編輯導(dǎo)語：如今隨著科技的不斷發(fā)展，越來越多的科技運(yùn)用到我們的日常工作中去，比如如今我們?cè)谶M(jìn)行業(yè)務(wù)數(shù)據(jù)的核查時(shí)，會(huì)用到數(shù)據(jù)可視化的方式，能夠更加清晰明確的進(jìn)行數(shù)據(jù)分析；本文作者分享了關(guān)于數(shù)據(jù)可視化的用處，我們一起來了解一下。

數(shù)據(jù)可視化的價(jià)值是什么？很多會(huì)說，讓數(shù)據(jù)以更加直觀的方式呈現(xiàn)，通過簡單的交互動(dòng)作，快速獲取目標(biāo)數(shù)據(jù)，提高數(shù)據(jù)獲取和分析的效率。

數(shù)據(jù)可視化首先要解決數(shù)據(jù)的問題，沒有數(shù)據(jù)的可視化是無源之水；如果數(shù)據(jù)已經(jīng)可以通過SQL或者郵件、excel報(bào)表等不同方式獲取到了，可視化的優(yōu)先級(jí)就沒那么高了。

在開發(fā)資源稀缺時(shí)，往往可視化頁面的需求優(yōu)先級(jí)會(huì)降低，連數(shù)據(jù)都沒有的那部分需求才是高優(yōu)解決的。數(shù)據(jù)是基本需求，可視化是溫飽需求。

在大數(shù)據(jù)發(fā)展初期，數(shù)據(jù)產(chǎn)品體系不健全，業(yè)務(wù)人員數(shù)據(jù)獲取重度依賴數(shù)據(jù)開發(fā)人員，緊急需求需要各種刷臉或者找領(lǐng)導(dǎo)走特殊通道。

數(shù)據(jù)可視化產(chǎn)品的確可以大大提升數(shù)據(jù)化決策效率，但隨著數(shù)據(jù)中臺(tái)的出現(xiàn)，數(shù)據(jù)獲取自助化、可視化Dashboard配置化，定制化的可視化需求越來越少，此時(shí)數(shù)據(jù)可視化產(chǎn)品經(jīng)理該何去何從？數(shù)據(jù)產(chǎn)品經(jīng)理如何才能保持自身的核心競爭力，避免被工具或者業(yè)務(wù)取代？

一、分析思路是數(shù)據(jù)可視化的靈魂

其實(shí)業(yè)務(wù)核心訴求不是數(shù)據(jù)，而是基于數(shù)據(jù)的分析結(jié)論或者決策建議，知道業(yè)務(wù)行動(dòng)改善。

畢竟術(shù)業(yè)有專攻，業(yè)務(wù)產(chǎn)品經(jīng)理、運(yùn)營在商業(yè)、用戶、運(yùn)營等方面更專業(yè)，數(shù)據(jù)分析只是衍生技能，如果有BP的分析師，直截了當(dāng)?shù)奶峁┙Y(jié)果，才是他們最希望的；因此，數(shù)據(jù)可視化產(chǎn)品，提供業(yè)務(wù)KPI數(shù)據(jù)是什么、表現(xiàn)是好是壞，為什么出現(xiàn)此種情況，我該如何行動(dòng)等完整的分析能力或解決方案，才是數(shù)據(jù)可視化的靈魂所在。

二、數(shù)據(jù)是什么?

基于業(yè)務(wù)經(jīng)營所關(guān)注的核心指標(biāo)體系，客觀地呈現(xiàn)數(shù)據(jù)是什么，如每日DAU、MAU、付費(fèi)用戶數(shù)是多少等，解決定量看數(shù)據(jù)的需求。

注意點(diǎn)：

1）需求分析：通過調(diào)研和需求溝通，以及不同層級(jí)用戶（管理層、產(chǎn)品、運(yùn)營等）對(duì)數(shù)據(jù)的訴求，獲得業(yè)務(wù)期待的指標(biāo)、統(tǒng)計(jì)口徑、分析維度。

了解目標(biāo)用戶的業(yè)務(wù)流程，梳理指標(biāo)監(jiān)控體系，挖掘真實(shí)需求，判斷用戶提的需求是否合理、全面，能否達(dá)到監(jiān)控或分析的目標(biāo)，給出專業(yè)的建議；避免看山是山，被動(dòng)式的，1：1的實(shí)現(xiàn)業(yè)務(wù)需求，因?yàn)橛械臉I(yè)務(wù)同學(xué)數(shù)據(jù)感沒那么強(qiáng)，甚至指標(biāo)維度都傻傻分不清，他們也非常希望有更為專業(yè)的數(shù)據(jù)同學(xué)給他們提供建議或解決方案。

2）數(shù)據(jù)呈現(xiàn)：用戶提的指標(biāo)需求可能是零散的，缺少體系的，要基于需求分析過程，確定指標(biāo)的優(yōu)先級(jí)，以及指標(biāo)分類（相近主題的指標(biāo)在頁面呈現(xiàn)上要在相近區(qū)域），避免指標(biāo)平鋪式、缺少分類的直接呈現(xiàn)；同時(shí)要控制核心指標(biāo)的數(shù)量，通過tab切換或下鉆聯(lián)動(dòng)等方式，默認(rèn)呈現(xiàn)最關(guān)鍵指標(biāo)，避免信息過載失去重點(diǎn)。

3）交互分析：靜態(tài)的Dashboard或者可視化大屏將分析結(jié)果平鋪式呈現(xiàn)，適用于為管理層提供直截了當(dāng)?shù)臄?shù)據(jù)結(jié)果，但靈活性較差，頁面之外的數(shù)據(jù)無法獲取，無法進(jìn)一步深入分析。

交互式分析，不僅提供默認(rèn)的數(shù)據(jù)展示結(jié)果，同時(shí)可以對(duì)不同維度、不同指標(biāo)進(jìn)行組合分析，適合探索式分析，做可視化產(chǎn)品設(shè)計(jì)時(shí)，要考慮數(shù)據(jù)內(nèi)容多少以及用戶對(duì)交互的訴求，確定頁面呈現(xiàn)方式。

三、數(shù)據(jù)怎么樣？

通過不同的評(píng)價(jià)維度，衡量數(shù)據(jù)表現(xiàn)的好壞，提供是否需要干預(yù)或行動(dòng)的依據(jù)；例如，每天展示指標(biāo)數(shù)值差不多，用戶看了沒啥感覺，即使某天出現(xiàn)異常，也很難發(fā)現(xiàn)。

數(shù)據(jù)指標(biāo)常見評(píng)價(jià)維度

• 和同期比，如和去年同期比，上月同期，上周同期，前一日等，通過時(shí)間上的對(duì)比發(fā)現(xiàn)指標(biāo)波動(dòng)趨勢(shì)；
• 和歷史比，如業(yè)務(wù)超越歷史峰值，創(chuàng)新高等；
• 和參考值比，如同行，相同區(qū)域維度，上級(jí)維度均值（本省和全國比）；
• 和預(yù)警值比，針對(duì)指標(biāo)設(shè)定預(yù)警值或預(yù)測(cè)值；
• 對(duì)比時(shí)可以用絕對(duì)值對(duì)比，或增幅對(duì)比。

四、為什么出現(xiàn)此種情況？

當(dāng)數(shù)據(jù)出現(xiàn)較大波動(dòng)時(shí)，通過多維度的拆解分析，確定影響整體變化的關(guān)鍵因素，同時(shí)需要結(jié)合業(yè)務(wù)動(dòng)作來綜合判斷，因?yàn)橛行┲笜?biāo)波動(dòng)是由于業(yè)務(wù)調(diào)整引發(fā)，比如上線新活動(dòng)或發(fā)布新版本。

常用方法：

關(guān)鍵維度拆分：適合于維度比較少，且維度影響比較聚焦的情形，如景區(qū)業(yè)務(wù)訂單票量環(huán)比下降50%，可以從區(qū)域-省份-城市-景區(qū)逐層拆解，得到Top下降的景區(qū)，相關(guān)景區(qū)負(fù)責(zé)人再去進(jìn)一步從市場、景區(qū)、供應(yīng)商等不同業(yè)務(wù)環(huán)節(jié)，定位原因。

異常歸因分析：適用于維度較多，且多個(gè)維度綜合影響，此時(shí)需要依賴于一些分析模型，比如影響因子分析等，確定對(duì)下降或增長結(jié)果貢獻(xiàn)最大的維度組合。

業(yè)務(wù)動(dòng)作備注：提供業(yè)務(wù)變動(dòng)的信息登記備忘功能，如在某一日期，App端上線了機(jī)票盲盒活動(dòng)，數(shù)據(jù)展示時(shí)，可以給用戶提供業(yè)務(wù)變動(dòng)的備注信息。

五、業(yè)務(wù)該如何決策?

業(yè)務(wù)看數(shù)據(jù)核心目標(biāo)除了做到心理有數(shù)外，還需要進(jìn)一步做決策，數(shù)據(jù)可視化產(chǎn)品可以提供分析結(jié)論或決策建議，對(duì)業(yè)務(wù)的價(jià)值會(huì)更近一步。

例如針對(duì)新上線產(chǎn)品功能的AB效果分析，展示各個(gè)版本的指標(biāo)效果，同時(shí)給出分流決策建議；例如，從近14天點(diǎn)擊UV和訂單轉(zhuǎn)化率看，B版本顯著高于A版本，建議選擇B版本，擴(kuò)大B版本流量。

六、小結(jié)

數(shù)據(jù)可視化不能為了炫酷的可視化效果而可視化，除了一些公關(guān)性質(zhì)、或者門面擔(dān)當(dāng)?shù)目梢暬笃量梢詡?cè)重于展示效果；業(yè)務(wù)應(yīng)用的數(shù)據(jù)平臺(tái)產(chǎn)品的可視化需要更多地關(guān)注如何基于可視化產(chǎn)品為用戶提供更加方便、快捷的決策建議支撐，盡可能提供數(shù)據(jù)是什么，怎么樣，為什么，如何做的“一條龍”服務(wù)，為數(shù)據(jù)可視化產(chǎn)品注入靈魂。

這樣作為數(shù)據(jù)產(chǎn)品經(jīng)理，不僅可以更懂?dāng)?shù)據(jù)為業(yè)務(wù)提供數(shù)據(jù)，也可以懂業(yè)務(wù)，為業(yè)務(wù)提供決策建議。

#專欄作家#

數(shù)據(jù)干飯人，微信號(hào)公眾號(hào)：數(shù)據(jù)干飯人，人人都是產(chǎn)品經(jīng)理專欄作家。專注數(shù)據(jù)中臺(tái)產(chǎn)品領(lǐng)域，覆蓋開發(fā)套件,數(shù)據(jù)資產(chǎn)與數(shù)據(jù)治理，BI與數(shù)據(jù)可視化，精準(zhǔn)營銷平臺(tái)等數(shù)據(jù)產(chǎn)品。擅長大數(shù)據(jù)解決方案規(guī)劃與產(chǎn)品方案設(shè)計(jì)。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議