移动端数据可视化产品打法实战

一、背景

        随着越来越多的传统企业将数字化转型作为其第二增长曲线的战略方向，企业的日常经营管理正在经历着翻天覆地的变化。以一个传统银行的信用卡中心为例，过去的销售办卡当日业绩追踪方式往往是通过终端业务人员线下自行统计，并通过微信或其他IM工具进行逐级上报、汇总至各级业务组织后，经过人工统计才能获得。而总部最快也要第二天才能统计完成前一天的全国业绩情况，而对于那些做过一轮信息化转型的公司，可能已经具备了一套完整的从应用系统记录到统计层汇总的自动化计算模式，但受制于离线数据计算速度的限制，对基层的业绩统计甚至比人工统计还要更慢，这显然是不符合企业高效管理诉求的。

二、核心打法

        整个移动端经营数据可视化工具（简称“经营助理”）的打法我们采取了1+N策略。

        1是指针对所有业务板块，我们提供了一套标准化的指标查询页面，它类似于电商的商品详情页，我们可以通过后台运营系统，针对已经具备离线或实时数据计算能力且已落库的指标，通过一系列简单的配置，即可实现指标“上架”，用户可以直接通过指标分类导航或搜索入口，直达指标详情页，获取指标的基础数据包含各类时间维度的统计值、趋势图、基本下钻维度等。

        以信用卡获客的全流程为例，从用户申请信用卡到激活、消费、分期、还款、直至注销，每一个动作我们都会提供实时的数据统计，而且这个统计的聚合维度是全销售维度的。我们希望每一个层级的业务领域管理者，都能随时在手机上查看当前业绩数据，以便实时采取业务动作，并观察他们的业务动作是否有成效，让他们得到“即时满足”。

        这个策略也是经营助理可以成功的最大因素。因为它用一个移动端的高频场景，击穿了原有的基于PC+离线计算的数据获取渠道和时效，从而吸引了大量管理人员的流量。

        N是指基于场景提供个性化数据服务，帮助管理者随时随地获得业绩各类指标的同时，还能获得一些可以提升管理效率的策略支持。举个例子，我们在寻找基层管理岗痛点的时候，发现他们常常会背负一些复合型的指标KPI，例如一个带着10名终端业务员的组长，他需要确保业务员带来的新客户成为总部定义的“活跃客户”，而且其月度考核会与“活跃客户”的数量息息相关。

        那什么是活跃客户？活跃客户需要满足4个要求，即对于已经成功办理信用卡的客户，需要绑定微信支付、绑定支付宝支付、添加业务员的企业微信，并至少进行一次交易且交易金额大于100元。

        以往组长想要提升这个指标，只能不停催促业务员把这4个动作都完成，最多制定一个简单的KPI去追踪，但每个小组每天都有超过1000名新客户，而且业务员一天的大部分时间都在外场，没有时间和精力一个一个地打电话处理，往往会发生联系了N多个用户，动作也完成了N多个，但活跃客户数就是没有做上去。我们发现这个问题后，决定充分利用我们的实时数据能力，帮助他们提升这个指标。

        那我们是怎么做的呢？

        首先，通过数据分析发现，业务员每天可用于维系客户关系时间仅有1～2小时，无法针对其存量新户做到全促动，有很多新户是没有被业务员触达到的。与此同时，我们还发现每个月会有将近20%的新户，仅差1个动作就可以被定义为活跃客户，而这些人当中会有相当大的一部分完全被业务员错过。

        基于上述两个分析结论，我们为业务员定制了一个优先触达客户清单，并将清单以一个专题的形式，落地在他们日常工作的App中，我们把仅剩一个动作就能成为活跃客户的用户给他们列了出来，而且这个名单做到了实时统计，一旦当天有新的客户满足这条规则，系统将会自动推送至业务员手机端，同时也把相关的数据实时汇总到他们的组长、团队长以及经理层级，并进行各层级的排名和PK。

        这样做一方面为业务员提供了明确的业务动作指引，另一方面也给各级管理层提供了执行抓手。自此，业务主任可以把精力投入在更有价值的事务上。而业务员也能将他们宝贵的时间高效地转化为收入，实现最大的投入产出比。基于这个场景的成功，我们后来针对所有复合型的KPI进行了一次梳理，并将这个优化方案升级为重点项目，命名为低垂果实识别项目，在销售这条线上获得了很好的推广。

        经营助理用高频击穿低频以获取足够多流量后，通过场景挖掘形成用户依赖，最终获得了成功。但是在整个产品的设计过程中，其实也遇到了两个难题。 

难点1：指标管理问题

        因为历史背景复杂，整个信用卡中心的指标口径全部寄托于一个Excel表格，传播力、权威性都很差。而经营助理的定位更多的是一个应用型产品，不具备数据中台的职能和能力。在项目初期，很难获得用户的信任。所以我们的策略是依托高频场景去吸引用户使用后，通过口径管理和前端展示，去影响用户心智，成为公司事实上的指标标准输出方。

        第一步做的是口径管理，我们把指标分为了两大类，分别是原子指标和衍生指标，原子指标可以理解为一个不含有维度信息、仅通过业务流程所产出的指标，例如客户量、消费金额。而衍生指标则是原子指标的拓展，拓展的方式可以是增加特征、圈定时间范围、限定维度等等，例如新客户量、线上渠道消费金额。

        对于原子指标，在项目初始化阶段，我们协同战略部梳理了原子指标的业务口径和IT口径，同时联合数据开发团队形成了多张核心主题表，并基于这些主题表开发了一套原子指标。我们还为这套指标设计了一个完备的运营流程，每个原子指标的口径改动都要经过主要领导的审批，同时会严格记录口径变更的日志及影响面。

        而对于衍生指标，管理重点则是“维度”，我们会针对所有衍生指标涉及的维度进行管理，这个维度可能是一个时间维度，也可能是一个属性维度，这些信息也都会被记录下来，并接受严格的数据质量监控。

        其次是展示层设计，我们在指标详情页上提供了口径解释的通用入口，并针对每个指标做标签化管理，例如原子指标会有原子指标的Tag，同时会标注该指标口径的属主是战略，用户可以非常便捷的查看当前指标详情页的业务属主、使用场景等基础信息，甚至还可以通过点击相关指标OWNER，调起企业IM工具，进行实时沟通。久而久之，用户就形成了看指标，就上经营助理的习惯，那自然而然，我们就成为用户心目中的标准。

        当然除了这个还不够，我们还可以攻克指标的通用接口服务输出能力，通过为全行的应用系统提供指标统计值输出服务，进一步做实指标标准化。

难点2：小屏幕内容设计问题

        在移动端屏幕上，如何有效平衡操作复杂度和内容丰富度之间的关系。

        移动端的优势是随时随地，但劣势也很明显就是屏幕小，所以我们需要在有限的空间里，为用户提供最便捷的查询服务，那用户画像的分析则是无法回避的问题。

        我们的产品是一个面向企业管理者的产品，他们职级不同，关心的内容就会不同，数据查看能力也不同，而不同的人对操作成本的容忍度也不相同，所以在设计产品功能时，我们需要一个可以客观反应用户特性的画像，即“集体人格”，以便在产品设计上能够满足不同人群的需求。

        在一期项目中，我们选择了总部领导作为首个分析对象。一方面，我们根据自己的理解，为总部领导设计了一个数据看板，头部是金刚位，里面分门别类提供了很多业务板块的入口，为了丰富页面内容，我们在金刚位下方提供了核心指标的罗列，并以矩阵的形式呈现。我们的想法是：产品先上线，然后通过埋点日志，去观察总部领导的使用情况。另一方面，我们通过项目负责人的渠道，邀请了一名总部领导做了一次简单的产品调研，然后和他沟通了初步方案，于是我们获得了一个非常值得分享的结论。

就是“用户说的和他做的，是两码事”。

        为什么会这么说？因为这位领导在调研的时候，被我们的产品设计方案完全说服，觉得特别合理，仅仅提了一些指标选取上的意见。但是当产品上线后，我们发现，被他称赞最多的金刚位分类模块，整个总部领导用户中几乎没有人点击。反而是我们觉得属于锦上添花的核心指标值区域，被点击的次数最多。

        经过分析，我们发现这两个特征：

• 总部领导使用场景碎片化，每次的访问时间不超过1分钟；
• 首页点击全部集中在仅占据20%面积的指标矩阵上，而这些指标占据了首页80%的点击量。

        所以我们得出结论：大领导画像的最大特点，就是需要在最短的路径、最小屏幕尺寸上获得最多信息，于是我们把金刚位位置大幅收窄，并扩大了指标矩阵的面积，矩阵内容高密度地展示各指标值，并对所有可以实现实时的指标进行了实时计算。于是，总部领导2.0的版本获得一致好评，首页的点击率和打开次数大幅提升。

        这个案例同时还告诉我们，调研并不是越多越好，因为这涉及调研对象的角色问题，我们称之为这个人在当下的角色框架，你的调研对象很容易在调研过程中把自己定位成“产品专家模式”，他的认知更多地处于“听”和“理解”的循环中，一旦符合常理或符合某些方法论，是很容易形成共鸣的。

        但当他脱离这个环境，成为真实用户时，他的角色变成了管理层，其行为将会受他的角色控制，以总部领导为例，如果他在开会的间隙，打开经营助理，罗列在他面前的是一个一个分类，关心的指标需要再去选择。一个犹豫，就放弃了。但在新版本中，首页一共塞了二十多个指标，并且指标本身的排列顺序与业务流程和角色强相关，那他就能快速锁定自己所关心的指标，用户体验会很好。

三、总结

        以上，是我在设计数据可视化产品过程中的一些实战经验，今天我们主要从1+N的核心打法和指标管理及内容设计两大难点，为你介绍了一个面向销售的数字化转型工具的设计方法，然后以一个“大领导”的案例，为你展现了作为产品经理，在产品需求调研过程中应该如何精准识别用户在不同场景下的角色，设计出真正符合用户使用场景的数据可视化产品。

        当然这些内容只是整个产品设计过程中的一部分思考，之后，我会继续与你分享更多的设计思路和实战经验，例如我们如何在移动端上使用多样的可视化交互方法，让数据展现不再枯燥的同时，还具备启发性，以及中基层管理者的最佳产品设计案例、如何利用攀比心理让产品活跃度实现指数级增长等等。