一個好的數據看板，要貼合業務，用簡單的方式達到真正數據驅動業務的目標。本文作者對數據看板、數據埋點及適用情況進行了分析，一起來看一下吧。

一個好的數據看板要貼合業務，用簡單的方式達到真正數據驅動業務的目標。

一、明確數據看板的定義

數據看板面向的主要用戶為公司內部人員，其目的是便于相關人員快速準確地了解掌握公司業務發展情況，并能夠針對數據變化作出業務決策，在此基礎上數據看板需呈現公司當前業務相關或運營管理相關數據以及圖表等。

二、明確數據看板的適用對象

數據看板面向的是公司內部的絕大多數人員，但不同角色的用戶對于數據的關注點不同數據的呈現方式也是不同的，例如戰略看板需重點指標突出、主次分明故盡量以顯著數字的形式展現。

數據看板中的數據要與用戶角色進行匹配并權限隔離，以此達到不同的角色默認可進入的看板頁面是不同的。

三、構建數據指標分析體系

數據指標體系：一個良好的數據指標體系要能夠滿足以下四點：貼合業務核心價值目的、可反應業務真實情況、數據可拆解可比較、可推動決策指導行動；

數據指標&緯度：在滿足以上四點的基礎上采用枚舉法與業務人員定義好分析框架后，需定義完整的數據指標并進行數據緯度的下鉆；

數據統計口徑：數據口徑指的是對數據如何計算的定義，需與業務部分達成共識形成一套標準的數據口徑；若無法全局統一需清晰描述出數據區別及影響范圍；

數據統計周期和頻率：在確定好數據指標以及統計口徑后，需根據數據指標隨時間波動的幅度、是否深度影響業務來確定數據統計頻率是天極、小時級、分鐘級等；統計周期是否需要時間周期卷積來確定是否需要使用T-N*權重的數據來統計T日數據指標。

四、數據看板的展示形式

數據看板的展示形式在能夠滿足業務的需求的同時要能夠達到高效、簡單的特點：

• 簡單高效，優先滿足查詢效率，而不是酷炫的交互
• 信息具有強關聯性而不是孤立的一個數據，具體就是要有環比、同比來體現變化
• 數據圖表的刷新頻次和統計頻次要符合業務的需求以此基礎上決定是否實時更新
• 選用的數據能夠體現出趨勢和規律，對于無趨勢特性的數據，直接展示數字比較好
• 對于不同的數據指標，不同的數據特性需要選用合適的圖表
• 數據波動、對比、排序，不同的衡量方式也應該選擇其對應的圖表類型

第一類： 趨勢型

折線圖、面積圖等能很好地體現數據趨勢，常用于顯示隨時間變化的數值；

折線圖、面積圖有便于展示多個類別（項目）數據的趨勢變化，不顯得過于擁擠。

1）折線圖

統計圖表，常用來表示數值隨連續時間間隔或有序類別的變化。
從數據上來說，折線圖需要一個連續時間字段或一個分類字段和至少一個連續數據字段。

2）面積圖

或稱區域圖，是一種隨有序變量的變化，反映數值變化的統計圖表，原理與折線圖相似。也可用于多個系列數據的比較。

面積圖可以表達數據的總量和趨勢。不僅可以清晰地反映出數據的趨勢變化，也能夠強調不同類別的數據間的差距對比。

3）?；鶊D（Sankey Diagram）

一種特定類型的流程圖，圖中延伸的分支的寬度對應數據流量的大小，起始流量總和始終與結束流量總和保持平衡。比如能量流動等。

適合：用來表示數據的流向。

局限：不適用于邊的起始流量和結束流量不同的場景。比如使用手機的品牌變化。

相似圖表：和弦圖，展現矩陣中數據間相互關系和流量變化，數據節點如果過多則不適用。

有時也被稱為“沖積圖”，是一種表現流程的示意圖，用于描述一組值到另一組值的流向。

分支的寬度對應了數據流量的大小。這種圖包含流入、流出的節點，以及曲線型的邊，往往呈現出彩帶一般的效果。使用?；鶊D時，應注意變量的歸類和顏色的選擇，避免太過花哨、影響閱讀。必要時建議加入交互功能。

第二類： 對比型柱狀圖&條形圖

條形圖和柱狀圖表達的數據的形式基本相同，都是矩形條對不同類別進行數值比較的統計圖表，數值則決定了柱子的高/長度。

1）條形圖

條形圖由于是橫向的，所以更適合用于一些類別名稱比較長的數據，這樣就可以顯示完整；而柱狀圖會因為太長變成45度顯示，或是省略部分內容，影響美觀。

條形圖可以做成橫向的旋風圖，進行對比，很漂亮，也比較直觀；柱狀圖不行。

柱狀圖可以與折線圖配合次坐標軸，做成復合型圖表，如雙軸圖；條形圖在這點上想實現比較費力。

2）柱形圖

作為基本的圖表形式，二維柱狀圖（條形圖）常用來比較數值的大小，直觀地了解不同的類別在數值上的差異。

適用：對比分類數據。

局限：分類過多則無法展示數據特點。

相似圖表：

1. 堆積柱狀圖：比較同類別各變量和不同類別變量總和差異。
2. 百分比堆積柱狀圖：適合展示同類別的每個變量的比例。

3）分組柱狀圖

分組柱狀圖，又叫聚合柱狀圖。當使用者需要在同一個軸上顯示各個分類下不同的分組時，需要用到分組柱狀圖。

跟柱狀圖類似，使用柱子的高度來映射和對比數據值。每個分組中的柱子使用不同的顏色或者相同顏色不同透明的方式區別各個分類，各個分組之間需要保持間隔。

分組柱狀圖經常用于不同組間數據的比較，這些組都包含了相同分類的數據。

4）堆疊柱狀圖

常被用于比較不同類別的數值。而且，它的每一類數值內部，又被劃分為多個子類別，這些子類別一般用不同的顏色來指代。

如果說柱狀圖可以幫助我們觀察“總量”，那么堆疊柱狀圖則可以同時反映“總量”與“結構”。即，總量的數據以及它是由哪些部分構成的。進而，我們還可以探究哪一部分比例最大，以及每一部分的變動情況等等。

5）百分比堆疊柱狀圖

每根柱子是等長的，總額為100%。
柱子內部被分割為多個部分，高度由該部分占總體的百分比決定。因此，與普通的柱狀圖或堆疊柱狀圖不同，100%堆疊柱狀圖不顯示數據的“絕對數值”，而是顯示“相對比例”。

但同時，它也仍然具有柱狀圖的固有功能，即“比較”，我們可以通過比較多個柱子的構成，分析數值之間的相對差異，或者得出數值變化的趨勢。

6）南丁格爾玫瑰圖

又名雞冠花圖、極坐標區域圖。

盡管外形很像餅圖，但本質上來說，南丁格爾玫瑰圖更像在極坐標下繪制的柱狀圖。

只不過，它用半徑來反映數值（而餅圖是以扇形的弧度來表示數據的）。
但是，由于半徑和面積之間是平方的關系，視覺上，南丁格爾玫瑰圖會將數據的比例夸大。

五、確定數據看板的優先級

完整的數據指標體系會涉及到許多指標需求，需求是等級的根據數據處于業務需求的不同計算和層級來確定數據開發的優先級；處于核心業務相關的數據看板需優先保證數據的可用性和準確性。

六、數據看板上線復盤

任何需求和產品上線一段時間后都要及時復盤功能是否好用得到相應的反饋，使用率可通過數據埋點看該項功能的的使用情況等。

七、數據埋點

埋點的目的是為了獲得足夠準確的數據，以觀察用戶行為，進而對產品做出評判。只要產品需要觀察數據，就需要提前埋點。

1）埋點原則

前期埋點要全，后期定時刪除。

• 前期埋點全：前期產品不穩定時，埋點要埋全——盡可能杜絕上線后發現數據缺失。
• 后期定時刪除：產品或者需求得出明確的結論后，定時整理刪除不再需要或者不重要的 event。
• 不要想當然：了解數據統計平臺后埋點，杜絕埋點后數據在統計平臺中的呈現方式與預期差別過大。
• 名稱要起好：難以理解，總是折返跑并名稱重復。

數據平臺的統計事件是有限資源，合理使用。常用的幾個平臺事件數量上限都是500條左右。1.0.0版本，不僅需要了解產品核心指標以及核心功能的使用情況，還需要關注用戶的行為，對核心功能的使用路徑。此時，本著不遺不漏的原則，需將所看到、想到、接觸到的所有頁面的展示、瀏覽、點擊等行為全部記錄下來。盡可能防止在上線之后，想到了新的數據目標但卻沒有記錄。

2）埋點規則

事件篩選主要依靠參數字段來進行過濾，因此在設計埋點時，把需要拆分的維度當做參數來設計，會便于后續的數據篩選和計算。

3）達成共識

• 基礎事件：埋點的數據統計基礎——新增用戶首次打開、應用升級等。
• APP事件：每個app自己指定的事件埋點——應用開啟、瀏覽行為、用戶點擊等行為。
• 通用參數；所有事件都會上報的參數——手機系統、所在國家、當前版號等。
• 事件參數：指定事件上報的參數。