数据看板是什么，怎么做？

1.数据看板概念

1.1 定义

数据看板是数据可视化的载体。

• 数据看板是一个可视化工具，通过合理的页面布局、效果设计，将可视化数据更直观、更形象的展现出来；
• 数据看板是一个交流工具，通过数据公开和呈现，公司内部能够共享有效信息，激活组织间的交流与协作。

1.2 内容及作用

数据看板通过简明扼要的数据可视化展现，直观反映出业务变化；通过数据驱动建议的方式快速清晰地发现问题、帮助业务成长。

• 集成最底层的基础信息（如库存数据）——掌握业务现状；
• 根据业务属性、业务需求，通过基础信息进行管理指标的计算和管控（如库存周转率）——管理业务目标；
• 对数据记录进行反馈和告警（如库存数据是否异常）——衡量与共享业务结果，促进部门协作。

2.需求分析

2.1 结合场景，挖掘数据

所有的看板都是围绕一定的业务场景展开的，同时，我们也应该明白，不同的行业、场景具有不同的核心指标。数据看板的主要价值是掌握情况与解决问题。
（1）掌握情况（数据统计）
掌握情况是目标用户的基本需求，根据现状来分析与目标的差距，发现业务问题。大部分是数量的统计，不包含分析类的内容。

• 面向高层的战略看板，一般会通过纯数字形式来展示核心指标，不需要复杂的图表。
• 面向中层的业务看板，注重过程和组成，多使用增长曲线等形式来体现数据分布、规律和变化。

（2）解决问题（数据分析及结论）
能够通过数据可视化，从动态数据中提炼规律，发现不符合预期的部分进行优化迭代，然后再通过看板进行效果验证。

2.2 结合使用者，考虑不同设计重点

	战略看板	业务看板	运营看板
使用者	高层管理	中层管理	一线运营
应用范围	面向生产结果，对公司发展负责	面向生产过程，对具体业务负责	面向业务细节，对个人相关的业务负责
应用场景	战略核心指标监控	分析问题，寻找原因	日常运营监控，迅速行动
关注指标	关注核心指标，关注目标和现状之间的差距	关注利润增长曲线、转化漏斗、业务异常、部门员工KPI	关注个人绩效、业务细节
信息粒度	总体概况（天/周/月/季度/年）	总体细节都有（天/周/月）	细节的，可执行的（实时/小时/天/周）
考虑	考虑整体发展策略和趋势	考虑团队管理的便捷性	考虑如何调动个人机动性

战略看板设计主要突出简洁、唯结果论的特点，要主次分明，并且多的展现纯数字内容而非图表。一般设置6个左右的数据指标，有利于专注于分析最重要的指标。公司中高层对业务数据非常敏感，不需要曲线来表示规律，只用看到数字就能看出业务异常。
业务看板设计主要突出垂直细分的特点：研究业务增长就是业务增长的看板，研究活跃用户就是活跃用户的看板，或许这其中会有些关联性，但这种关联是弱关联，如果数据看板之间含混不清，那么分析业务也会有很多阻碍。

• 业务看板与战略看板最大的不同点是，注重生产过程，所以多使用增长曲线来体现数据规律和数据变化。
• 业务看板解决的核心问题是：及时发现业务问题和便于分析业务异常，视觉设计上要注重各个指标的色彩鲜明，便于察觉指标与指标间的关系。业务看板描绘的业务不同，数据不同，需要安排在不同的页面上，业务看板需要足够细分，绝对不能互相杂糅，纠缠不清。

3.设计看板的前置条件——报表设计

数据看板中有不少数据是需要后台去实时计算的，在数据量太大的情况下、筛选条件和统计项较为复杂时，图表加载速度会变慢，也会耗费大量系统资源。而如果先设计好数据报表，在数据看板中，查看图表的速度才不会收到影响。

3.1 构建分析体系

参考第二节.需求分析。
一般可采用枚举法，列举可能干扰到核心业务数据所有因素，再一一排查。

3.2 定义观察指标

• 进行维度下钻
  定义好分析框架后，要进一步确定观察指标，主要是对观察维度进行拆分，逐渐细化，只有在更精细的维度分析数据才最有可能得到准确的答案。
• 统一数据口径
  数据口径指的是对于数据的定义，如果系统内部统计口径不一致，就会导致业务分析出错。如果不对数据口径进行清晰的定义，开发人员在调用数据时可能会直接采用已有的口径，这个已有统计口径不一定符合当前数据指标的需要。
• 定义统计频次
  确定好需要统计的数据维度形成观察指标后，要对观察指标分类处理，有些指标属于关键性因素，有些指标属于次要因素。有些指标单位时间内产生的数据波动较大，统计频次可能要到分钟级。而有些指标数据波动较小，可能一天只有几次变动，统计频次可设定为小时级。

3.3设计呈现形式

• 默认查询时间
  统计具有延时的特点，有些数据统计必须等待订单完成才能纳入统计范围，比如默认查询时间定为t-7至t-1
• 排序规则
  默认按照哪一项数据排序
• 筛选项设置
  哪些数据选项需要筛选
• 统计项设置
  哪些数据需要合并统计
• 其他极端情况考虑
  数据极限值，最大时间范畴，取数为空时的处理等等

3.4复盘报表设计

• 使用率
  可通过数据埋点看该项功能的使用率，使用率不够要和业务部门沟通问题，及时迭代优化

• 目的是否达成
  观察是否实现最初想要得到的目的，分析链路上是否还存在障碍

• 用户满意度
  与业务部门沟通，看使用过程中有什么不方便的地方，效率方面是否还可以得到提升

    在设计原型之前，报表的准确性必须通过测试，且经过至少一轮的迭代优化。
  

4.数据看板设计要点

在进行看板设计时，需要结合页面层级、布局、指标图表、配套功能进行综合考虑。在设计中，要注意6个要点：

• 一个数据看板只聚焦一个商业问题。
• 简单高效，最好一屏包含所有需要的信息，优先满足查询效率，而不是酷炫的交互。
• 信息具有强关联性而不是孤立的一个数据，具体就是要有环比、同比来体现变化。
• 数据图表的刷新频次和统计频次要符合业务的需求，最好能做到实时更新。
• 选用的数据能够体现出趋势和规律，对于无趋势特性的数据，直接展示数字比较好。
• 对于不同的数据指标，不同的数据特性需要选用合适的图表。

4.1 页面层级与看板布局

• 设计数据看板时，页面层级一般不超过两级。

• 看板布局最好将页面分为三部分或者四部分，要凸显出重点指标（想要重点突出的指标应占据明显C位）。

    具体布局设计可查看参考文献4最后一部分
  

4.2 选择合适的图表类型

选择合适的图表类型能够最大程度满足视觉可视化的呈现效果，满足业务数据查看和分析的需求。每种图表适合的场景，可以在AntV G2Plot中进行查看。

• 柱状图：用于呈现不同类别的分布，也可用于趋势分析；
• 折线图：用于趋势的呈现；
• 饼图：用于呈现不同类型的数据占比；
• 漏斗图：用于呈现连续流程中的转化；
• 气泡图、散点图：可用于呈现数据在不同范围的分布情况；
• 雷达图：可用于同一主体不同维度的达成呈现；
• 韦恩图：通常用来表示两个数据集相关联的多少。

API调用：自行开发可视化图表耗时耗力，常见的解决方案是使用ECharts、AntV、QChart等开源可视化库，只需调用相应的api接口即可。

4.3 图表的配套功能

图表选择完成后，需要考虑该图表的配套功能都有哪些，包括：

• 设置权限：哪些人可见，哪些人不可见，可能在数据看板设置，也可能在后台进行配置；
• 支持下载：将看板数据通过excel进行下载导出，公司敏感数据是否要支持下载，需要和业务方进行确认；
• 全屏展示：将单一图表进行全屏展示，更精细的查看图表内容；
• 编辑看板：包括编辑看板的层级结构、指标内容、图表类型等，比如调整看板名称，更换指标，从折线图调整为柱形图操作。
• 分析结论与行动指导：如果仅仅将数据统计、图表分析放在页面上，靠用户自己去理解的话，难免使用起来会比较吃力，所以需要有结论性的内容来更直观的告诉他结果。

5.六大常见错误

6.结语：

在搭建和使用数据看板的过程中，公司经常会存在有效信息过少、核心指标模糊（注意虚荣指标的问题）、数据呈现混乱等问题。在进行数据看板规划时，建议参照现有的数据服务平台，比如GrowingIO、神策数据、诸葛io、小马BI、腾讯移动分析。多多体验平台的demo，借助成熟的参考，帮助我们更快更有质量地完成看板设计。

参考文献：

[1] 麋鹿产品.产品笔记：数据看板[EB/OL].人人都是产品经理,2020-09-01. http://www.woshipm.com/pd/4161426.html
[2] 凉凉Lxy.复盘：如何搭建数据看板？[EB/OL].人人都是产品经理,2020-08-17 http://www.woshipm.com/pd/4138660.html
[3] 交响乐的口技现场.后台产品方法论：如何搭建数据看板？[EB/OL].人人都是产品经理,2020-03-03 http://www.woshipm.com/pd/2792102.html
[4] Hugh Dong.产品设计心法：数据看板篇[EB/OL].人人都是产品经理,2019-09-02 http://www.woshipm.com/pd/2801719.html
[5] GrowingIO.数据看板怎么搭？这里有 3 大原则和 4 大构成要素[EB/OL].人人都是产品经理,2020-09-11 http://www.woshipm.com/data-analysis/4177584.html