Design de rapport d’indicateurs de croissance

Un rapport de croissance en quatre couches

Distribué dans la bibliothèque de la communauté OpenDesign, avec HTMLAnything déclaré comme source amont, ce rapport chinois parcourt les sections KPI, Growth, Raw Data et Insights. Son titre emploie une formulation de rapport hebdomadaire avec un intitulé de mai 2025, tandis que les graphiques et le tableau contiennent neuf lignes d’exemple mensuelles. La mise en page fournit un résumé immédiat, une comparaison visuelle, un enregistrement sous-jacent et une interprétation finale ; les périodes de reporting mélangées doivent être réconciliées avant toute réutilisation opérationnelle.

La première capture établit un document plutôt qu’un espace de travail d’outil. « 来源: 内部 BI » et « 截止 2025-05-11 » apparaissent en haut à droite, tandis que le titre du rapport et la courte déclaration figurent en haut à gauche. Cette séparation rend la provenance et le calendrier visibles sans interrompre le parcours de lecture principal.

Les chiffres sont des valeurs d’exemple littérales présentes dans le HTML et le JavaScript fournis. Ils illustrent les relations entre les éléments du rapport, et non une performance métier en direct ou un service BI connecté. Les graphiques et le tableau utilisent ce tableau de données local, tandis que les comparaisons des KPI et le texte des insights sont rédigés séparément. Ces couches nécessitent donc des définitions cohérentes avant l’adaptation de la mise en page à un reporting réel.

Cas d’usage du reporting de croissance

Cette conception convient aux rapports récurrents dans lesquels le lecteur a besoin à la fois d’une vérification rapide de la situation et de suffisamment de détails sous-jacents pour questionner le résumé. Les quatre cartes KPI exposent l’instantané actuel : « 月活用户 · MAU » affiche 23,950, « 新增 · SIGNUPS » affiche 4,250, « 付费 · PAYING » affiche 2,418 / 10.1 %, et « 流失 · CHURN » affiche 1.8 %. Les libellés de comparaison adjacents rendent chaque mouvement explicite, par exemple « ▲ 16.0% vs 上月 ».

Cette ligne compacte favorise le balayage visuel, mais elle comprime aussi les définitions. Le rapport présente les utilisateurs payants et un pourcentage dans une même carte, tandis que la variation du taux de churn est exprimée en points de pourcentage. Une adaptation destinée à la production devrait préserver ces distinctions au moyen de définitions de métriques confirmées, car un nombre et sa comparaison ne sont pas interchangeables.

Le rapport convient également à une réunion de revue ou à une mise à jour écrite. Les graphiques fournissent une lecture directionnelle, le tableau permet au lecteur d’examiner la séquence mensuelle, et les insights offrent un espace d’interprétation. Le contenu d’exemple doit être remplacé par des données de reporting vérifiées avant toute utilisation pour des décisions opérationnelles.

Composition et ordre de lecture

La composition est délibérément verticale. Un séparateur fin distingue l’en-tête du rapport de la section KPI, et les quatre cartes partagent une même ligne horizontale. En dessous, la zone de croissance consacre la majeure partie de sa largeur à « MAU & 付费用户增长 » et un panneau plus étroit à « 流失率 · 月度 ». Cette proportion permet à la série de grands comptages de bénéficier d’une zone de tracé plus ample, tout en conservant la lisibilité du graphique de taux à sa propre échelle.

Dans le graphique le plus grand, les barres pêche du MAU et la courbe verte des utilisateurs payants partagent un axe de comptage sur neuf libellés, de septembre 2024 à mai 2025. Le panneau plus petit représente le churn mensuel sous forme de courbe rouge en pourcentage. La séparation des panneaux de comptage et de pourcentage évite de mélanger les unités, même si la série des utilisateurs payants reste proche de la ligne de base à côté des comptages de MAU plus élevés. Les légendes, les unités et le tableau associé sont importants, car la direction seule n’explique pas l’ampleur de chaque variation.

Le tableau brut suit les graphiques avec des colonnes pour le mois, le MAU, les inscriptions, les utilisateurs payants et le churn. Ses neuf lignes d’exemple vont de 8,420 MAU et 3.4 % de churn en septembre 2024 à 23,950 MAU et 1.8 % de churn en mai 2025. Cette répétition fournit un relevé vérifiable derrière les graphiques configurés, au prix d’une page plus longue. Le tableau peut montrer comment la série est organisée, mais il ne vérifie ni les interprétations causales du rapport ni la performance réelle de l’activité.

La dernière ligne d’insights fait passer le mode de lecture de la mesure à l’explication. Ses trois cartes couvrent la croissance du MAU, la conversion des utilisateurs payants et le churn, avec de courts titres tels que « 付费转化 7.3% → 10.1% ». Le rapport se termine par la section réduite « 方法论 · Methodology », qui offre un emplacement réservé au contexte méthodologique sans concurrencer les principaux constats.

Périmètre et limites fonctionnelles

Cet artefact est un document de rapport rendu à partir d’un balisage, d’un style, d’une configuration de graphiques et de lignes d’exemple rédigés. Les graphiques visibles communiquent les relations présentes dans la série fournie, tandis que la section native « 方法论 · Methodology » peut s’ouvrir et se refermer localement. Ces choix visibles n’établissent ni connexion analytique en direct, ni actualisation automatique, ni stockage externe, ni workflow de reporting vérifié.

La mise en page privilégie la traçabilité, au prix d’une forte densité : résumé, graphiques, lignes et interprétation partagent une longue page. Une adaptation réelle doit également réconcilier l’en-tête hebdomadaire de la source, les comparaisons mensuelles, la date d’arrêté des données au 11 mai et la formulation des insights, qui alterne entre croissance par rapport à l’année précédente et croissance sur un semestre. Neuf mois affichés n’établissent à eux seuls aucune de ces comparaisons. Confirmez les périodes de reporting, les définitions des métriques et les sources de données avant de considérer ce format comme un rapport opérationnel.

Le texte des insights d’exemple attribue les variations aux sources d’acquisition, aux offres tarifaires, à l’onboarding et au comportement du produit. Ces affirmations appartiennent au contenu d’exemple et doivent être considérées comme des interprétations proposées tant qu’elles ne sont pas étayées indépendamment. La mise en page peut présenter ce raisonnement ; elle ne peut pas établir que les causes citées ont produit les résultats affichés.