把分析整理成一页可刷新的经营看板
看板不是把做过的图全部贴在一张表里。它要让读者先看到经营结果，再沿着趋势、品类和客户留存找到需要继续调查的地方。
这一节会建立四个指标卡，安排图表位置，写出有数字支撑的结论，并完成一次从 SQL 到 Excel 的刷新演练。做完后，工作簿既能展示，也能复核。
先确定看板要回答什么
“青岚生活馆”的看板按下面的顺序阅读：
- 销售额、订单数、客单价和毛利率说明整体结果。
- 月度折线图说明结果在时间上怎样变化。
- 品类条形图说明销售额来自哪里。
- 留存热力图说明客户首购后是否回来。
这四层已经足够回答本项目的管理问题。城市、渠道、RFM 和商品组合仍然有用，但不必全部挤进一页。它们适合作为明细工作表，读者发现异常后再进入查看。
先画一个布局草图
我们使用从左到右、从上到下的阅读顺序：
在动手前确定布局，可以避免图表插入后不断拖动、遮挡和缩放。
建立公式驱动的指标卡
新建“经营看板”工作表。指标卡不要手工输入 229909.45、509 这些结果，应引用查询表或已经复核的月度表。
假设月度表名为“月度数据”，字段位置与上一节一致。
销售额
excel
=SUM('月度数据'!D2:D19)结果是 229909.45。设置千位分隔和两位小数。
订单数
excel
=SUM('月度数据'!B2:B19)结果是 509。订单可以按月相加，因为一笔订单只属于一个月份，不会跨月重复。
客单价
如果销售额在 B3，订单数在 D3，可以写：
excel
=B3/D3结果是 451.69。它必须等于总销售额除以总订单数，不能把 18 个月的月客单价再取简单平均。每月订单数不同，简单平均会给每个月相同权重。
毛利率
excel
=SUM('月度数据'!E2:E19)/SUM('月度数据'!D2:D19)结果是 49.28%。同样不能对 18 个月的毛利率直接求平均，正确做法是总毛利除以总销售额。
客户数为什么不能照着求和
月度客户数之和不是总客户数。一个客户在多个自然月购买，会在多个月份中重复出现。
本项目总客户数是 120，应来自 SQL 的 COUNT(DISTINCT customer_id)，或者单独加载客户汇总查询。这个例子说明：能不能相加由粒度决定，不由单元格是不是数字决定。
设置指标卡的视觉层级
每张指标卡只保留名称和数值：
- 名称使用 10 到 12 磅，颜色稍浅。
- 数值使用 18 到 24 磅，保持粗体。
- 四张卡使用相同宽度和数值格式。
- 销售额与客单价显示金额，订单数显示整数，毛利率显示百分比。
- 不用合并单元格承载公式，避免后续引用和复制出问题。
指标卡之间留出空白，比给每个单元格画粗边框更容易阅读。颜色只用于区分角色，不要让四张卡各用一种高饱和色。
截图中的四个数分别是 229909.45、509、451.69 和 49.28%。它们都由公式计算，不是截图前临时输入的静态文字。
把图表连接到数据区
月度图连接到公式辅助区
上一节的 K:L 辅助区用公式引用月份和销售额。把月度图复制到看板时，保留它与辅助区的连接，不要把图表粘贴成图片。
如果查询刷新后新增月份，固定的 K1:L19 不会自动扩展。更稳妥的做法有两种：
- 让 Power Query 结果保持为 Excel 表，图表引用表列。
- 在图表数据区使用会随查询表扩展的结构化引用。
本课程数据范围固定为 18 个月，因此 K1:L19 可以复现结果。真实月报应使用动态表范围。
品类图保持降序
品类查询在 SQL 中已经按销售额降序。刷新后若排名变化，条形图应跟着变化。
不要只在 Excel 图表中手工调整条形顺序。下一次刷新会重新使用源数据顺序，手工结果很容易失效。排序规则应该写在 SQL 的 ORDER BY revenue DESC 中。
留存热力图保留条件格式
热力图是单元格条件格式，不是普通图片。放到看板时可以引用或复制格式，但要确保刷新后的范围仍在规则的“应用于”区域内。
若将来新增 M7，原来的 B2:H9 不会覆盖新列。交付说明中应写明当前热力图展示到 M6，并指出扩展月龄时要同时扩展 SQL 和条件格式范围。
做一次完整刷新演练
真正的交付测试不是关闭再打开工作簿，而是让数据从源头走一遍。
按顺序执行
- 在 SQLite 中重新生成月度、品类、城市和留存 CSV。
- 确认 UTF-8 BOM 文件仍在原路径，文件名没有变化。
- 打开工作簿，选择“数据 > 全部刷新”。
- 等待状态栏不再显示后台查询。
- 检查查询表行数和最后一个月份。
- 检查四个指标卡是否重新计算。
- 检查图表和条件格式是否仍覆盖完整范围。
用一个可回滚测试证明连接
我们把源文件最后一个月的销售额临时从 11998.01 改为 11999.01，刷新后查询表同步显示 11999.01。随后重新运行正式 SQL，源文件恢复 11998.01，再刷新一次，工作簿也恢复 11998.01。
这项测试同时证明三件事：Power Query 指向正确文件，刷新不是读取缓存，恢复正式数据后没有留下测试值。
刷新后重新对账
指标卡必须回到下面的基准：
只看“刷新成功”提示不够。查询可以成功读取一份结构正确但内容错误的文件，所以最终仍要核对业务数字。
写结论时把证据放进句子
看板完成后，结论应该能指回具体查询或图表。
品类规模与效率不同
数码品类销售额是 68927.60 元，在五个品类中最高；饮水品类毛利率是 51.02%，排名第一。销售额回答规模，毛利率回答每 1 元销售额留下多少毛利，因此两个领先者不同并不矛盾。
城市销售额需要结合订单与客单价解释
上海销售额 65749.75 元，来自 150 笔完成订单；广州销售额只有 35442.30 元，但客单价是 466.35 元，高于上海的 438.33 元。
这说明上海的优势主要来自订单规模。若要在广州扩大销售，需要继续看获客成本和首单毛利，不能只因为客单价高就直接增加预算。
月度波动需要继续拆解
2024-03 销售额环比增长 7.74%，2024-04 环比下降 8.18%。趋势图指出了需要调查的月份，但没有说明原因。
下一步查询应把这两个月按品类、城市和渠道拆开，再结合促销日历。没有这些证据时，不要把波动直接归因于某次活动。
客户分群对应不同动作
24 位高价值客户平均累计消费 2876.76 元；5 位待唤回客户平均累计消费 1192.67 元。高价值客户适合观察权益与毛利，待唤回客户适合小范围测试唤回活动。
分群给出的是动作假设，不是活动有效性的证明。执行后仍要比较触达组与对照组的增量毛利。
把结论变成可验证动作
表中加入停止条件，是为了避免动作只写“提升”“优化”而没有判断标准。
完成交付前的逐项检查
数据链
- SQL 从建表、清洗到最终查询可以按顺序执行。
- 原始订单 541 行、去重后 540 笔、完成订单 509 笔。
- Power Query 的文件路径、UTF-8 编码和逗号分隔设置正确。
- “全部刷新”后查询表不报错。
指标
- 销售额与毛利额能和 SQL 总额对上。
- 客单价使用订单数作分母。
- 毛利率使用总毛利除以总销售额。
- 客户总数没有把月客户数直接相加。
- 首月环比为空，留存 M0 全部是 100%。
图表
- 月份按时间顺序，品类按销售额降序。
- 金额、订单数和百分比的单位清楚。
- 热力图的红色确实代表低留存风险，不是颜色方向相反。
- 图表引用查询表或公式辅助区，不是静态图片。
- 中文表头、品类、城市和分群没有乱码。
交付说明
给接收者留下三条说明：先运行哪一份 SQL、CSV 需要保留在哪个路径、Excel 中按哪个按钮刷新。没有这三条，工作簿即使当前正确，也很难被别人稳定更新。
到这里，我们完成了一条可以复查的分析链：原始表保留问题，清洗视图统一口径，销售明细解决连接粒度，SQL 生成指标结果，Power Query负责刷新，Excel 用公式复核并用图表交付。以后换成真实业务数据，可以逐层替换数据源和阈值，不需要推倒重来。