數據產品 | 統計指標的時間維度該如何設計?
從產品設計角度來看,數據產品統計指標的時間維度包括:單個指標的數據時間范圍、指標展示的時間粒度,以及時間查看的支持。
筆者在過去2年多時間,一直負責公司數據產品的搭建,踩了些坑,加深了對數據產品的理解,對數據產品設計和數據分析有太多話要說,今天就先分享關于“統計指標的時間維度”設計的一些想法。
一、時間維度是什么?
產品發展到一定階段,用戶和業務規模逐漸起量,簡單的Excel記錄或SQL導出不再能滿足需求,比如:查看實時數據需求、快速獲取數據包含信息的可視化需求、深度了解數據含義的挖掘需求、向上匯報或對外宣傳需求等,數據產品就應運而生。
統計指標是數據產品的核心元素,各個指標的相互配合,合理組織方可構成數據產品,發揮數據的精髓。而對單個指標而言,時間和空間維度是必備的基礎屬性,在解釋指標含義和充分發揮指標作用上扮演著重要角色。
說回來,時間維度指的,其實就是統計指標數據源對應的時間范圍,用于說明統計分析的是什么時間內的數據。從產品設計角度來看,概念會有所延伸,包括單個指標的數據時間范圍、指標展示的時間粒度、時間查看的支持。
二、時間范圍
1. 實時
- 時間按照長短可分為時間點和時間段,實時即是時間點,要求精確到分甚至是秒的實時更新,展示在某一個瞬間的數據情況,計算量也是最大,對計算速度、用戶體驗有較大考驗。
- 典型的應用是數據時刻有著較大變化,需要密切關注動態以調整對策的場景,比如:承載電商活動期間的交易金額、訂單量等運營核心指標的數據大屏。
2. 歷史
- 對過去的分析,對歷史數據的積累有一定依賴性,目的是要求做到有跡可循,可對比可追蹤。展示從記錄開始至今的所有數據情況,數據量大,但只需按日或周等定時更新。
- 應用最廣的一種時間范圍,比如:歷史某一時間點的數據查看,特定時間周期的數據對比,某一周期內數據的變化趨勢。
3. 將來
- 數據最好的應用不是告知歷史,而是在于預測,也就是以歷史的數據表現或為基礎,通過某種模型,對將來情況進行預測。既然是預測,就不代表絕對, 只是更嚴謹的“經驗之談”,如何對預測結果加以利用,以輔助決策,從而采取應對措施才是最大的挑戰。
- 谷歌通過網民檢索的關鍵詞準確快速預測了流感的發生,天氣預報是另一典型應用:通過氣象觀測系統、氣象通信系統、計算機與資料加工處理系統、數值預報產品制作系統、綜合預報制作系統等的協助,采集數據,用歷史“經驗”研制的模型進行預測,輸出將來某一時間的氣溫、濕度等的預測結果。
三、時間粒度
- 指標上時間展示的單位,跟數據本身代表含義,使用場景強相關。以天氣預報為例,大多數情況下是查看將來多天的天晴情況,這時候是以“日”為展示粒度單位。而處在當天的場景,想要知道下午是否有雨,就會去找尋接下來每個小時的預報結果,這時是以“時”為展示粒度單位。
- 另外一個例子是:查看的時間范圍是明確的,為了閱讀友好,通常會根據時間范圍的長短來判斷指標上展示的時間粒度。包括,用戶自定義展示粒度和計算機輔助判斷2種。
- 用戶選擇了年、季度、月為單位,指標中時間對應的橫坐標就會以對應粒度來展示。
自定義所需查看的起始時間范圍,系統自動按照規則判斷時間坐標展示單位,比如:小于7天,按“日”顯示,大于7天但小于30天,按周顯示等類似邏輯。
四、時間查看
所謂一千個人就有一千個哈姆雷特,在產品需求上,一千個人就有一萬種需求。但是,往往用戶提的需求不一定合理,即使合理,我們也不一定要按照對方的要求去設計。
從統計指標的時間維度出發,需求同樣多樣,但不可能一次性設計所有功能,將產品做得復雜難用。我們要做的是,回歸需求本身,探討需求背后隱藏的真諦,到底對方想要的是什么,如何同時滿足其他人在時間查看上的需求。
通常,為便于用戶從數據中快速獲取所需信息,我們提供以下幾種建議的設計方案:
1. 固定
統計時間由系統決定,固定無法更改。
- 優點:不需要任何操作,就可以只查看某一時間點或時間段數據信息,聚焦于數據本身。
- 缺點:無法自由切換查看,不能更進一步查看詳情和做更多的數據分析,不支持隨意操作的設計讓用戶有一定失控的焦慮。
應用:如上文所提數據大屏,需重點強調所統計的固定時間范圍信息。
2. 自定義
可隨意切換,包括歷史時間和將來時間。
- 優點:把選擇權交給用戶,可最大自由地決定自己查看的時間范圍,最靈活,最大程度地滿足各種篩選需求。
- 缺點:系統沒有給予選擇輔助,用戶操作多,需頻繁計算,計算量大,數據量大時,加載可能會比較慢,影響用戶體驗。
應用:如上文所提自定義時間。
3. 預設時間
根據數據使用場景,選擇多個常用數據時間點或時間段,由系統預設好,用戶直接使用。
- 優點:便捷切換常用時間,快速查看對應時間的數據情況。
- 缺點:只支持常用時間,其他使用低頻的長尾需求沒有考慮在內。
應用:
4. 預設+自定義
將預設時間和自定義時間結合運用,提供常用時間選擇的同時,通過自定義時間滿足長尾需求
- 優點:最有效的設計方式,既高效又靈活。
- 缺點:自定義時,計算量大。
應用:
本文由@Bella 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。
大家期待已久的《數據產品經理實戰訓練營》終于在起點學院(人人都是產品經理旗下教育機構)上線啦!
本課程非常適合新手數據產品經理,或者想要轉崗的產品經理、數據分析師、研發、產品運營等人群。
課程會從基礎概念,到核心技能,再通過典型數據分析平臺的實戰,幫助大家構建完整的知識體系,掌握數據產品經理的基本功。
學完后你會掌握怎么建指標體系、指標字典,如何設計數據埋點、保證數據質量,規劃大數據分析平臺等實際工作技能~
現在就添加空空老師(微信id:anne012520),咨詢課程詳情并領取福利優惠吧!
目前軟硬件環境下,很多數據已經可以做到提前預計算了,實時數據方面的話實時性也得到了很大提高,個人覺得時間維度導致的一些問題還是能夠很好得到解決的,預設加自定義的設計很有意思。
這種廣告,,平臺不刪一下?