数据看板的搭建思路

|0x00 谁在用数据看板

我们在讲一件事情之前，首先要问自己两个问题：

• 第一，这个东西的作用是什么；
• 第二，这个东西是给谁用的。

譬如报表，大家的想法，很自然的会认为，这是给高管或投资人看的。

但，素有“中国巴菲特”之称的段永平，在谈到自己的投资经验时，会说他几乎从来不看报表，如果真的想了解，会请专业人士看完，给他一个结论。因为，看报表只是了解一家公司的入口，更像是诊断指标的化验单，医生可以用它作为参考的依据，但它毕竟不是诊断结果。

所以，数据看板的作用，应该是给专业人士用的、用于呈现公司业务数据的表格或图表，方便公司内部的相关人员掌握业务发展情况的地方。数据看板的用户，也应该是以业务leader、一线运营员工为主，辅助以高管的情报需要。

有了分层的用户群体，我们就可以清晰的画出一份角色画像：

16157895328483.jpg

|0x01 数据报表设计

数据看板最核心的内容，就是数据报表了，其他的功能，比如数据解读、指标洞察等，都是在报表的基础上做的延伸。

但数据报表并不是脑子一热，画个草图就可以开干的，尤其是对于复杂业务而言，只有在规范的分析体系之下，如何设置筛选条件、查看统计项、选择合适图表，才能做到搭建的即快速、查询速度又不慢。一些比较基础和重要的报表，通常还需要进行相应的数据测试，保证展示的内容是正确的。

有道是：“依据正确的数据，才能做出正确的抉择。”数据如果都不对，那分析个啥咧？

通常情况下，数据报表的设计，有三个比较关键的步骤：

• 设计分析体系；
• 定义数据指标；
• 调整数据报表。

【设计分析体系】

业务是数据报表设计的核心，要想有清晰的分析体系，要点在于打通数据分析的链路。

例如要分析用户的增长情况，使用AARRR模型，就要获取用户的激活、留存、来源等相应的数据，统计每个阶段的转化情况；分析销售利润，就需要知道利润率、在架率、产品种类、报价策略、市场行情变动等数据。

正常的业务，都会有一个比较成熟的分析体系，这个可以多跟产品运营市场的同学聊聊。

【定义数据指标】

大多数情况下，数据部门都会有自己的指标库，但对于搭建看板来说，主要关心的是三个东西：口径、维度和统计周期。

数据口径不清晰，大概是业务人员碰到最多的情况，也是跟技术团队撕逼最多的内容。因此，针对一些比较通用的指标，类似于uv、gmv、arpu等，要有明确的定义，尽可能多的与业务部门达成共识，并且在内部文档系统中能够随时检索。

定义好数据口径后，就需要当前业务需要观察哪些主要指标，并对观察的维度进行逐步拆分，俗称“下钻”。正常一些的指标，提供下钻的能力是标配，因为更深入的维度上分析数据，才可能得到准确答案。但不是所有的维度都要放到报表上，有一些业务无关的维度是不需要展示的。

最后就是统计的时间周期，正常情况下就是按天/按小时两种频次，如果业务变化比较快，那么15分钟甚至实时数据也是需要看的。但总的来讲，更新频率越快，对技术的要求越高，这个还是要看团队当前的技术能力。

【调整数据报表】

数据报表不同于产品，要在单位面积内提供最有价值信息，就需要严格的遵循MVP原则，用最小功能集合去迭代产品。

但要心理有一定的预期，因为很少有报表设计好之后，就不再变动。上线的初期，频繁的调整指标、统计范围、筛选条件、权限控制都是很常见的问题，因此可以初期通过Excel推送给相关的业务方，等业务稳定下来再考虑线上化的问题。

报表线上化的时候，需要考虑一些常见的问题，包括：

• 默认查询时间，是否有月初空值的情况；
• 数据排序规则，默认按照哪一列排序；
• 筛选条件的设置，哪些条件开放给用户最合适；
• 统计指标的检查，是否存在需要合并、去重的情况；
• 异常值的处理，比如空值、极限值等。

|0x02 数据看板设计

当我们能够独立的搭建数据报表之后，通过工具提供的可视化能力，如何高效率的、快速的搭建一个交互体验良好的报表，考验的就是过去经验的累积了。

例如，我比较推荐如下的几种报表设计原则：

• 展示最核心的指标，优先保证查询速度，而不仅仅是酷炫的效果；
• 不同区块之间的数据信息，要有关联性，能够体现你分析问题的思路；
• 内容要符合业务需求，无关的信息不要展示；
• 通过图表体现出指标的变化趋势，关键点最好能够有文字说明；
• 不同数据指标有对比，对比是发现问题的最直观方式。

从上面的信息可以看出来，选择合适的图表很重要，下面是网上比较常见的一张图表选择建议图：

16158124504220.jpg

但还有其他的一些设计技巧值得学习：

• 让表格井井有条：包括字段的对齐、日期格式的统一、区块的缩放和合适的高度；等等；
• 让表格更直观：单元格的底色和内容要有一定的对比性，因此使用斑马纹可以提升浏览速度；避免使用深色的、粗线条的边框，这样会让边框喧宾夺主；对重点关注的数据进行高亮提示；等等；
• 使用简单而明确的提示语：比如Hover提示、默认操作的提示、透传文案的写法，等等；
• 折叠明细数据：虽然明细数据是报表的核心内容，但如果数据太多，反而会使得报表想要表达的内容非常不直观，因此一些信息是需要进行隐藏的：比如树形表格，默认只展开第一列；比如通过更多选项，跳转到下钻的明细页；比如通过报表工具的字段筛选功能，将更多的探索型指标隐藏起来。

接下来就是针对不同的用户，进行特定的优化。因为我们可能有几十种不同的业务过程，几百个相关的数据指标，但这并不是所有人都要看到的，选用哪些数据指标和衡量方式，需要和业务团队沟通确定。例如有些指标是核心业务的诉求（DAU等），相较于一些偏向经营管理层面的指标，前者永远是公司发展的核心，需求的优先级也就要高于后者。

首先是针对高管的报表设计，设计的原则很简单：“简洁、唯结果论、主次分明”。这种报表的设计更多的倾向于展示纯数字内容，而非图表，因为高管要第一时间掌握业务的现状，图表反而增加了获取关键信息的成本；另一个是高管对业务数据非常敏感，不需要曲线来表示规律，基本上只需要数字，就可以迅速判断出业务的健康程度。

高管对数据的敏感性，比一线开发还要高，不要试图去蒙混过关。

其次是针对业务的报表设计，突出一个“垂直细分”特征。因为影响业务的因素会有很多，相较于高管的“看重结果”，业务人员更加“看重过程”，所以多习惯于使用曲线、漏斗等图标来展示数据的变化趋势和变化规律。因此业务提过来的需求，基本上是360度无死角的各种下钻和关联，那种把数据最大程度上刨根问底的程度。

为业务设计报表，最为费时，视觉特征、区块联动、维度下钻、异常高亮、注释说明、移动端适配，等等，仅在数据分析体系之外要考虑的问题，就已经不少。

|0xFF 数据的推送

当报表设计完成后，为了节约时间、提醒风险、每日例会等情况，需要将报表配置成可以推送的形式，

推送有三种方式：邮件推送、聊天工具单独推送、聊天工具群推送。

邮件推送是比较常规的推送方法，配置的方式也比较灵活，能够方便业务人员每天来公司后第一时间查看。

聊天工具的推送，现在的钉钉等企业通讯软件基本都支持，配置一个推动端口即可。这种方式的好处是效率更高一些，避免信息被冗余的邮件所覆盖。

有些时候，如果数据发生了异常，也可以配置相应的信息推送，来提醒开发或者是业务人员查看。

有些时候，报表的推送是一件很有必要的事情，因为当信息非常繁杂时，我们很容易遗漏一些什么，这时候简单的推送功能，背后代表的就是数据驱动能力的一部分。提升业务价值的手段并非只有算法或者是分析报告，依靠人的经验+工程手段，一样可以做到。