Kyligence Zen 产品体验 — 迈入云办公

一、前言：

本人在一家净水器行业的公司做售后助理的岗位，平时80%的主要工作，就是跟excel报表打交道，以下为本人的岗位职责：

由于也是初创几年的公司，领导在下班时候，也会经常有统计报表的需求（为了应对各种会议），导致很长一段时间，下班也要带着电脑回家，以防止领导的突发需求。此时，迫切想要一种能够云上办公的软件。

在同学的推荐下，接触了Kyligence Zen 产品，本以为还需要IT方面的知识储备，意外发现是零门槛的使用体验，无需懂代码，就可以轻松的上手。

接下来就让我们开启Kyligence Zen 产品的体验之旅吧！

二、了解与学习的途径：

授人以鱼不如授人以渔，以下是我学习的几个途径方式：

关注公众号： B站视屏：

/516289125

2.1 官方也是温馨的给出了不少【案例演示】视屏：

(1). 60秒GET如何让EXCEL秒变指标应用！：

/video/BV1LL411Q7hM(2). 60秒 GET 指标平台、数据中台、指标库，到底有什么区别：

/video/BV1sc411L7Dh(3). 60秒让改变发生｜Excel x 指标平台，连 ChatGPT 都不知道？：

/video/BV1bo4y1s7Re(4). 60秒让改变发生｜看 Kyligence Zen 归因分析如何高效支撑决策：

/video/BV1Ec411L7BB 官网地址：

https://cn.kyligence.io/

三、Kyligence Zen 产品形态：

前期通过观看和了解一些视频和文章，也逐渐在我心中构建出Kyligence Zen 产品到底是一个什么样的东西？

以下几个关键性的特点：

高效自助地决策快节奏的成型数据产品。 以指标为基础，驱动业务目标的实现。 指标平台向前是更靠近业务，向后是释放专业人员的生产力。 产品定位是一款非常聚焦的产品，专注在指标分析与管理领域。

四、产品的价值体现：

因本人只是站在解决我的业务痛点上阐述，实际上有很大一部分强大的功能还没有使用。

最近一次领导需要开会使用到的数据，需要在例会上分析对应的数据，作为公司业务调整的参考：

(1). 这个季度我们部门的机器安装量是多少？安装费用成本是多少？(2). 哪个机器的返修率/故障率比较高？(3). 我们与第三方售后的返修率是多少？

在产出这些数据的过程中，遇到很多问题：

产出链路长：

在系统中没有对应的功能报表的前提下，只能请求IT的临时性帮助才能提供所需要的数据。

单一、灵活、不常用报表需求开发困难：

内部开发流程繁琐，且报表需求系统不完善

注：有时候，很小的改动，都要走繁琐的流程，比如仅仅只是可能修改某些文案。

需求转化繁琐，有时候做出来的东西并非是自己需要的。

对于售后部门来说，往往与各项成本、人员、安装费用、投诉率等因素息息相关。在公司的运营策略不断变化下，都需要整理相关数据向领导汇报。以成本核算来说，需要清晰知道公司与第三方售后的工单完成及时率、安装维修费用、员工成本等维度数据。如果在没有配备专业的数据团队的情况下，Kyligence 可以轻量、高效、易用的提供一套和售后数据分析相关的指标体系做归因分析。

五、Kyligence Zen 产品打卡：

Kyligence Zen 产品提供了14天的免费试用活动

使用以下地址进行注册和登陆：

/HR2X

进入系统后，可以根据页面的提示进行快速上手操作，同时也可以参考手册：

https://zen-docs.kyligence.io/index.html

网站上有大量的提示框，可以让我们快速的熟悉某一个产品并实践：

六、创建表：

由于平时数据报表格式都是excel格式的： 传统数据报表与Kyligence Zen 产品表之间的区别： 一直以来，都是将表格做成尽量单一化内容(如下有30多个sheet)：

如果想要更好的使用Kyligence Zen 产品，尽量将同类型的数据归类在一起，如下是将几个类型的excel归类到一个excel中，用类型type做为区分：

新建表：

注：由于平时的数据都是excel文档，需要另存为csv格式的文档。

注：其中excel中写的计算公式(=SUM(number*price + fee + rate_price))也可以识别到，点赞！

注：报错提示不是太友好，而且闪的太快了，像我英文不是很好的，还没读完就消失了，需要重复几次复现错误提示。

七、售后工程师的机器安装量统计：

新建表：

注：多余的栏不需要的，可以提供删除按钮。

为了可以更便捷的管理指标，可以新建一个分类： 新建第一季度的所有指标：

每个售后员在商用机和家用机是有固定的安装指标的，属于岗位责任制，超过的数量就是目标绩效，且商用机和家用机的安装费用也是不同的价格。

注：这里给出的数据刷选条件为：张一在第一季度所有的商用机安装数量

克隆指标：

统计张一在第一季度所有的家用机安装数量，与上面新建的指标只有一个条件有差异，其它的条件完全可以复用，可以快捷方便的操作，试想一下，如果40多个售后员，80多个指标，只需差不多半个小时就能完成。

注：只需要更换type为家用机即可。

复合指标：

如何计算张一在第一季度中所有安装的机器呢？

计算公式：张一在第一季度所有的商用机安装数量 + 张一在第一季度所有的家用机安装数量

注：新建完成后，可以进行对比一下，13 + 11 = 24

新增多个售后员的指标，为后续目标管理关联做准备： 目标管理：

在目标管理中，新增2个层级分组，每个售后员再对应两种机型的子目标。

注：这里可以用一个excel导入层级吗？公司有40多名售后人员，有点不是太方便？

将基础指标与目标数据进行关联：

注：这里可以使用关联指标的动态数据，也可以手动添加固定的值。

注：关联后，可以设置是否完成，是否正常。

将复合指标与目标数据进行关联： 总结：

可以直观看到某个售后组的机器安装成本，也可以供领导在部门的策略调整中提供了数据依据。

八、售后工程师安装费用成本统计：

假如一个售后工程师，在岗位责任制商用机和家用机分别需要安装5台设备，超过的设备：

商用机按每台200元收费家用机按每台100元收费 创建相关指标： 新建仪表盘： 在仪表盘中添加指标： 拖动指标到仪表盘可编辑区域：

注：将两个指标向右拖动到仪表盘可编辑区域，进行参数调整。

注：去掉默认的date时间纬度，就显示这个季度所有的安装费用。

注：可以自定义图表标题，颜色相关。

注：这里只有鼠标移到点上面，才会显示具体多少值，最好是可以直接显示在图上。因为在跟领导汇报时，还要移动鼠标来讲解，不是太直观。

显示仪表盘：

九、机器的返修率统计：

新增分类：

新建2个表：

注：维修记录表

注：第三方服务表，理论上也可以写在上面一张表，但是考虑到可能名字经常改动，可以用两张表维护。

结合成一个试图view： 创建指标：

注：这里没有值的是表示本公司的维修率。

十、哪个机器的返修率/故障率比较高？

创建一个仪表盘： 添加指标： 修改图表参数： 添加筛选器：

注：默认是总时间段的结果显示，我们可以设置一下筛选器，自定义筛选时间段的数据，非常的灵活。

十一： 我们与第三方售后的返修率是多少？

以下操作在实践的过程中，并不能实现需求，如下为思路方案：

新建"每月我方机器维修率"指标： 增加筛选条件为null值： 指标直接报错：

注：建议改一下文案，当时我一直以为是服务器的问题。下面是指标里面的报错：

采用方案二依次克隆3个第三方售后指标： 依次筛选对应的type类型： 创建复合指标：

公式：“每月售后维修率” - “每月某之家售后维修率” - “每月某师傅售后维修率” - “每月某无忧售后维修率” = “每月我司售后维修率”

仪表盘还是显示3个type：

十一： 我们与第三方售后的返修率是多少？

更换方案，在repair_data中增加一个is_my字段

在repair_data中增加一个is_my字段： 依次创建视图view，且创建指标，增加一个纬度is_my： 创建仪表盘：

注：机器的维修率、第三方与我方维修率、第三方与我方机器型号维修率，再配上时间纬度，可以随时关注数据的变化形态。

指标详情分析：

这里可以筛选某个时间段，通过对云成本的归因分析，可以轻松地找到变化的根源，从而更好地帮助优化。

从分析报告来看，该周期内，我们的机器维修数据增长了156%。从机器型号角度，D432维修率最高，我们也可以将相关数据反馈给工厂，是不是有机器的缺陷？

注：目前发现只能一个时间段，一个时间段进行比较，不能在一个时间段，看到某个纬度的周期性变化。如，想搜索1月到4月，按月来看type的周期性变化。

十二、其它功能：

快速上手已完成，查看统一的指标目录会报错： 与飞书集成：

https://zen-docs.kyligence.io/integration/feishu-integration

注：太专业化了，个人觉得可以直接提供类似微信小程序这种服务，购买对应的产品直接支持，对于没有技术团队的公司不是太友好。 Kyligence Zen 提供简单、易用的插件，用户能够在 Excel / WPS 中一键连接到指标平台，进行透视分析和可视化。

Kyligence Zen 用户可在 Excel 中对指标进行更进一步的探索和分析，能够实现对维度进行标签筛选、对维度基于指标值进行筛选和排序、下钻/上卷、多样化的透视表布局、本地 Excel 和云端 Excel 的双向支持等。

指标血缘：

可以对指标数据的来源、指标属主、计算逻辑、计算公式以及所依赖的其他指标数据等相关信息进行记录和追溯，帮助用户清晰地了解某个指标的全貌和背景信息。

十三、总结：

售后服务是保证公司净水器正常运转的关键，但由于各种因素(售后服务、完成率、返工率等)的影响，导致公司业务的口碑下降、效率不及时，以及售后成本的增加。

对于中小型企业而言，如何基于对售后数据进行数据分析，找到核心指标，驱动优化售后服务结构，提升快递效率。

整个过程借助 Kyligence Zen，操作人员从引入数据和指标到做出初步的判断，既高效又可以自助完成：

大大降低了通常对于数据或 IT 团队的依赖。 大幅度缩短从数据到决策的时间。 第一时间给到业务决策合理、可信的依据，帮助准确调整市场策略。

上面我们将通过一些真实数据举例，演示如何在半个工作日中进行数据分析，从而更好地进行数据分析和决策支持。