经营分析深度复盘

阅读说明

本文基于 2021 与 2022 双年全选视图，对 Toman Bike Shop 的共享单车经营看板进行逐图复盘。除特别说明外，营收与利润沿用 Dashboard 展示口径：2021 单价按 4.00 计算，2022 单价按 5.00 计算。这一口径来自 SQL 处理中将 price 转为 INT 的步骤，与原始 cost_table.csv 中 3.99 / 4.99 存在轻微差异，但与看板数值完全一致。

利润率口径说明

看板右上角 KPI 展示利润率 68.87%，使用标准财务口径 Profit / Revenue，DAX 公式如下：

Dax

Profit Margin = 
DIVIDE(
    SUM('bike_data vw_bike_sales'[profit]), 
    SUM('bike_data vw_bike_sales'[revenue]), 
    0
)

返回项目概览

---

1. 仪表板总览

图表目的 / 指标口径关键发现业务含义

这是整套 Dashboard 的首页视图，整合了时间筛选、KPI 卡片、时段热区、月度趋势、季节结构、用户结构和年度对比六类核心信息。默认阅读场景是 2021 + 2022 双年汇总，用于回答经营层最关心的规模、效率、结构与定价问题。

• 这套看板覆盖的核心问题可以概括为六项：时段效率、月度趋势、季节结构、用户结构、年度对比，以及明年是否具备继续提价的空间。
• 页面阅读路径很清晰：先看顶部 KPI 判断总体盘子，再看中部趋势判断增长节奏，最后看底部结构与年度汇总做经营决策。
• 看板中的每一块图表都围绕 riders、revenue、profit 和 price 展开，说明当前分析主线是经营表现，而不是用户生命周期或天气归因。

从信息架构看，这是一张适合经营复盘和管理汇报的诊断型看板。它能快速回答"业务有没有增长""增长集中在哪些时段和季节""用户基本盘靠谁支撑""价格是否还有上调空间"这些高层问题，适合作为季度复盘或面试作品中的业务分析案例。

分析边界

当前看板适合作为经营诊断看板，不适合作为精细化归因看板，因为缺少渠道、天气、地区、复购/留存、营销活动等维度。除非单独切换时间筛选器，否则以下结论默认基于 2021 与 2022 同时选中的汇总视图。

---

2. 筛选器与核心 KPI 解读

图表目的 / 指标口径关键发现业务含义

这一块承担的是"先看总体，再下钻细节"的入口作用。左侧时间切片器支持分别查看 2021、2022 或双年汇总；右侧两张卡片分别展示总骑行人数和一个被命名为"利润率"的百分比指标。

• 总骑行人数为 3,292,679，卡片上以约 3 百万 的形式展示，说明业务规模已经达到百万级别。
• 总营收为 15,220,292，总利润为 10,481,505.72，这两组数与 Dashboard 的汇总表完全一致（前提是价格采用整数口径 4 / 5）。
• 右侧 KPI 卡展示利润率 68.87%，口径为标准财务定义 Profit / Revenue，与总营收、总利润数值完全吻合。
• 时间切片器使这套看板具备了年度对比能力，后续每一张图都既可以做单年复盘，也可以做双年合并分析。

顶部 KPI 说明这不是一个"高收入、低利润"的案例，而是规模和盈利同时成立的案例。对于业务方来说，这意味着当前模式不仅有量，而且有足够的利润缓冲；对于分析师来说，这块区域提供了后续所有细分图表的总盘校验基准。

当前 DAX 利润率公式

看板利润率 KPI 现已使用标准财务口径，实际 DAX 公式为：

Dax

Profit Margin = 
DIVIDE(
    SUM('bike_data vw_bike_sales'[profit]), 
    SUM('bike_data vw_bike_sales'[revenue]), 
    0
)

---

3. 工作时段营收热区分析

图表目的 / 指标口径关键发现业务含义

这张图本质上是 weekday × hour 的平均营收矩阵，用于识别"一周内哪些时间组合的单位时段营收表现更强"。图中展示的是经营时段内的 Average Revenue，不是利润矩阵，也不是原始交易明细。

• 最强的平均营收组合集中在工作日通勤和下班时段，Top 组合包括 周二 17:00、周四 17:00、周二 18:00，说明工作日傍晚是最稳定的高价值时段。
• 按总量看，贡献最高的小时分别是 17:00、18:00 和 08:00，对应典型的晚高峰与早高峰，通勤需求特征非常明显。
• 按周内总营收排序，周五 和 周四 最强，分别约占总营收的 14.83% 和 14.80%；周日 最弱，约占 13.42%。
• 图左侧的数值矩阵与右侧的色阶热区本质上表达的是同一件事，只是一个强调精确数值，一个强调视觉热点。

这张图最直接的经营价值是指导运力调度和高峰保障。若要提升营收效率，优先级应放在工作日 08:00 以及 17:00-18:00 的车辆供给、调度效率和站点周转上，而不是平均用力。周四、周五强于周日，也说明通勤型需求对整体收入的贡献高于纯休闲型需求。

口径提醒

• 这张图更适合回答"什么时段单位表现更强"，不适合回答"什么时段贡献了最多总收入"，因为可视化用的是平均值而不是总和。
• 现图不能直接被解释为利润热区，更严谨的表述应是"平均营收更高"或"营收表现更强"。

---

4. 月度规模与盈利联动趋势分析

图表目的 / 指标口径关键发现业务含义

这张组合图把月度 riders、revenue 和 profit 放在同一时间轴上观察，核心目的是判断业务规模、收入和盈利是否同步变化，以及增长高点与回落时点分别出现在什么时候。

• 2022 年整体规模显著强于 2021 年，几乎所有月份的指标都高于上一年同期，说明增长不是局部月份的偶发抬升，而是全年级别的台阶式上移。
• 双年趋势都表现为 年初低位 → 春末夏初抬升 → 8-9 月见顶 → Q4 回落，呈现非常典型的季节性经营波动。
• 2022 年 9 月 是全局峰值，当月约有 218,573 riders、1,092,865 revenue 和 751,891.12 profit，是看板中最强的单月表现。
• 骑行人数、营收和利润走势高度同向，说明利润变化主要由规模驱动，而不是由成本结构波动驱动——单量上去，收入和利润几乎同步上去。
• 2021 年的阶段性高点出现在 6 月 左右（riders 143,512，revenue 574,048，profit 396,093.12），季节性旺季在两年中都存在，只是 2022 的峰值被整体放大了。

这张图告诉业务方两件事：

1. 需求增长具有明确的季节节奏，运力和营销预算不应该按月平均分配；
2. 当前商业模式下，利润增长的首要驱动因素是规模扩张，因此提升高峰月的供给能力，比在低波动月份做零散优化更有价值。

口径提醒

• 图表可视窗口看起来像是从 2021 年中 开始，但源数据实际覆盖 2021-01 到 2022-12；这是图表横向滚动带来的展示窗口问题，不是数据缺失。
• 由于利润与营收走势几乎同向，这张图适合判断"规模带动盈利"，但不适合单独用来讨论边际成本变化或精细成本控制。

---

5. 季节营收结构与用户类型结构

图表目的 / 指标口径关键发现：季节营收关键发现：用户结构业务含义

这一组图表分别回答两个结构性问题：营收在不同季节如何分布，以及业务基本盘更多依赖注册用户还是临时用户。左图按季节汇总 Revenue，右图按 rider_type 汇总 Riders。

季节营收排序为 秋季 > 夏季 > 冬季 > 春季：

季节	营收	占比
🍂 秋季	$4,885,995	32.10%（最强）
☀️ 夏季	—	第二
❄️ 冬季	—	第三
🌸 春季	$2,206,740	14.50%（最弱）

秋季营收约为春季的 2.21 倍，旺淡季差异非常显著。

用户类型	骑行人次	占比
注册用户（Registered）	2,672,662	81.17%
散客（Casual）	620,017	18.83%

用户结构呈现非常明显的"注册用户主导"特征，业务收入基本盘更依赖稳定、重复使用的会员型需求，而不是一次性体验型需求。

这组图表的经营结论很明确：

• 收入高峰集中在夏秋，决定了资源投放节奏——旺季前需提前准备车辆、站点和维护能力。
• 用户基本盘高度依赖注册用户，决定了用户经营重点——最值得持续投入的是提升注册用户留存与活跃度。

口径提醒

• 饼图展示的是 Riders 占比，不是利润贡献占比；不过本案例中用户没有差异化定价，因此它仍然可以作为收入结构的近似 proxy。
• 季节图是双年汇总结果，能说明季节性模式，但不能区分某一年的极端天气、节假日分布或单次活动冲击。

---

6. 年度经营对比与定价信号

图表目的 / 指标口径关键发现业务含义

这张汇总表把 2021 与 2022 的 riders、profit 和 average price 放在同一张表里，核心用途是做年度经营对比，并为"明年能否继续提价"提供基础判断。

年份	Riders	Revenue	Profit	平均价格
2021	1,243,103	$4,972,412.00	$3,430,964.28	$4.00
2022	2,049,576	$10,247,880.00	$7,050,541.44	$5.00
同比	+64.88%	+106.09%	+105.50%	+25%

• 2021 → 2022，riders 从 1,243,103 增至 2,049,576，同比约 +64.88%。
• Revenue 同比约 +106.09%，Profit 同比约 +105.50%，说明第二年的增长不仅有量的扩张，也有单价提升的放大效果。
• 平均价格由 4.00 提升到 5.00，但需求没有因涨价而收缩，反而同步增长，说明当前市场对现有价格仍具有较强承受能力。
• 按标准口径看，两年的利润率都接近 69%，说明价格上调后并没有明显破坏整体盈利质量。

从年度对比结果看，这个案例释放出的主要信号不是"提价一定会带来增长"，而是"当前价格上调并未压制需求"。对于经营者来说，这意味着产品在当前市场阶段可能仍有一定的价格弹性空间，但更合理的做法是小步试探，而不是一次性激进加价。

分析边界

• 这张表只能说明"涨价与增长同时发生"，不能直接证明"涨价导致了增长"。真实增长可能同时受到市场扩张、天气、营销、用户习惯变化等多因素影响。
• 当前样本只有两年，适合提出定价假设，不适合单独作为因果定价模型的最终证据。

---

7. 结论与建议

核心结论

三条关键结论

1. 双轮驱动增长： 业务增长来自价格提升与需求扩张的双重作用，而不是单纯依赖某一个因素。
2. 高价值时段明确： 工作日通勤高峰（08:00、17:00、18:00）和夏秋旺季是最值得重点保障的资源投放节点。
3. 注册用户是基本盘： 这类共享出行业务的稳定性主要来自高频、重复使用人群，注册用户留存优先于散客拉新。

经营建议

• 稳住注册用户

  ---

  通过会员权益、套餐设计和高峰期服务稳定性，提升核心人群留存与复购频次。

• 强化高峰供给

  ---

  把车辆调度、站点补给和维修保障向工作日 08:00 与 17:00-18:00 倾斜，优先保障高价值时段的运力。

• 旺季资源前置

  ---

  围绕夏秋旺季做资源前置配置，在旺季前完成车辆、人员和维护能力准备。

• 保守提价策略

  ---

  若明年继续提价，建议小幅试探（+10%）而非激进加价，并按注册用户与临时用户分群观察接受度与流失率变化。

口径提醒

两点指标口径说明

1. 时段矩阵分析的是 Average Revenue，所有结论都应使用"平均营收表现"来表述，而不是将其误读为利润表现。
2. 如果后续要把这套 Dashboard 升级为更完整的经营分析工具，优先补充天气、渠道、地区、会员留存和营销活动等维度。

---

返回项目概览与仪表板