在後臺中，數據面板能夠直觀反映出業務變化，並有助於決策層發出業務調整與決策。那麼搭建數據看板的時候，要如何搭建呢？又有哪些注意要點呢？
一、產品背景分析
1. 什麼是數據看板
數據看板一般用作後臺系統的首頁，主要呈現公司當前業務相關或運營管理相關數據和圖表，方便公司內部人員實時了解公司內情，掌握業務發展情況，並能夠對數據變化做出業務決策。
2. 誰在使用數據看板
數據看板是公司內所有人員都會關注的，無論是公司高層還是基層業務操作者都會關注相關的數據指標。只是不同的角色的需求不同，如下圖：
不同的角色的默認看板頁面是不一樣的，要設計多份看板頁面，至於不同頁面是否可以互通，這就要取決於公司業務數據是否屬於商業機密，牽扯到RBAC權限模型的設計，這裡就不多贅述了。
二、設計看板的前置條件——報表設計
設計看板可不是腦子一熱就開始畫原型了，那樣得到的看板是不切合實際的，而且也不一定準確，尤其是對於數據大量且複雜的業務而言，需要先設計好報表。數據看板中有不少數據是需要後臺去實時計算的，在數據量太大的情況下，篩選條件和統計項較為複雜時，圖表加載速度會變慢，也會耗費大量系統資源。而如果先設計好數據報表，在數據看板中，查看圖表的速度才不會收到影響。
不要急於數據可視化的設計，需要數據報表所呈現的數據經過多次測試沒有問題，再經過至少一輪的迭代優化，再著手進行可視化方案的設計。
數據報表的設計需要經過以下流程：
1. 構建分析體系
向業務結果的分析
b端產品經理不同於c端，業務是一切產品設計的核心，必須圍繞業務進行產品設計。首先要明確分析目的，並進行業務診斷，最重要的是打通分析鏈路。
例如要分析利潤曲線，與利潤相關的數據有利潤率、在架率、產品種類、報價策略、市場行情變動等。
根據公司具體業務不同，明晰哪些是需要重點關注的，哪些是可以暫時擱置的，特別是要跟業務團隊多溝通協調，共同商議出一個分析框架。
一般可採用枚舉法，列舉可能干擾到核心業務數據所有因素，再一一排查。
面向生產過程的分析
公司不僅要求分析業務結果等業務強相關數據，生產過程關係到每個人的工作效率和工作成果是否達標，生產過程同時也是對人員kpi的考核。
如對銷售的拜訪客戶數、銷售線索獲取數量、籤單客戶數，貢獻利潤佔比等，對客服的工單處理數量、客戶評分、分鐘會話數量等，該部分分析主要根據使用者的操作記錄產生數據。
2. 定義觀察指標
進行維度下鑽
定義好分析框架後，要進一步確定觀察指標，主要是對觀察維度進行拆分，逐漸細化，只有在更精細的維度分析數據才最有可能得到準確的答案。
比如在架率又可細分為日間在架率和夜間在架率，還可繼續細化為某某產品在架率，甚至可以細化到業務員王二在日間12:33誤操作某交易量極大的產品，造成利潤損失。這樣就打通了從業務結果——生產過程的分析鏈條。
又比如報價策略有可細化為具體sku的報價問題，該數據又可關聯到上遊供應商近期內價格調整頻繁，而報價策略未結合該特點導致該產品報價過高/過低。
維度細化的過程中，可能會逐漸拆分為一級指標、二級指標……n級指標，但並非拆分中的每一個維度都要作為觀察指標。是否作為報表使用要結合公司業務特點並且和業務部門多次溝通協調達成共識。
在維度下鑽的過程中確定哪些維度是需要進行統計的，哪些是不需要用到的。
統一數據口徑
數據口徑指的是對於數據的定義，如果系統內部統計口徑不一致，就會導致業務分析出錯。如果不對數據口徑進行清晰的定義，開發人員在調用數據時可能會直接採用已有的口徑，這個已有統計口徑不一定符合當前數據指標的需要。
產品人員應該單獨書寫一份關於數據口徑的定義的文檔，並上傳至系統內部的文檔共享系統，方便業務人員隨時查閱。如果系統允許，儘可能與業務部門達成共識，形成一套標準的數據口徑。
定義統計頻次
確定好需要統計的數據維度形成觀察指標後，要對觀察指標分類處理，有些指標屬於關鍵性因素，有些指標屬於次要因素。有些指標單位時間內產生的數據波動較大，統計頻次可能要到分鐘級。而有些指標數據波動較小，可能一天只有幾次變動，統計頻次可設定為小時級。
3. 設計呈現形式
一開始的呈現形式以簡單、好調整為主，不必急於線上化，也不必追求酷炫的交互效果。嚴格遵循mvp原則，用最小功能集合去迭代產品。
報表在設計初期必然面臨指標的頻繁調整，以及數據不準確，統計範圍需要變更等種種問題。初期可採用系統定時通過郵件發送報表，報表的形式可以是一張簡單的excel表格，這樣先試用一段時間，確定要分析的數據欄位、監控指標等沒有問題後，再著手進行線上化的設計。
確認好線下的報表迭代優化完畢後，設計線上化的方案，一般考慮以下幾個方面：
默認查詢時間，統計具有延時的特點，有些數據統計必須等待訂單完成才能納入統計範圍，比如默認查詢時間定為t-6至t-2
排序規則，默認按照哪一項數據排序
篩選項設置，哪些數據選項需要篩選
統計項設置，哪些數據需要合併統計
其他極端情況考慮，數據極限值，最大時間範疇，取數為空時的處理等等
大致的形式如下，但在實際業務中數據遠比這個複雜：
4. 復盤報表設計
報表線上化固然有其優點，方便、快捷，效率高。但是也存在一些弊端，比如不夠靈活，excel表格可以方便做成各種你想要的數據透視表，而線上只能固定其中的幾種。線下還可以採用任何關聯要素利用vlookup進行匹配，線上則已經固化了分析指標。
因此，產品上線一段時間後，要及時復盤功能是否好用，是否得到認可。
使用率：可通過數據埋點看該項功能的使用率，使用率不夠要和業務部門溝通問題，及時迭代優化
觀察是否實現最初想要得到的目的，分析鏈路上是否還存在障礙
用戶滿意度: 與業務部門溝通，看使用過程中有什麼不方便的地方，效率方面是否還可以得到提升
三、數據看板的設計
當數據報表完善之後，那麼實現數據可視化也就非常方便了，效率是b端產品的核心，設計看板也不應該花費太多時間在交互體驗上。這裡主要滿足以下幾個設計要點：
簡單高效，優先滿足查詢效率，而不是酷炫的交互
信息具有強關聯性而不是孤立的一個數據，具體就是要有環比、同比來體現變化
數據圖表的刷新頻次和統計頻次要符合業務的需求，最好能做到實時更新
選用的數據能夠體現出趨勢和規律，對於無趨勢特性的數據，直接展示數字比較好
對於不同的數據指標，不同的數據特性需要選用合適的圖表。
數據波動、對比、排序，不同的衡量方式也應該選擇其對應的圖表類型
1. 需求分析
數據報表可能有十幾種報表，幾十個數據指標，但這些並不是都需要呈現出來的，選用哪些數據指標和衡量方式，需要和業務團隊溝通確定。
需求是分層級的，有些需求處於核心業務的需求，有些屬於經營管理層面的需求，而前者永遠是公司發展的核心，因此其重要性和優先級要高於後者。
對於上圖來說，部門員工的相關kpi，個人績效屬於經營管理層面的數據要求，第一期工程可以先不考慮實現，先確保實現核心業務相關的數據看板的可用性和準確性。
2. 戰略看板設計
戰略看板設計主要突出簡潔、唯結果論的特點，要主次分明，並且多的展現純數字內容而非圖表，下圖舉例：
一般設置6個左右的數據指標，有利於專注於分析最重要的指標。
需要支持自定義配置，可根據業務發展需要靈活調整看板需要呈現的數據。
之所以採用數字形式而不使用各式各樣的圖表，一是為了保證第一時間掌握業務現狀，二是公司中高層對業務數據非常敏感，不需要曲線來表示規律，只用看到數字就能看出業務異常。
產品經理也應該培養數據敏感性，以便於能夠理解業務，做出更符合業務需求的數據產品。
3. 業務看板設計
業務看板設計主要突出垂直細分的特點，研究業務增長就是業務增長的圖表，研究活躍用戶就是活躍用戶的看板，或許這其中會有寫關聯性，但這種關聯是弱關聯，如果數據看板之間含混不清，那麼分析業務也會有很多阻礙。
業務看板與戰略看板最大的不同點是，注重生產過程，所以多使用增長曲線來體現數據規律和數據變化。研究增長曲線：
銷售漏鬥：
上圖所示僅為單一維度，實際業務場景往往是一個關鍵業務指標關聯著其他的數據指標，圖表要支持維度下鑽，點擊能夠查看二級指標的圖表信息。
要能夠支持x軸平移和縮放，y軸的刻度能夠根據數據大小自適應。
業務看板解決的核心問題是：及時發現業務問題和便於分析業務異常，視覺設計上要注重各個指標的色彩鮮明，便於察覺指標與指標間的關係。
業務看板描繪的業務不同，數據不同，需要安排在不同的頁面上，業務看板需要足夠細分，絕對不能互相雜糅，糾纏不清。
4. 選用合適的圖表類型
選擇合適的圖表類型能夠最大程度滿足視覺可視化的呈現效果，滿足業務數據查看和分析的需求。
以下選用幾個典型的業務場景做說明：
（1）描述業務增長曲線，利潤曲線、銷量曲線、用戶數量等，重點表示業務發展的趨勢
常規面積圖：
所有數據都從相同的零軸開始，使用與展示總量與分量之間的關係，必須設置透明度以避免重疊。
堆疊面積圖：
數據起點為上一個數據集，主要用於展示數據分量佔數據總量的百分比，然後對分量所佔百分比進行對比
折線圖：
折線圖和面積圖都可以用來展示連續數據隨時間變化的趨勢，但選用還是有其側重點：
常規面積圖適合表現總量和分量之間的關係，比如總量是總用戶量，而分量是各個渠道的用戶，那麼選用面積圖較為合適
堆疊面積圖適合表現分量所佔數據總量的比例
折線圖更適用於展現分量與分量之間的對比（不含總量），避免了面積圖阻塞的問題
通常情況下，需要展示數據總量的業務，使用面積圖會更好些
（2）描述業務流程問題
描述業務流程最常用的圖表是漏鬥圖，銷售漏鬥圖、用戶留存漏鬥圖，但漏鬥圖只能表示單一流程，如果想要表示具體的用戶數據流向，和多維度更加複雜的流程數據，就很難表示了。
桑基圖：
桑基圖能夠很好地表示用戶從加入購物車到收穫的全流程，主支寬度總和與分支寬度總和相等，不同寬度代表不同流量的大小。
漏鬥圖這裡就不過多贅述了，比較簡單。
（3）描述數據分布
氣泡圖：
氣泡圖最適合展示數據的分布範圍，橫坐標可設置為時間，縱坐標可設置為商品的價格，表明商品價格區間隨時間變化的趨勢，而不同的顏色表示不同的商品，這樣對於價格頻繁變動的商品，查看其每天的價格分布以及趨勢很有幫助。
不常用以及過於簡單的圖表，這裡就不再詳細展開了，使用圖表以好用、夠用為原則，不必過於追求複雜圖表，否則業務團隊覺得麻煩，不願意使用，那就背離了產品設計的初衷了。
另外，自行開發可視化圖表耗時耗力，常見的解決方案是使用ECHARTS 、QCHART、AntV等開源可視化庫，只需調用相應的api接口即可。
四、其他注意事項
由於b端業務的特性，後臺系統不對外開放，僅企業內部人員使用，因此著重強調的還是圍繞業務問題進行業務數據建模，打通分析鏈路、維度下鑽和報表設計等層面，看板的設計反而較為簡單（b端對於視覺體驗的要求不高），況且市面上已經有很多非常成熟的可視化解決方案可供調用，視覺體驗的設計下限比較高，因此後臺產品經理應該把主要精力集中在後端邏輯層面。
產品經理要儘可能的多參與前期業務設計的過程中去，旁聽業務討論也有助於理解業務部門痛點和難點在哪裡。業務調研和訪談的形式不夠深度，業務方在表達訴求時也可能會偏離他們的初衷，產品經理只有深入業務邏輯才能對業務方提出的需求多加辨別分析，形成有產品經理專業意見的設計方案。
*本文轉載自公眾號：大數據分析和人工智慧
第328篇 數據分析展示就用DataHunter
－End－
關於 DataHunter
DataHunter 是一家專業的數據分析和商業智能服務提供商，註冊於2014年。團隊核心成員來自IBM、Oracle、SAP等知名公司，深耕大數據分析領域，具有十餘年豐富的企業服務經驗。
DataHunter 旗下核心產品智能數據分析平臺Data Analytics、數據大屏設計配置工具Data MAX已在業內形成自己的獨特優勢，並在各行業積累了眾多標杆客戶和成功案例。
成立以來，DataHunter就致力於為客戶提供實時、高效、智能的數據分析展示解決方案，幫助企業查看分析數據並改進業務，成為最值得信賴的數據業務公司。