數(shù)據(jù)可視化怎樣才有靈魂
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
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。
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。
組件庫