编辑指南：数据面板可以直观地反映业务变化，并帮助决策者进行业务调整和决策。那么在构建数据看板时需要注意哪些问题呢？具体步骤是什么？本文作者对数据看板的构建进行了回顾，分享了数据看板设计过程中需要注意的一些问题，供大家参考和学习。
作者负责数据看板的后台配置模块。在早期的产品设计中，一开始对数据看板的需求和设计规范没有系统的认知，希望通过这次回顾，加深对数据看板的进一步认知。也希望对需要看板数据的小伙伴有所帮助。
提到「数据看板」，需要先了解「数据可视化」。
数据可视化是一系列人们通过可视方式更容易理解的图形显示相对复杂抽象数据的手段。
数据看板是数据可视化的载体，通过合理的页面布局和效果设计，可视化数据更加直观生动。
数据看板一般用作后台系统的主页，或系统的模块之一，呈现当前业务和运营相关的数据和图表，便于实时掌握业务情况，支持业务决策。
除数据看板外，还有数据大屏幕、驾驶舱管理、城市大脑等类似产品，感兴趣的学生可以继续探索。
按照「为谁(目标用户)提供什么样的服务(业务流程)，帮助他实现什么样的目标价值(业务指标)」分析。
目标用户是所有相关业务的人员。可根据基层/中层/高层进行初步划分。每个层次的位置不同，重点也不同。具体分析如下图所示。
数据看板的主要价值是把握情况，解决问题是更高层次的应用。
(1)掌握情况
掌握情况是目标用户的基本需求，根据现状分析与目标的差距，发现业务问题。大部分是数量统计，不包括分析。
战略看板面向高层，核心指标一般以纯数字的形式显示，不需要复杂的图表。选自GrowingIO
面对中层业务看板，注重流程和组成，多运用增长曲线等形式来体现数据分布、规律和变化。选择神策数据
(2)解决问题
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，然后通过看板验证效果。
今夏的热门综艺《乘风破浪的姐姐》的数据表现如何？从百度指数可以看出，虽然每个节目都在周五首播，但通常在周六达到高峰。与此同时，6月开播后热度持续下降，如果没有任何调整优化，后期热度难以期待。
选择百度指数
在设计看板时，需要综合考虑页面层次、布局、指标图表和配套功能。在设计中要注意三个要点：
简单高效，优先考虑查询效率，而不是酷互动。信息具有很强的相关性，而不是孤立的数据，具体来说，应该有环比和同比来反映变化。所选数据可以反映趋势和规律，最好直接显示没有趋势特征的数据。
有一页和多页的数据看板。多页时，每个看板可以是平铺结构(左图)或层次结构(右图)。根据看板的数量和维度，选择合适的结构。建议两层嵌套进行层级结构。一方面，3层以上的嵌套太深，不直观，不容易被用户发现。另一方面，需要反思指标是否过多，分类是否不当，需要调整内容分类并删除，以避免无用的指标。
每页的布局需要考虑是单屏还是长屏。单屏、长屏是指一个屏幕是否可以放下，是否需要滑动屏幕才能看到所有内容。
苏宁易购空调：IT苏宁极物极物小Biu空调体验：苏宁智能家居雄心布局
若为长屏，建议将一屏外的内容暴露出来，引导用户滑动查看。特别是Mac默认情况下，该系统不显示滚动条。如果用户没有滑动屏幕或看到滚动条，屏幕外的内容很可能永远不会被看到。
在Ant Design Pro在示例中，数据看板为长屏页。在一个屏幕外，还有很多内容需要曝光，所以会「网上热搜，销售类别占比」暴露，吸引用户查看剩余内容。
选自Ant Design Pro
每个屏幕的数据看板由图表组成，常见的图表是柱状图、折线图、面积图和饼图。适合每个图表的场景可以在AntV G2Plot中间检查。
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它是目前流行的开源可视化库，常用于前端开发。
ECHARTS：https://echarts.apache.org/examples/zh/index.html
也可根据图表想要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、比例」对应8组类型的图表。
antV访问地址：https://antv.vision/zh
选自AntV
图表选择完成后，需要考虑图表的配套功能，包括：
设置权限：谁看得见，谁看不见，可以在数据看板上设置，也可以在后台配置；支持下载:看板数据通过excel下载导出，公司敏感数据是否支持下载，需要与业务方确认；全屏显示：全屏显示单个图表，更详细地查看图表内容；编辑看板：包括层次结构、指标内容、图表类型等，如调整看板名称、更换指标、从折线图到柱图操作。选自GrowingIO
看具体需求需要哪些配套功能。选自GrowingIO
需要哪些配套功能取决于具体需求。以前负责的需求是「前台只支持显示，选择指标和指标维度」。维度包括分类、统计周期、选择(比较)日期等。新用户的学习成本和操作成本越高，维度越高，灵活性越高。
下图是上述问题的原型。在上线版本中，只保留了两个选项：分类和统计周期，并将其他维度设置为内置信息。
在规划数据看板时，建议参考现有的数据服务平台，如GrowingIO、诸葛。神策数据io、小马BI，多体验平台demo。借助成熟的参考，帮助我们更快更优质地完成看板设计。
在实际工作中，作为产品经理，我们可能没有太多的发言权，但我们仍然需要了解指标背后的业务意义，我们可以通过指标解决哪些问题，知道为什么。
产品设计心法：数据看板
后台产品方法论：如何构建数据看板？》
本文由 @凉凉Lxy 每个人都是产品经理。禁止未经许可转载
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时候联系我们修改或删除，多谢。
标签：
评论