編輯導語：數據在我們的生活中無處不在，面對大量數據時，我們應該如何操作才能使其更方便我們獲取信息呢？本篇文章中，作者詳細解答了金融產品為什么要數據可視化，如何進行數據可視化等問題，推薦想要學習金融產品數據可視化的群體閱讀。

一、前言

“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來?！?/p>

——美國芝加哥大學商學院教授詹姆斯·麥肯錫

每年年底各金融產品都會為用戶推出年度賬單產品，記錄和分析匯總了用戶一年的金融數據。

記得最早某金融產品推出年度賬單時，很多朋友都會分享到朋友圈，促成了一波裂變式的傳播。僅是這么一個簡單的數據可視化產品小創意，就為產品提供了萬億級別的流量，節省了數億的廣告營銷費用。

數據可視化為產品帶來的價值，直觀且非常容易量化。

數據在我們日常生活中無處不在。數據現實世界行為的數字化記錄與呈現，我們每時每刻都在產生有形或無形的數據。例如當我們每天拿起手機打開某個應用，數據就產生了。而這些數據又通過多種形態向我們呈現，我們看到的文字、聽到的聲音以及看到的圖片和視頻。

現如今我們每天面對著大量形形色色的數據，很多人會感覺到“窒息”，人們都希望能快速地從數據中去除噪聲，獲得自己需要的信息，以便于節省精力和時間。

曾經的一句話令我印象比較深刻，“A picture is worth a thousand words.”，表達的意思就是“一圖勝千言”。同樣，當我們看一大堆用文字描述各種復雜的數據信息時，如果將數據信息可視化體驗效果就會直觀很多。

二、金融產品為何要數據可視化？

金融產品為何要數據可視化，最直白的回答可以概括為兩點：

1. 客戶端的角度：提升客戶體驗，促進傳播。
2. 服務端的角度：獲得更多利潤，節省成本。

以客戶端的角度來分析，例如用戶在手機銀行中進行轉賬支付或是購買理財，用戶的操作信息會形成一條條數據。如果用戶看交易記錄，會是這樣的：

• 2021年12月17日 18:00 轉賬 給張三 100元
• 2021年12月17日 17:50 購買XX理財 1000元
• 2021年12月16日 14:30 支付 100元
• ……
• 2021年12月1日 18:00 轉賬 給張三 100元

如果你是用戶，是不是看到自己的交易記錄像是看流水賬一樣，很難找到自己想要的信息？

但是如果能將用戶每天、每周、每月或是每年的消費記錄以可視化的形態呈現，即便是像下圖這樣的簡單的一個數據餅圖，用戶也會很直觀的知道自己的錢都用于何處，圖形化呈現后，用戶就心中有數了，原來是在支付占比比較大，對培養用戶的理財習慣，也能起到一定的幫助。

對于服務端而言，我們可以通過可視化的數據發現客戶的沒興趣點，從而在數據中發現商機，提升交易量，進而獲得更多利潤。

還是以用戶交易記錄為例，我們通過發現用戶支付占比比較大的時候，可以進一步挖掘用戶支付的用途，通過數據可視化，我們直觀的發現用戶餐飲上消費占比比較多，那么銀行在做相關的營銷活動時，可以針對性的向用戶多派發同餐飲相關的優惠券，以進一步提升用戶粘性。

當然，如果覺得用戶手機充值占比比較低，也可以派發充值優惠券，進一步促進用戶消費。最終可以通過可視化數據以及營銷目標采用何種營銷策略。

通過情況下：

利潤=收入-支出

支出=產品正常支出+風險支出

曾經某購物平臺在做營銷活動時，通過數據可視化發現異常交易數據，并發現產品活動中存在的巨大Bug，即時修復，從而減少了意外風險導致的損失。

三、金融產品如何進行數據可視化？

金融行為數據最終會以數字進行反應，對于用戶而言使用手機銀行或是其他金融產品，除了滿足其日常的功能需求外，用戶還希望金融產品可以為其提供金融管家的服務。

這就要求金融產品可以為用戶提供有價值的數據。目前各金融產品百花齊放，競爭也日益激烈，哪個產品可以更好的吸引并留住客戶，產生持續流量，哪個產品便可以在這片紅海中脫穎而出。

金融產品進行數據可視化的初衷，其實就是從客戶需求出發，想客戶之所想，不僅僅可以解決用戶的“痛點”，更重要的是能達到用戶的“爽點”。

1. 表達清晰明確

金融產品做數據可視化，不論是C端為了提升客戶體驗，還是服務端做發掘數據價值，根本目標是為了傳達精準的信息，因此可視化視圖一定要表達清晰明確，不能給用戶帶來誤導或誤解。

比如我們想為用戶呈現用戶全年的花費項目情況，希望將用戶全年的花費數據可視化。

假如用戶全年賬單有如下交易數據：

如果產品經理準備以氣泡圖來進行數據可視化表示，向用戶呈現為下圖樣例：

如果你是用戶，看到全年的花費情況，是不是也是一頭霧水？大家能理解氣泡圖中想要表達的信息嗎？

從產品經理角度來說，產品經理為用戶提供全年賬單的花費情況，其實是想表達哪個月，哪些項目花費的多與少，覺得用柱狀圖表達普通，又想通過氣泡圖增加些新鮮感。

產品經理想要追求新鮮本身沒有錯，但是我們一切的前提是要從客戶需求出發。表達清晰明確，是數據可視化最為基礎的要求。

可視化圖表一般分為標題、X軸、Y軸、刻度、圖例、數據呈現，這些基礎元素的使用，可以使得圖表更為清晰直觀。我們按這個思路，對以上樣例進行優化后，如下圖所示：

這樣是不是數據視圖表達相對更為清晰了些？至少大家直觀的看到灰色圓圈，通過圖例可以明顯看出是餐飲花費比較高。

2. 降噪聲去冗余

我們對數據進行可視化的初衷是通過簡單的邏輯和視覺體驗讓用戶快速把握要點。因此，我們在構建可視化圖表時，首先要明確我們準備向用戶傳達什么樣的信息。

現實中，我們希望圖表大而全，似乎想把所有的信息都在一個圖表中向用戶進行呈現，這就導致圖表中存在很多噪聲，給用戶的感覺是比較啰嗦，使用戶看到圖表后不知所措。

例如以下樣例，現實工作中，我們需要向管理層匯報相關業績數據，有時候為了簡便，總想把很多信息都融合在同一張數據圖表中。

假如你是領導，你能讀懂圖中的信息嗎？

很顯然，理財銷售數據與銀行營業網點數的數據體量相差非常大，兩者用縱坐標軸表示不能反應出任何相關聯的問題，反而會給領導帶來困惑。

這就需要更進一步降噪聲去冗余。在此數據圖中，如果你只是想為領導呈現XX理財銷售數據各月的業績情況，只需要呈現理財銷售業績就可以，銀行營業網點數可以作為噪聲去除。優化后的圖表如下圖所示。

這就很直觀向領導傳達了哪個月份XX理財的業績比較好，如果還有其他理財產品的數據，可以加入到圖表中形成對比。所以降噪聲去冗余的關鍵就是要舍去不是同類或是不相關的數據信息，聚焦同類數據。

3. 簡約而不簡單

簡約而不簡單的核心思路就是在有限的圖表元素中，通過合適的布局體現出圖表的美感，不需要增加元素，便能向用戶簡約直觀地傳達信息。

我們還是以用戶全年的花費數據為例。產品經理準備構建一個產品數據圖表，目的是想為用戶呈現這一年各類消費項的開銷情況。為用戶構建了如下數據視圖。

大致看起來，似乎沒什么問題，似乎也很直觀，看到用戶在餐飲上全年花費最多。但這個圖又似乎缺少了些什么，我們如何能在不增加圖表元素的情況下，給用戶更好的產品數據視圖體驗呢？

那就需要通過對圖表元素進行重新布局，我們試試排序后的結果。

我們發現，在原數據圖表中不新增任何元素的情況下，僅僅是通過排序和顏色上的改變，就提升了數據可視化的用戶體驗。

除了條形圖以外，產品經理在實際工作中，某些產品場景還會使用到折線圖，多個折線圖呈現在一個圖表中時，如果數據比較密，會給用戶一種“意大利面條”的感覺。因此在這種情況也需要進行視圖簡約化，由于篇幅有限，在此就不展開討論了。

大家遇到這種“意大利面條”式的圖表可以按照本文這種思路練練手，實戰優化。

4. 重細節巧注釋

老子《道德經》中提到，“天下難事必作于易，天下大事必作于細”。產品經理打造卓越的產品，除了有“鴻鵠之志”的視野，還必須要有“把控細節”的耐心。

正所謂細節決定成敗。我們對產品進行數據可視化時，就需要通過恰到好處的注釋給用戶傳達精準的信息，從而帶來極致的產品體驗。

以用戶全年花費條形圖為例，優化排序后的數據視圖雖然一定程度上提升了用戶體驗，但還有優化空間，那就是通過注釋進一步向用戶傳達更多的信息。

僅需要增加一個用戶全年所有項目花費的平均值，用戶就很明顯可以看到自己哪些花費超出了平均線，以便于在新的一年里可以更好的開源節流，做好財務規劃。

例如我們向領導匯報手機銀行APP全年的活躍用戶數據，單純地給一個活躍用戶的折線圖，并不能傳達關鍵信息。正如下圖，我們發現從8月份用戶活躍數突然上升，如果沒有注釋的話，領導肯定會問，為什么會突然上升。

我們如果主動加一些注釋，有一個明顯的分界線，很顯然，手機銀行APP活躍用戶數的上升，是因為有新版APP發布了，就可以進一步進行信息挖掘。

作為產品經理我們要知道，數據可視化并不是為了看起來高大上，做做樣子的表面工作，更重要的是通過對數據的提煉整理，向用戶傳達價值信息。一切為客戶著想，一切從需求出發，這才是金融產品數據可視化的初心。

四、總結

產品經理對金融產品數據可視化，我們一般遵循GLAD原則。

G代表“Good data and Insight”，通過好的數據結合好的洞察，也就是產品的數據感來構建數據視圖。

L代表“Less noise”，也就是降噪，產品經理要通過簡約的數據視圖設計，向用戶快速傳達關鍵信息。

A代表“Accurate expression”，也就是意味著產品經理向用戶呈現的圖表信息要精準直觀，不能給用戶帶來誤導。金融產品更是如此，一個小數點位置的變化可能會帶來千差萬別的效果。

D代表“Distinct mark”，產品經理需要通過對細節的把控，使數據視圖達到畫龍點睛，錦上添花的效果。這個除了日常對方法論的掌握外，更多的還需要經驗的積累。

除了GLAD原則外，產品經理做好金融產品數據可視化，還需要掌握許多基礎知識。本文也僅是拋磚引玉。

對于金融產品數據可視化的呈現方式也是多種多樣，散點圖、熱力圖、折線圖、柱狀圖、條形圖、餅圖、面積圖、雷達圖、瀑布圖、氣泡圖、漏斗圖，我們常用的就有十多種。

如何通過這些圖表構建出滿足客戶需要的數據視圖，需要產品經理熟練掌握基礎知識，精通業務，不斷學習。

這也是為什么優秀的產品經理比較稀缺的原因，因為需要掌握多學科多領域的知識，對產品經理的綜合素養要求比較高，即便是金融產品數據可視化這一個維度就需要產品經理有極深的積淀。

稀缺的資源往往是昂貴的，金融產品數據可視化，可應用的場景，可創新的產品還有很多，產品經理還有很大的發展空間。把握機遇，多一些思考，發現數據之美。

#專欄作家#

王佳亮，微信公眾號：佳佳原創，人人都是產品經理專欄作家。中國計算機學會（CCF）會員，專注于互聯網產品、金融產品、人工智能產品設計理念分享。

本文原創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。