搭建数据指标的点、线、面

      对于B端产品经理而言，数据可视化是时常被提到的词。事实上搭建数据可视化的前提是需要搭建数据指标，定义数据指标是没有固定的形式的，基本是按照自己的实际情况而定义。

        所以一旦数据指标没有定义好，可能搭建出来的数据可视化数据就会显得冗余，表达不出重点，没有具有比较性，无指导意义。接下来将会以短视频型的APP通过研究用户画像确定推送内容和时间点这个例子讲述一下应怎么从点、线、面上去搭建数据指标。

数据指标的定义

        通常我们讲述的指标是指将业务单元精分后量化的度量值。但是将多个业务单元进行大类精分后的度量值，也称之为数据指标。

如何搭建数据指标

确定需要解决问题的业务问题

      搭建这个数据可视化的目的，到底是需要解决什么问题，这是非常关键的，这往往是需要业务方，数据方，运营方一起讨论达成一致的问题共识。有了方向，才能确定数据产生的场景，进行数据埋点，取值。

      同样道理，如果这个方向没有明确，将这会影响后续在用户画像中的指标取值，甚至导致整个数据指标变成没有价值。

数据指标中的点

        每个点既是每个用户不同类别的标签，转化为可量化后，也就要演变成最小单元的数值。具有聚合性，是连续性的值。下面主要讲的是一个主力用户的标签。这个用户则可以归为多个不同的分类上的点。

数据指标中的线

        含义：所有具有相同属性，但是又不同程度上的数据点就成为数据指标的线，具有离散型。

        在用户画像下，各个不同类别的标签，都可以通过属性定义，将这批数据归纳为n条不同的属性线。例如可以将动漫爱好用户和游戏爱好用户归为两条属性线。同时这些属性的线将会成为搭建面的维度

数据指标中的面

       在确定属性之后，将会进入搭建数据指标的最后阶段。数据指标是由维度和度量一起构成，维度则是上面所指的线，度量则是上面指的点。例如用户画像中的动漫爱好用户为一条属性，度量则是在该时间段上线人的个数，维度则是时间点，就可以搭建出一个面。同时可以将多个面关联结合在一起，选择不同形态的可视化。

       通过数据指标显示，看日漫的用户会比较集中在9点的时间上线，所以在该阶段去推送日漫的番剧，可以提高用户的粘性

总结

          常见的数据指标可分为三类，用户数据、行为数据、业务数据。基本不同产品的数据指标的方法是不一致的，都需要结合实际情况去做设计。并且在做数据指标设计的时候，最好是不要一开始就设计大而全的方案，而是应该从设计的小而精的方案，并通过关联形成大而全的方案。这样的设计会比较简单上手且不会做出华而不实的数据指标

         总而言之，好的数据指标具有可比性，简单易懂，是个比率。能带来你所期望的变化，会改变行为。可通过这批指标的变化，确定是否采取相应的举措。