复盘：如何搭建数据看板？

内容导航：

复盘：如何搭建数据看板？

一个完整的项目复盘到底要怎么做？

excel如何制作看板

怎样用图表分析数据

一、复盘：如何搭建数据看板？

编辑导读：数据面板能够直观反映出业务变化，并有助于决策层发出业务调整与决策。那么搭建数据看板时，需要注意哪些问题？具体步骤是什么？本文作者对一次数据看板的搭建进行了复盘，结合具体案例分享了数据看板设计过程中需要注意的一些问题，供大家一同参考和学习。

在工作中，笔者负责了数据看板的后台配置化模块。在前期产品设计时，一开始没有对数据看板的需求、设计规范等的系统性认知，希望通过这次复盘，加深对数据看板有更进一步的认知。也希望对数据看板有需要的小伙伴有一定的帮助。

一、什么是数据看板？

提到「数据看板」，需要先了解「数据可视化」。

数据可视化，是把相对复杂、抽象的数据，通过可视的方式，让人们更易理解的图形展示出来的一系列手段。

而数据看板是数据可视化的载体，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。

数据看板一般用作后台系统的首页，或者作为系统的其中一个模块，呈现当前业务、运营相关的数据和图表，方便实时掌握业务情况，并能够支持业务决策。

除了数据看板，还有数据大屏、管理驾驶舱、城市大脑等类似产品，有兴趣的同学可以继续探索。

二、数据看板需求分析

按照「为谁（目标用户），提供什么样的服务（业务流程），帮他达成怎样的目标价值（业务指标）」来进行分析。

1. 目标用户

目标用户是相关业务的所有人员。可以按照基层/中层/高层来进行初步划分，各层级所处位置不同，侧重内容也不同，具体分析内容如下图。

2. 价值

数据看板的主要价值是掌握情况，解决问题是较高层次的应用。

（1）掌握情况

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。

选自GrowingIO

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。

选自神策数据

（2）解决问题

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。

今夏的热门综艺《乘风破浪的姐姐》的数据表现如何？通过百度指数可以看出，虽然每期节目首播在周五，但一般是周六达到高峰。同时在6月份开播后热度不断下降，如果没有什么调整优化，后期的热度让人难以期待。

选自百度指数

三、数据看板设计

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，要注意三个要点：

简单高效，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数据，具体就是要有环比、同比来体现变化。选用的数据能够体现趋势和规律，对于无趋势特性的数据直接展示数字比较好。

1. 页面层级数据看板存在一页和多页的情况。多页时，各看板可以是平铺结构（左侧图），也可以是层级结构（右侧图）。根据看板的数量及维度，选择适合的结构即可。

层级结构时，建议2层嵌套即可。一方面，3层以上嵌套过深，不直观，不容易被用户发现，另一方面需要反思，是否是指标过多、分类不当，需要进行调整内容归类，进行一定删减，避免无用指标。

2. 页面布局

每一页的布局需要考虑是单屏，还是长屏页。单屏、长屏，是指一屏内是否可以放得下，是否需要滑动屏幕才看得到所有内容。

如果是长屏，建议将一屏外的内容露出部分，引导用户进行滑动查看。特别是Mac的系统，默认不展示滚动条，如果用户没有滑动屏幕，也没有看到滚动条，那一屏外的内容，很可能就永无见光之日了。

在Ant Design Pro的示例中，数据看板为长屏页。在一屏外，还有很多内容待曝光，所以将「线上热门搜索、销售额类别占比」露出，吸引用户查看剩余内容。

选自Ant Design Pro

3. 指标图表

每一屏的数据看板是由图表组成，常见的图表分别是柱状图、折线图、面积图和饼图。每种图表适合的场景，可以在AntV G2Plot中进行查看。

AntV G2Plot 图表库地址：https://g2plot.antv.vision/zh/examples/area/stacked

选自AntV

关于图表的类型，也可以通过ECharts进行了解。ECharts是目前比较流行、在前端开发常用的开源可视化库。

ECHARTS：https://echarts.apache.org/examples/zh/index.html

也可以按照图表想表达的内容类型，选择相应的图表。在AntV中，区分了「比较、趋势、组成、占比」等8组类型对应的图表。

antV访问地址：https://antv.vision/zh

选自AntV

4. 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。

选自GrowingIO

需要哪些配套功能，看具体的需求。之前负责的需求是「前台只支持展示，通过后台配置看板的层级，选择指标以及指标维度」。维度，包括了分类、统计周期、选择（对比）日期等等。维度越多，灵活度越高，新用户的学习成本、操作成本会越大。

下图是最初设计的原型，就遇到了上述的问题。最后上线的版本中，只保留了分类和统计周期两个选项，将其余维度设定为内置信息放入。

结语

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，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的完成看板设计。

实际工作中，对于看板中使用哪些指标，或许作为产品经理的我们没有太多话语权，但我们依然需要了解指标背后代表了哪些业务含义，可以透过指标解决哪些问题，做到知其然知其所以然。

参考文章：

《产品设计心法：数据看板篇》

《后台产品方法论：如何搭建数据看板？》

本文由 @凉凉Lxy 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议

一、一个完整的项目复盘到底要怎么做？

复盘，是运营必不可少的能力，小到一次买菜的经历，大到百亿千亿的投资项目，都可以通过复盘来总结规律、提升水平。

简单说来，复盘可以达到的效果有两条：

• 优化弱项，强化强项

• 明确自己的价值，明确工作的价值

那么，复盘到底该怎么做呢？或者说，做好复盘有比较高效、实用的方法吗？有的。

以下内容来源于我工作中的思考，同时参考了柳传志的关于复盘的方法论，力图展现一个完整的、可实践的项目复盘流程。

复盘首先是要做的是事实陈述，一个有效的AAR(After Action Review)必须建立在“铁的事实”的基础上，如果现实难以陈述清楚，并取得一致，将导致复盘进展缓慢或无法深入下去。

一旦事实确定下来了，就开始诊断、分析存在差异的原因，找出导致成功或失败的根本原因后进行规律总结。明白为什么会成功、哪些关键行为起了作用、这些行为有没有适用条件，对于提高后续行动的成功率有没有价值。

一个完整的复盘。包括如下四个步骤：目标回顾、结果陈述、过程分析、规律总结。

彼此坦诚剖析，既不推卸责任，也不妄自菲薄，而是尽可能地呈现一个完整真实的项目流程。每个参与者都有平等的发言权，都能真实地表达想法。

要有专人控制时间和记录要点，开会最忌讳的就是不着边际地开得又臭又长，控制每个部分的时间很重要，另外记录要点也是一种会议成果的输出，有利于总结经验并开展下一步行动。

二、excel如何制作看板

excel制作目标完成度看板

本教程使用Excel版本为2010，更高版本均兼容操作

首先请准备好你的数据：

一般情况下我们会这样做图：

柱形图加折线图的组合虽然可以很方便地让完成率和实际完成，目标设置等综合到一张图表上，但是它的问题也很明显，两组不同的单位导致读图者需要费神去思考彼此的区别，从而增加了读图的难度。

我们会这么做：

这种动态效果关键是借助【切片器】和数据引用 的功能。接下来看具体的步骤：

步骤一：通过数据透视表统计数据

将编码字段移动到行标签，把完成移动到列标签，设置为求和项

差额不属于数据表上的内容，怎么做到呢？

点击数据透视表任意单元格

点击选项中的计算分栏中的 【域，项目和集】

点击计算字段，在名称中输入差额，在公式处输入“=目标-完成”

此处需直接用鼠标点击字段列表中的目标和完成，只有减号需要输入。

步骤二：根据数据形成百分比堆积条形图

现在就形成了一张数据透视图，数据透视图的特点是自动关联数据透视表，不再需要我们进行更改即可形成一张动态图表。

右键点击灰色按钮，设置所有字段不显示。

步骤三：插入切片器

通过分析中的插入切片器按钮，将项目作为切片器进行显示。

步骤四：设置汇总圆角矩形框

插入-形状-圆角矩形

左键点击圆角矩形

然后在编辑框中输入“=数据透视表完成的汇总字段”

这样就把某个项目的汇总值引用到了圆角矩形中。

点中圆角矩形设置字体居中

步骤五：美化图表形成最终效果

设置背景颜色为蓝色

设置完成条形为深蓝色，差额部分为红色

对齐圆角矩形以及切片器让其与图表组合成整体

设置切片器相关属性让其和图表保持颜色统一

对相关元素进行美化

Ok，我们来看下效果吧

三、怎样用图表分析数据

怎样用图表分析数据

本文会给大家讲解：从入门到精通：如何用图表做好数据分析？

随着精益化运营的概念不断深入人心，数据分析已经成为了互联网人的必修课。相比于高深的概率统计、算法模型，简单、直观的图表工具得到了更为广泛的应用。

那么图表都有哪些类型？不同类型的图表又该怎么用？在这篇文章中我们结合互联网产品和运营的业务需求，由浅入深地给大家解答这些问题。

Part 1 | 初阶：维度和指标

初阶的图表简单易懂，能满足简单的数据分析需求，具体包括趋势、频数、比重、表格等类型。图表数据分析的前提就是将自己需要呈现的指标，以一定的维度拆分，在坐标系中以可视化的方式呈现出来。

1. 趋势图

趋势分析是最基础的图表分析，包括线图、柱状图、堆积图等多种形式。

线图可以观察一个或者多个数据指标连续变化的趋势，也可以根据需要与之前的周期进行同比分析。柱状图可以观察某一事件的变化趋势；如果将整体拆分可以做成堆积图，同时观察到部分所占比重及变化趋势。

图 1 - GrowingIO 周期对比线图：

图 2 - GrowingIO （堆积）柱状图：

产品经理和运营人员通过趋势图分析流量的实时走向，如每日 pv、uv、DAU 等基本数量指标以及停留时长、平均访问页面数等质量指标，可以及时把握产品的变化趋势。一旦趋势周期对比发生异常（异常高和异常低），我们需要及时介入排查原因、解决问题。


2. 频数图

根据业务需求对指标按照一定维度拆分，对比不同组别的频数，便于分清轻重缓急。

图 3 - GrowingIO 条形图：

条形图清晰展示了用户在不同类别上的频数，并且按照数量从大到小排序。上图展示的是某产品用户使用浏览器的频数分布，在资源有限的情况下产品可以先适配 Chrome 和 IE 浏览器以提升绝大部分用户体验。

图 4 - GrowingIO 双向条形图：

上面的双向条形图展示了某 B 端产品的客户平均停留时长极端情况（非常高和非常低），企业 1-5 非常活跃，可以让运营人员促进客户增购、续约，而企业 6-10 活跃度非常低，即将流失，需要运营人员立刻介入干预。


3. 比重图

比重分析主要是用来了解不同部分占总体的比例。横向比较，扇形图、环形图可以满足这类需求；纵向比较，百分比堆积图可以显示不同部分所占比例的趋势变化。

图 5 - GrowingIO 访问用户来源环形图：

图 6 - GrowingIO 百分比堆积图：

环形图（图 5）显示了某节点访问用户来源渠道比例，百分比堆积图（图 6）则动态显示了不同渠道比例的变化趋势，市场或者运营人员可以据此动态优化我们的资源投放。


4. 表格

表格信息密集，可以同时分析多维度、多指标数据，适合对数据敏感的人群使用。虽然表格能看到具体的数值，但是不能直观看到趋势、比重。

图 7 - GrowingIO 表格提供三十多个维度供指标拆解：

通过表格（图7）不难发现，移动端访问用户占了非常大的比例，但是跳出率非常高。这样的表格数据启示我们有必要优化移动端产品，提升整体访问深度。


5. 其他图表

下面介绍的是气泡图，气泡图用来展示一个事件与多个维度之间的关系，如分析B端产品客户成单周期与客户活跃度、登录账号数量之间的关系。

图 8 - GrowingIO 「客户温度 - 健康度」气泡图：

除了上述常见的图表，还有散点图、箱线图、股价图、雷达图等图表，在此不一一赘述。


Part 2 | 进阶：用户行为洞察

正如前面所言，初阶图表能满足简单的业务需求。但要想深入洞察用户行为，还需要紧密结合业务实践，用更加专业的图表辅助数据分析。在这里，我和大家分享三个实用的工具：漏斗图、留存图和热（力）图。

1. 漏斗图

漏斗图主要用于转化过程，例如注册流程、商品购买流程，分析用户在不同阶段的转化或者流失情况。

图 9 - GrowingIO 漏斗图：

产品运营应该关注重点转化路径的转化率，对于转化率非常低的环节、或者转化率突然下降的情况，都需要及时排查原因。


2. 留存图

留存是指用户首次访问你的网站，多少天后又重新回访的情况。利用留存曲线可以对留存进行深入分析。

图 10 - GrowingIO 留存曲线:

某问答社区通过留存曲线（图 10）发现，通过搜索引擎来源的新用户（红色）留存度和活跃度远远高于一般新用户（绿色），这启示社区运营者：搜索引擎可能成为社区的下一个增长点。

3. 热（力）图

热图，又称热力图，显示的是用户在你产品页面上的点击、停留偏好。借助热图产品经理可以优化产品页面布局，运营可以优化内容，确实是一个好工具。

图 11 - GrowingIO 热图：


Part 3 | 高阶：用数据驱动增长

随着数据可视化技术的不断发展，图表的类型越来越丰富，我们不可能在一篇文章中将其穷尽。但是图表数据分析的本质不会变，其最终目还是要辅助人们的决策。

1. 搭建属于自己的数据看板

人们的工作在不断细分，需要分析和决策的内容也不太一样。同样都是市场部门的同事，负责内容营销的与负责 SEM 的需要关注的数据差异很大，而这就需要搭建属于自己的数据看板。

图 12 - GrowingIO 数据看板：

例如 SEM 主管根据工作需要搭建数据看板，将广告投放（表格）、访客来源（百分比堆积图）、访问用户量（线图）、登录用户量（柱状图）和注册转化率（漏斗）等重要数据集中在一个看板中。数据看板能帮助我们以合适的方式展示数据，集中精力做好业务决策。


2. 在实践中践行 MVP

用图表做好数据分析并非易事，它绝非一朝一日之功，但也并不是无规律可循。


首先是对业务的理解，能洞察数字背后的商业意义。其次是灵活选择维度拆分指标，在图表坐标系中以合适的形式进行可视化展示。最后一定要从图表数据分析中发现问题，并指导业务决策。在这样不断反复的过程中，不断优化我们的图表数据分析过程，用数据来驱动业务增长。


本文作者：GrowingIO 增长团队，集工程、产品、市场、分析多重角色于一身，负责拉新和用户活跃，用数据驱动业务增长。