业务人，不是程序员，可能并不会编程，不会 Power BI，不会各种工具，但如果有合理的思路和方法，一样可以玩转基于指标体系的业财分析。
先来看一个感受吧，如下：
以上，是在 电子表格 中构建的可视化视图，它反应了我们业务财务人所建立的指标体系以及计划，预算，预测，实际等，通过这样的直观分析，我们可以快速知道哪些指标有问题，并可以指定相应策略。
这是 Excel 而已。我们很多学员后来告诉我们，他在做不到某件事情的时候，总会归结于工具，而没有想到方法和思维。
通过系统化的思维模式重塑，大家开始意识到，框架高于方法，方法高于功能，功能高于工具。
那么，我们来看在 Excel 中可以用怎样的思路来做指标体系拆解，塑造以及分析的整个过程。
我们看到过很多文章讲指标，也有很多系统有指标，但这里有很多概念上的重叠，模糊和歧义以及定义的错误。我们听到的概念包括：
度量，度量值，指标，业务指标，科目，原子指标，派生指标，衍生指标，复合指标，数据指标，计算指标等。
大家可以自己来区别下以上到底说的什么是什么，这是我们使用和构建指标体系的第一步。
所以，提醒大家一定要自己先理清楚：在自己的方法论中，到底用哪些概念，它们的关系是什么。这是一切的基础。
这里为了兼顾业务指标和财务科目，那么，我们举一个财务中的科目案例，来说明问题。
首先，我们需要一个列式数据结构，以表的形式存在。
关于表的概念，又可以说出来十几种：表，区域，超级表，数据模型表，图表，报表，表格，透视表，交叉表，矩阵，中国式复杂报表。
搜一下，就是这样的：
这些表格是不能用来做分析的。
尤其是财务的表格结构，如下：
这些虽然也可以叫表格，但它们都不是我们的数据基础。
我们要拨开迷雾看到可以被分析的数据已经以一种标准的形式存放备用，称之为：标准表格数据结构。
虽然说，你可以在感觉上理解以上的表格结构，但很多书籍和资源都无法给出精确的定义。
这些直觉正确但不严谨的概念包括：一维表，大平表，明细表，底表等。
表格都是二维的，哪里来的一维呢；很多模糊的概念让业务人员迷失了正确的出发点，这些请大家要注意。
在我们真正理解了表格数据结构以后，我们也就理解了列式表格结构，这里主打的一个核心就是：
对齐颗粒度。
对齐颗粒度，之所以被称为职场黑话，其实非也。它的精华在于：双方可以畅通的对接。
而在数据中，对齐颗粒度，真的就是褒义词了。
为了可以对齐颗粒度，一定要理解表格的列式结构，并将这一黑话深刻的运用到数据分析的各个层面。
作为财务人员，对三大表已经司空见惯，如果你仔细想想财务三大报表的结构和背后的含义，不难发现：
财务三大报表中蕴含的财务指标和结构将财务运转体系做了很好的抽象。
由于很多财务人员在学习阶段就在学习财务报表的业务含义和规则，大家就形成了习惯性的认为就是这样。
其实，我们首先应该赞叹一下：
财务的三大报表结构和其中的计算逻辑所体现出来的就是一个企业最核心最基本的财务指标。
也就是说：
财务人员，省去了一个关键的过程，那就是：
一家企业如何设计和构建财务分析科目基本结构。
这个过程，已经被专业人士研究透彻，并以教科书一样地给出了标准化的解读和实战方法。
不难得到这样一个发现：
在除了财务以外的其他业务领域，没有这些标准的科目体系，那么，要分析：HR，供应链，库存，采购等业务，就需要自己来按需要构建了。
另外，财务人员虽然感叹道三大表的结构和设计以及背后的财务含义之精妙，但普通人毕竟不是专家，从事财务分析的人会继续遇到问题：
因此，请大家注意这样的发现：
对于数据指标来说，如下：
要确保所有的数据指标都可以来自于系统。
来自于什么系统呢？
答案：用 SQL 去查询财务数据库；或者在财务指标平台上拖拽生成；或者从财务系统中自带功能导出 Excel。
不难发现，业务人员不会 SQL；且如果财务系统导出的 Excel 有限，就只能考虑：
指标的精华在于：
业务人能不能找出核心指标以及理清因果链条。
以财务科目体系为例，可以看出：
不难看出：有的指标是直接来自于数据的。
还有很多指标是要基于数据指标进行计算的，而且这种计算可能很复杂。
但不难发现这样的事实：
这就对业务人提出了两大真实挑战：
而一个很遗憾的事实在于：
Power BI 无法在这个层面支持定义行间计算，准确讲包括 PowerBI，Tableau，FineBI 等顶级 BI 工具在内的 BI 工具，都不支持直观定义这种业务逻辑。
因此，业务人员使用类似 Excel 的工具来定义计算逻辑，反而是最简单的方式。
但非常多业务人员由于自己不是真的理解业务逻辑，或者缺乏思维方法，把难题转嫁给缺乏工具的认识上，于是，花了时间精力去学习了 SQL，Python，Power BI 等，然后发现进入了完全的技术领域，更无法解决原来的问题了。
这些发现，希望可以给到大家参考，让大家正确地来看待问题。
关于指标如何计算以及如何进行分析，实际的核心不在于工具，在于思路和方法，例如：
可以看出，在思路和方法清楚的前提下，仅仅使用 Excel 的公式，我们还是可以定义出各种计算逻辑的。
并且为了辅助构建这个自动化的方法，还可以构建很多辅助信息，如下：
不难看出，这种思维和方法，具备了重要的特点，如下：
这种框架式的思维以及构建方案的策略与工具无关，只是我们有没有真正搞清楚如何反应自己的业务逻辑和计算有关。
我们做过统计，100% 的要学习工具的人，有100% 的人在思维和思路层面的问题要比不会用工具更严重。
在数据模型和计算模型构建好以后，我们就可以搭建分析方法了，这里展示一个示例，如下：
这不难就可以构建好差异分析了。当然，还可以基于此，继续进行各种不同周期的对比差异分析，以及做计划，滚动预测等高级的业务财务分析做法。
在理解了可视化的作用后，还可以基于指标体系构建指标体系的可视化分析，如下：
可以看出，差异分析以及科目体系结构非常清晰，这些都是在 Excel 中就可以完成的。
本文给出了一套简洁的分析指标体系的方法，并且用 Excel 就可以完成实现。如果你也会 Excel，那就可以直接实现了。
其中的一些问题，大家可以自己多多注意，以及由此延伸出的对一些话题的探讨以及发现的真相，应该多思考。
如果你发现你需要这些，而你无法在 Excel 中实现，并非是你不熟悉 Excel，而是你真的没有建立起一套指标体系驱动的数据分析框架，我们为职场精英准备了最顶级的框架，方法，套路和世界顶级工具相组合，直接实现并超越本文案例价值100倍，遥遥领先，如果你需要这样的技能来加持自己，欢迎私信诚意咨询。
