數據看板怎么搭?這里有 3 大原則和 4 大構成要素
編輯導語:數據看板越來越成為公司數據驅動的重要工具;公司通過看板監測核心數據、及時洞察業務問題、溝通各部門落地解決方案成為常態;然而,在搭建和使用數據看板的過程中,公司經常會面臨數據模糊、有效信息過少、可視化方式混亂等問題;本文作者通過剖析看板搭建的6大常見錯誤,通過設計原則和案例分享為大家介紹專業級看板的搭建方法。
數據看板幫助企業監控核心數據、洞察業務問題,助力數據驅動發展;但搭建過程中,核心指標模糊、數據呈現混亂等系列問題一直困擾著各家企業。
本文旨在分享搭建看板的系統思維、傳授實戰經驗,幫助大家正確搭建數據看板。
一、什么是數據看板?
1. 定義數據看板
提到看板,大家都有一種似懂非懂的感覺;很多可視化專家對看板做了一系列定義,在這里,我將數據看板定義為一種監測核心業務狀態的可視化工具,主要用于商業交流。
上圖蘊含了數據看板的兩大功能場景:左圖有個人站在看板前,他可能是在監控數據,也可能是基于各類指標進行業務分析;右圖有一群人在討論,這是看板的另一核心功能——促進交流與協作,共同解決業務問題。
進一步,我們可以將數據看板的定義拆成兩塊:
- 數據看板是一個可視化工具。通過數據可視化,公司可以集成數據信息、監控商業進程、衡量與共享業務結果;近年來,數據看板越來越成為公司數據驅動的核心工具;企業利用可視化的數據看板監測數據、管理業務目標、促進部門協作逐漸成為常態。
- 數據看板是一個交流工具。通過數據公開和呈現,公司內部能夠共享有效信息,激活組織間的交流與協作;然而,絕大部分公司會忽略看板的可視化與交流功能,將其視為展示數據的普通屏幕。
2. 數據看板 2 大特征
接下來,我將分享三個看板,幫助大家理解數據看板特征。
1)用戶增長看板
用戶增長看板分成了獲客、分享、留存三大模塊。
這也對應了用戶增長的三種方式:
- 獲客:通過購買流量實現用戶拉新;
- 分享:通過現存用戶推薦獲得新客;
- 留存:通過新客留存實現用戶增長;
2)活躍用戶分析看板
活躍用戶分析看板雖然簡潔,卻囊括了豐富的用戶信息,看板上方展示了三個與活躍用戶相關的核心指標;下方則通過五個圖表從不同維度展現活躍用戶的構成與趨勢。
3)分享裂變看板
分享裂變看板同樣簡潔,僅通過二度裂變系數、三度裂變系數和分享后帶來的用戶總量三個指標,衡量與呈現分享裂變的效果。
通過這三個例子,數據看板的特征呼之欲出:
第一:數據看板聚焦于一個商業目標;一般情況下,一個數據看板只會聚焦一個商業問題。
數據看板中的指標與圖表都是為了更好地描述商業問題,幫助使用者理解商業進程、洞察業務趨勢、快速發現問題點。
比如在用戶增長看板中,我們只需要關注用戶增長的相關指標。除非需要進行增長與營收的聯動分析,否則看板中不應加入營收指標。
數據看板好比汽車的儀表盤。儀表盤幫助司機獲得汽車速度、油量、發動機狀態等重要指標數據,保障行駛安全;數據看板的作用也是如此,即通過監控企業核心指標,幫助企業洞察業務、發現潛在問題。
因此,數據看板必須呈現公司最重要的、最能反映業務問題的指標,而不是為了美觀雜糅各種無效指標,擾亂分析思路。
第二:數據看板屏幕必須呈現全貌;如果看板屏幕只能呈現片面或部分數據,使用者獲取信息與洞察問題的效率就會大幅降低。
只有呈現全貌的業務信息,數據看板使用者才能順利通過數據洞察指標規律,找到企業新增長曲線。
3. 數據看板的 3 大應用場景
數據看板是公司實行數據驅動戰略的重要工具,一般情況下,數據看板有 3 大應用場景。
1)監控
監控是數據看板主流的應用場景:通過看板大屏,公司可以實時獲取數據,了解商業進程,洞察發展趨勢,甚至發布業務預警。
2)分析
數據看板需要具備下沉細節的能力:在實際數據與項目預期不一致時,幫助業務部門分析導致異常的細節點、直擊核心問題。
3)協作
在發現數據問題、找到數據原因后,公司需要采取行動解決問題。
利用數據看板解決業務問題往往需要團隊協作:業務問題的洞察、注釋與解決,均需每一位團隊成員參與;此外,數據更新的結果也應及時反饋至整個團隊,保持部門同步。
在數據看板的 3 個場景中,每個場景都必不可缺;監控、分析、協作是一套系統的流程,缺少任何一個環節,另外兩環就失去意義。
二、6 大常見錯誤
企業在搭建看板時經常會犯一系列錯誤,具體可歸納為 6 點:
1. 數據割裂
企業在搭建數據看板時,常見的錯誤是一個業務信息分散于多個看板。
舉個例子,在用戶增長看板中,需要呈現拉新、留存、轉化等信息。
但在實際工作中,由于拉新、留存、轉化分別由市場、產品、運營三個部門負責,用戶增長數據分隔在三個部門的看板上,影響使用者效率。
一方面,分散的數據看板極大影響了使用便利性;另一方面,只有完整的數據才能呈現業務全貌——建立數據看板時,需要把核心數據與圖表放于同一看板中,杜絕數據割裂。
2. 數據太多,信息太少
在使用看板時,企業會遇到數據非常多,卻無法洞察任何規律的情況;也就是常說的,數據看板信息量很大,但價值非常低。
舉個例子,假設一個數據看板里放置了將近 30 張圖表;這樣的看板看似內容豐富,但在實際使用過程中,使用者只能感受到巨大信息量撲面而來的壓力感,無法獲得有價值的數據。
正確的做法是只把核心信息放在看板中,只有這樣使用者才能快速發現業務問題點,減少信息干擾。
3. 數據太慢
這一點主要針對運營看板?;顒舆\營數據應實時更新,如果數據更新速度過慢,就無法解決緊急問題,嚴重時造成巨大損失。
在具體活動中,企業應該搭建實時數據看板;比如公司有新活動上線,就需要看板實時監控爆款產品的曝光量、銷售量、成交量等核心數據。
4. 布局錯誤
很多企業在布局數據看板時,只是簡單地填充圖表,忽視用戶的使用感受;無序、碎片化的圖表布局會增大理解難度。
作為交流工具,圖表必須按照一定的邏輯排列,簡潔、清楚地傳遞信息;這樣用戶在使用數據看板時,才能用得準、用得好。
5. 數據可視化方式錯誤
圖表的作用是直觀地呈現數據,幫助看板使用者理解數據趨勢;然而,企業搭建看板時,經常會用錯誤使用圖表,或是使用與業務問題毫無關聯的圖表。
假設我們希望搭建一個衡量預算與實際開銷偏離度的可視化看板,用于提升預算設計精確度;上圖展示了該數據看板的兩種搭建方式。
左邊是錯誤的看板示例,它通過折線圖描繪 Budget(預算)與 Actual(實際支出)的絕對值;這張圖看似直觀形象,使用者卻無法一眼看出兩者的偏離水平。
右邊的看板通過公式「(變量- Buget)/ Buget 」計算相對值;經過變形,Buget 變為恒等于 0 的水平線,Actual 的波動水平即為當周開支的偏離程度;通過數據變形與正確的可視化方式,看板變得一目了然。
右邊的看板更方便地傳遞了核心信息,從中可知:
- 第 8 周和第 18 周實際開支與預算偏離非常大;
- 第 8 周的實際開支遠低于預算,第 18 周則遠高于預算。
為了避免這類錯誤,我們需要明確可視化目標。只有明確目標,才能找到與之適配的圖表類型。在此,我們為大家總結了 5 種常用的搭配組合:
1)趨勢類:線圖
線圖適用于觀察一個或多個數據指標連續變動趨勢;也可以根據需要與之前周期進行同比數據分析。
2)分布:柱狀圖
很多企業喜歡用餅狀圖衡量分布,但我們不推薦采用這種形式;因為餅狀圖的本質是使用面積衡量分布效果,但人對面積的敏感度較低;相反,人們對長度更為敏感,因此使用柱狀圖效果更佳。
3)排序:橫向柱狀圖
橫向柱狀圖適用于某個維度上的分布和排列。
4)表格:多維與細節
表格是信息最密集的呈現方式,可以同時分析多指標和多維度的數據,以及細節數據。
5)數字:大數圖
大數圖主要用于監控 KPI。
GrowingIO 數據看板提供線圖、柱狀圖、表格和大數圖等多種圖表工具,幫助企業快速落地可視化看板。
5. 數據衡量方式有誤
不同類型數據往往對應著不同的可視化類型,不管是趨勢、對比還是排序,都有其一一對應的圖表展示方式;當我們使用錯誤的圖表描繪數據,其傳達信息的效率就會大打折扣。
在使用圖表描繪數據時,需要思考該圖表類型與數據信息的契合度。
三、如何搭建專業數據看板?
1. 數據看板 3 大原則
原則一:一屏包含所有需要的信息。
只有將所需信息整合在一個屏幕上,看板使用者才能快速獲取全貌業務事實、了解業務問題。
一旦數據分散在多屏,用戶便需要通過滾動或切換頁面的方式獲取割裂的數據信息,嚴重影響使用體驗與分析效率。
在搭建數據看板時,企業應盡量將所需信息集合在一屏之內,最多不能超過 1.5 屏。
原則二:具備一定的時效性。
看板數據的時效性由公司業務目標與業務周期決定。對于電商企業而言,大促活動要求看板展示分鐘級別乃至實時級別的數據;而企業服務領域的數據看板,時效只需滿足小時級別或天級別即可。
原則三:定制化。
搭建看板必須以滿足公司/部門/團隊的需求為目標;看板是信息的載體,只有看板數據符合使用者業務訴求時,才會受到關注。
當一個數據看板只能提供 60% 的內容,使用者需要通過其他途徑補全剩余 40% 的內容時,這個看板就是缺乏定制化、不合格的看板。
2. 數據看板 4 大構成要素
要素一:可視化。
可視化就是通過圖表的方式呈現數據信息;過去我們常使用 Excel 整理數據,但數據信息很難通過橫縱 50 行的布局直觀呈現,因此需要借助可視化工具。
我們十分建議公司可視化核心指標,因為這樣能幫助看板使用者發現數據規律點、異常點、機會點,迅速采取行動。
要素二:能夠講解故事,能聚焦目標。
這一原則對應了上文提到的圖表無序問題。很多看板搭建者自己都不清楚看板到底在監控什么數據、描繪何種問題,更不用說把看板交付給業務團隊了。
判斷一個看板是否合格的標準是——看這個看板能不能講好一個故事、聚焦于一個目標。
事實上,聚焦目標就像寫議論文,如果我們的論點是“每個公司都應該使用看板”,那我們的論據就應該涉及以下幾個方面:
- 使用看板成為企業趨勢,越來越多公司通過看板分析業務;
- 使用看板的公司,業務效率非常高;
- 使用 Excel 等非看板工具的公司,業務效率較低;
當我們羅列出上述 3 個論據時,讀者便能迅速理解使用看板的原因和好處;同樣,我們應該有序排列看板中的圖表,使之組成一個故事,讓看板使用者一看就懂、一用就會。
要素三:迅速發現問題。
看板應該幫助使用者追蹤目標進度;如果沒有完成業務目標,看板必須能夠提供阻礙目標完成的異常值與問題點等信息。
要素四:分析與行動。
當我們發現問題時候,看板需要提供分析問題的數據和思路,輔助團隊采取行動。
綜上,搭建看板時,我們需要明確看板的本質是承載了信息并用于商業交流的工具;可視化只是輔助決策的方式,看板的根本在于向使用者清晰、高效、有邏輯地呈現信息,幫助業務部門判斷并采取行動。
在幫助客戶搭建數據看板的過程中,我們發現數據分析能力已經成為公司員工的普遍能力。
在一些具有數據驅動文化的公司,我們發現了以下三個現象:
現象一:核心指標出現問題后,公司高層或指標負責人往往會根據業務維度下鉆 2 層,找到核心的負責部門;再經過部門經理下鉆 3-4 層,找到具體負責人才去執行。
舉個例子,某個商品銷售量下降源于電商渠道的銷售量下降;公司高層發現問題后,就可以把問題聚焦于電商渠道,轉交給對應的執行部門。
具體而言,公司高層發現問題,經過預判和思考、層層下鉆,將渠道問題傳遞給一線部門;一線部門進一步拆解核心指標,找出具體電商平臺,再交付對應的執行人員解決。
現象二:分析師和業務人員配合,不斷建立假設,執行實驗;并借助看板評估效果,尋找產品迭代或運營的機會點。
有的公司沒有分析師,就靠業務人員自己建立假設,通過看板數據驗證或調整假設,尋找新的業務著力點。
現象三:實時地監控細顆粒度用戶行為,迅速決策。
實時看板必須監控非常細顆粒度的數據,才能產生數據驅動效果。
舉個例子,僅知道 DAU 下降這一數據事實,我們無法采取任何行動;然而,如果我們能知道是哪個渠道的數據在下降,就可以針對該渠道采取相關行動。
在實時看板中,公司需要拆解出非常細顆粒度的數據,轉向精細化運營;比如在電商大促活動中,看板需要監控爆款商品在某個渠道的實時銷售額/某渠道用戶如何分享活動等非常細顆粒度的數據,才能精準衡量用戶行為,協助活動部門決策。
四、數據看板搭建實操
創建看板的過程是組織數據信息、實現商業交流的過程,主要分為以下四步:
第一步,明確需求。
搭建看板有三問:一問使用者的業務需求是什么?二問業務目標是什么?三問如何達到業務目標?
清楚問題答案后,才能明確看板需求,聚焦具體的商業問題。無論是自建看板還是為他人搭建看板,首先需要明確需求。
第二步,需求分析。
在這一步,我們需要拆解業務需求目標,選擇合適的維度將其抽象為數據指標體系,確定看板基礎內容。
第三步,可視化。
可視化是創建過程的核心環節??梢暬瘓D表需要準確表達數據信息,并通過有序組合排列清晰傳遞業務事實。
這里建議采用議論文的寫作方法:重要信息在前,佐證數據在后。
第四步,評估效果。
完成基礎搭建工作后,我們需要關注如下問題:
- 看板是否只有一屏幕(最多不超過 1.5 個屏幕)?
- 看板使用者能否通過看板完整講述業務故事?
- 創建的看板能否幫助使用者迅速發現趨勢、規律和異常?
如果以上問題均獲得肯定回答,那么恭喜你,這是一個效果非常好的數據看板;反之,則需調整看板內容。
一般情況下,公司看板可分為戰略看板、分析看板、運營看板三種類型。
每個類型的看板,我們都需要明確五個問題:每一類看板的主題是什么?使用者是誰?應用范圍是多少?信息力度如何?更新頻次如何?
接下來我們為大家一一介紹這三類數據看板:
1. 戰略看板
戰略看板是高層或決策者關注的核心數據看板,往往是全局性概述的指標;如果數據有問題,高層會下鉆挖掘細節;如果沒有問題,高層應減少對戰略看板的關注,去做其他更重要的事情。
由此可知,戰略看板應該遵循 Data Integration(數據集成)的原則;即在可視化的內容中,數據相關的描述應該多元化,其他信息少量化,以幫助管理者迅速發現趨勢和問題。
上圖展示了 KPI 相關的重要數據,描繪了銷售量、用戶量等 7 個關鍵指標。
從中我們能夠洞察戰略看板的特點:
- 指標數量非常少,所有指標均圍繞 KPI 進行選擇;
- 呈現重要信息量:各 KPI 的具體數值;
- 添加輔助信息補充內容:如目標是否完成,與過去比較的結果;
在這樣的設置下,公司高層能夠根據看板迅速了解業務是否達標及問題出處。
大家也可以清楚地看出幾個異常:
- 銷售量環比出現大幅上升;
- 復購嚴重下降;
- 人均瀏覽頁面驟升;
發現異常點后,高層落實對應負責人,將問題移交至銷售或產品經理;值得注意的是,如果公司高層下鉆兩三層后再移交業務部門,問題處理效果更佳。
綜上,應用戰略看板應遵循三個步驟:首先,我們要設立目標,追蹤進程;其次,要發現趨勢、異常機會點找到抓手的業務邏輯;最后,需要安排對應的負責人提升相關指標,并進行持續的監控。
GrowingIO 提供簡便的戰略看板搭建工具;于企業而言,訪問量是最重要的 KPI 指標之一;在GrowingIO 看板上,我們可以點擊「用戶訪問量」,將其添加至看板首頁,通過設定目標值,洞察實際值與目標之間的差距。
當看板數據顯示用戶訪問量下降時,我們可以點擊該模塊洞察詳情,對用戶訪問量進行「新老用戶」「城市」等不同維度的細分化分析。
假設我們通過城市分析發現用戶訪問量下降主要由于 A 城市用戶訪問數減少,便可以針對該城市進行下鉆分析,找到問題,并催促對應部門采取行動。
2. 分析看板
分析看板是借助數據可視化能力,找到業務進程變化原因的分析工具;和戰略看板不同,分析看板的作用在于探索性驗證。
分析看板有一套自己的邏輯:公司或部門提出假設—通過看板數據論證假設—判斷該改變是否存在成為機會點的可能—進行產品或運營策略的迭代—做效果評估。
舉個例子,GrowingIO 產品右上角有一個「添加到首頁(PIN)」;我們認為 PIN 可能是GrowingIO 產品的機會點,于是提出「PIN 對用戶看板使用率產生正向影響」的假設。
為了驗證該假設,我們需要進行系列驗證:
- 創建 PIN 和未創建 PIN 用戶使用看板頻率是否存在顯著差異?
- 創建 PIN 次數與用戶使用看板頻次是否正相關?
- 如果以上問題均得到肯定回答,那么有多少人創建看板并使用 PIN?
我們使用分析看板驗證該假設,在這里和大家分享我們的結果;在看板中,我們發現沒有 PIN 的用戶使用看板的平均頻次為 40;PIN 一次的用戶使用頻次上升至 150;PIN 兩次的頻次為 400;三次為 600。
在得到 PIN 次數與用戶看板使用頻次正相關的結論后,我們繼續觀察 PIN 與留存的相關性,發現「創建過看板且 PIN 」的用戶留存率遠高于 「創建看板沒有 PIN」和「看板」用戶。
在此基礎上,我們發現僅有 3.6% 的用戶使用 PIN,即超過 90% 的用戶沒有使用 PIN。
綜上,我們認為 PIN 是 GrowingIO 產品獲取用戶、提升留存的新機會點,并對比進行迭代——在用戶創建看板時,默認選擇 PIN,給予用戶在首頁看看板的權利。
3. 實時看板
實時看板主要用于監控一個具體的運營場景,其關鍵在于確定衡量場景的具體目標。
如企業在做爆款推廣時,需要實時監控核心數據指標,監測商品效果,必要時可直接對監控的指標采取行動;實時看板的搭建與應用相對簡單,上文也提到了很多案例與場景,這里不再贅述。
數據看板是可視化業務數據的工具,也是部門溝通協作的工具。
只有聚焦核心業務問題、建立一體化數據指標體系、正確使用可視化圖表,才能有效發揮數據看板價值,驅動業務增長。
公眾號:GrowingIO
本文由 @GrowingIO 整理發布于人人都是產品經理,未經許可,禁止轉載
題圖來自 Unsplash,基于 CC0 協議
入木三分~
666
??????!
內容不錯。但是圖片不清楚,太影響體驗了。
謝謝反饋,我們下次會注意圖片的清晰度,保證用戶體驗。