时长：月卡 + 入会<3月 的续费率仅 28%
→ 按教练：教练 B 带的新月卡客户续费率 15%
→ 根因：教练 B 新客户维护不到位
→ 建议：查看教练 B 的 Service Call 记录
六、与角色化仪表盘的关系¶
下钻分析是仪表盘的交互能力，不同角色的下钻深度不同：
| 角色 | 起始视角 | 可下钻层级 | 典型路径 |
|---|---|---|---|
| 老板 | 全店/多店汇总 | 1-2 层（到渠道/门店） | 全店 → 门店对比 → 转交经理 |
| 经理 | 团队汇总 | 2-3 层（到员工/时段） | 团队 → 员工 → 时段 → 干预 |
| 员工 | 个人数据 | 1 层（按时段/渠道看自己） | 我的触达率 → 按时段看 → 调整策略 |
七、实现要点¶
- 预计算聚合：常用维度组合预先计算好，确保下钻响应 < 1 秒
- 维度索引：每条数据记录关联的维度标签要完整（渠道、员工、时段等），否则下钻时数据缺失
- 权限过滤：员工只能下钻自己的数据，经理只能下钻本店数据
- 缓存策略：同一路径的下钻结果缓存，避免重复计算
- 移动端适配：下钻交互在移动端用滑动/点击替代悬浮菜单