如何设计一款优秀的数据看板？

制作数据看板参考原则（一）必要性

谨记奥卡姆剃刀准则。

宏观层面，一款数据看板，要有明确的设计目的、核心用户、功能模块、迭代规划（生命周期）、量化评价与协作关系。

微观层面，比如一个功能块的选择，一个数据呈现的形式，都遵循“简洁必要”的原则，不要为了“炫技”，而复杂化。谨记奥卡姆剃刀准则。

宏观层面，一款数据看板，要有明确的设计目的、核心用户、功能模块、迭代规划（生命周期）、量化评价与协作关系。

微观层面，比如一个功能块的选择，一个数据呈现的形式，都遵循“简洁必要”的原则，不要为了“炫技”，而复杂化。

制作数据看板参考原则（二）准确性

数据质量是第一要求：规范的指标、维度及业务限定口径，规范的数据源，是基础。需要在看板中标注这些信息，减少用户的理解成本。

（数据质量的管理是一门很有意思的学问，也是我过去一年从事的方向，有机会会议更多文章做阐述。）

数值呈现的精确性：单位，小数点，千分位符等，首先要有合适的“度”，其次需要有上下的一致性。比如相同量级数字的呈现，单位要一致，千万不要出现一个模块用“万”，一个模块用“千”。

量化方式的准确性：算数平均还是中位数？需不需要处理异常值？需不需要对数变换？等等。

制作数据看板参考原则（三）全面性

信息呈现全面：量化信息、资讯信息、备注信息。

这一点非常容易被忽略，见过不少没有口径信息，没有业务背景说明，甚至没有单位的看板，让用户不得不边看边问。

另外，我非常推崇在看板中带上业务策略的资讯。毕竟，数据是业务动作的反映，是为业务决策服务的，且业务决策并不只依赖于数据，需要更立体的信息输入，才能提高决策效率。一个典型的例子就是股票软件，数值呈现的同时，辅以行业、公司、宏观经济的资讯，帮助投资者获得立体信息。

指标体系全面：业务分析的指标体系、维度、业务限定等有层次地进行展现。

量化方式全面：绝对值、相对值、排序、均值、分位数、极值、函数转换等。

对比方式全面：长周期对比、目标值对比、截面对比、时序对比。

统计周期全面：日、月、年、周等。

取样方式全面：有全量计算，也有样本化追踪。

当然，全面性的追求前提是“有必要”，不要过度全面，反而产生冗余。

制作数据看板参考原则（四）洞察性

多维洞察：具备业务价值的多维度，多角度的下钻和上卷。（与故事性相结合）

趋势洞察：长周期，多级颗粒度下的趋势观察。

深度提炼：在必要情况下，有对比、平滑、四则运算、算法转换、离散化、指数化、编码、相关性等处理，力求挖掘数据层面更深层的价值。

信号洞察：对数据进行提炼后，形成判断信号，更直观、更准确的表达。

制作数据看板参考原则（五）故事性

也可称为有“分析路径”。与洞察性相比，这个要求更贴合业务应用。

有体系：承载分析指标体系，有逻辑地进行信息呈现。比如有结果、有过程；有核心指标、有衍生指标。

有对照：业务事件能与数据变动对照；业务目标与实际数值对照；有处理的同比与环比。

有顺序：呈现内容和交互遵循清晰的业务分析顺序。先看什么，后看什么；如果怎么了，应该怎么样。

有队列：根据业务策略的落地，可对目标群体所计算的数据进行队列追踪。比如AB测试、留存分析等。

有判别：对数据表现的好坏，有明确的信号透传，或者说有“态度”。比如异常预警。

制作数据看板参考原则（六）便捷性

让用户以最短的时间获得必要信息：

以最少的步骤拿到结果。

内容呈现上有一定“重复”，避免多次交互进行碎片信息拼装。

多渠道覆盖：PC端、移动端、信息push等。

制作数据看板参考原则（七）及时性

及时并不意味着数据都要实时。

时滞的匹配：产品信息呈现的及时度与业务需求的及时度匹配。

触达及时：产品信息及时，有效地触达用户，让用户第一时间看见。

迭代及时：根据业务需求，有排期节奏，但能尽快迭代不拖沓。

制作数据看板参考原则（八）稳定性

数据质量稳定。

产品可用性稳定。尤其是打开要既快又稳。

应对多变需求，产品架构有稳定性。

产品开发者保持相对稳定，保障需求对接的沟通成本较低。

制作数据看板参考原则（九）可扩展性

功能具备扩展性，可以适配更多场景。让用户可以有限的自定义界面呈现。

产品有嵌入性，能够与其他产品融合。

制作数据看板参考原则（十）边界性

产品要有明确的定位，核心用户有边界，不能大而全却没有重点。