作者：常成
作为一名数据分析师，我每天的工作中总是花费大量时间来制作数据仪表板。在做了数之不尽的仪表板之后，借用产品思维，总结出了一个五步设计数据仪表板的方法，欢迎广大分析师同行们拍砖、一起探讨～～
《用户体验要素》介绍了一个分层设计产品的方法，将整个产品的设计分为：战略层、范围层、结构层、架构层、表现层。每一个仪表板就像一个产品，为了更好的体验，我们也需要从目标用户开始逐层梳理。
Step 1. 确定目标用户和业务场景
仪表板是给老板用于监控宏观指标，还是一线业务同学追踪运营效果并实时调整运营策略；是每天都要监控的KPI，还是活动复盘的StoryTelling看板。这个数据要服务的业务场景具体是什么样的，目标是什么等。
数据是服务于业务的，如果脱离了业务，数据只是一堆无意义的数字而已。
只有清晰定义出仪表板的目标用户和业务场景，才能设计出对业务有价值的仪表板，而不是数据的堆砌。这是需要在制作仪表板最开始的时候和业务方对焦清楚的。
记得之前面试一个大厂的数据产品经理，非常自豪的说他一年设计了20多个仪表板，我让他挑一个详细说明一下用户、使用场景、选择指标的逻辑，他说都是业务方提的需求，具体看了数据做什么决策也不清楚，这就犯了仪表板设计的大忌。
当然有时候业务方就是着急要个数据，那可能就另当别论了，不在这里讨论。
Step 2. 确定指标体系、分析思路
数据的目标是辅助决策，明确业务目标，通过哪些数据来反应什么样的问题， 在各种情况下会作出什么样的业务决策，之后期待什么样的数据变化，确定这些问题之后指标体系自然非常明确。
指标的选择也会根据「组织的商业模式」、「业务发展阶段」、「最近的业务重点」等等不同而不同。
听阿里的同学说，天猫和淘宝的核心指标就由于商业模式不同而不同，天猫更偏电商属性，所以核心指标为GMV；而淘宝平台属性更强，所以更加看重流量。
又比如SaaS，获得第一批付费用户之前，需要衡量engagement，当业务相对稳定的时候，流失率就变成了一切。
在核心指标确定之后，还需要看这个核心指标如何拆解，从哪些度量、维度去监控整体业务的情况。发现核心指标出问题了，一般业务上会通过什么方式进行拆解。
比如 成交金额 = 成交人数 * 客单价 = 访问用户量 * 购买转化率 * 客单价，或者成交金额 = 各个大区成交金额总和。当发现问题的时候，是不是需要下钻到大区、省份、城市来定位问题。指标拆解的分析思路也会根据业务场景不会而有很大的差别。
指标体系和业务场景紧密相关，具体指标体系的设计是个很大的课题，这里就不详细说了。
Step 3. 确定数据查看方式、交互形式
确定了指标体系，分析思路接着来设计数据查看方式和交互形式。
比如成交金额，是不是需要看到具体的数值，同时需要追踪过去30天的趋势，是不是还需要对比去年的数据等。
在看到某个大区数据有问题，是否需要进行下钻查看省份，或者需要跳转到更详细的报表去进一步的分析。
Step 4. 确定可视化图表类型
确定了具体要看什么数据，就可以基于场景来选择图表类型。可视化图表是为了查看数据服务的，所以要根据数据浏览场景来选择图表。
其实大部分场景都会使用表格、线图、柱图，但在一些数据相对复杂，或者针对某场景希望有更好的可视化效果的时候，可能会用到一些不同的图表。
可视化图表的选择和使用也是一门大学问，有非常多需要注意的点，这里就不详细说了。下面这个是一些图表选择的思考供参考，另外还有一些图表使用的tips，比如尽量不要用3D、尽量不使用曲线等等（当然这些tip还是要视情况而定的，并不是绝对的）。
Step 5. 确定辅助信息、整体UI风格
在完成上面的4步之后，仪表板就基本完成了，最后可以做一些展示的优化，比如在图表上添加一些信息标签，帮助用户方便的看到数据，另外可以修改一下整体配色等。
在这一步有2个注意点：
- 字体的选择：需要使用等宽的字体，不然明明两个数值位数相同的，却会有差很多的感觉。
- 整个界面的颜色不宜太花，用户的重点关注内容还是数据。
这样就通过5步完成整个仪表盘的设计啦～
推荐工具
另外向大家强烈推荐下我们公司在用的工具Quick BI，它是阿里出的，还是挺好用的，可以去官网了解更多
用起来特别爽，因为可以配置加速，在MaxCompute上面的数据加速后分析起来超级快！
另外支持几十种的图表类型，基本能满足我的需求。
还有一些超级方便的图，是我在其他产品上没见到的，比如指标卡趋势图，可以同时显示今日几个指标数据和他们的历史趋势，现在我搭建的数据监控类的仪表盘，基本第一个图表都用的是这个，老板和业务方也反馈看起来很方便。
还有下钻、联动、跳转之类的分析交互方式，Quick BI上也都支持，可以通过一个仪表板完成整个分析，业务方都点赞。