笔记|产品笔记：数据看板 |数据|产品|

编辑导语：数据看板在工作中是一种非常有效好用的方式，可以快速清晰的发现问题；在做业务时，通过数据看板可以帮助业务成长；本文作者详细介绍了几种不同的业务看板和一些经验，我们一起来看一下。

本文插图

最近在思考数据看板相关的问题，所以今天我们来分享下关于数据看板上我个人的一些想法和经验。
本文主要从以下几个方面进行展开：
一、什么是数据看板
说到数据看板，就不能不提可视化管理。
笔者大学时期的专业是工业工程，这是一门管理型的学科，而可视化管理就是其中十分重要的一块，也被称之为“看得见的管理”；顾名思义，就是通过各种显性手段，让企业、工厂内部的信息透明化，实现有效传达，及时发现过程中的问题。
其中数据看板就是非常重要的一种手段。
下图为比较传统的工厂生产看板：

本文插图

（图片来自百度）
随着数字化程度的提升，企业管理软件的规模化，各类大屏、数据看板也日趋成熟化。

本文插图
【笔记|产品笔记：数据看板】

（图片来自花瓣网）
二、数据看板的价值体现

作为B端的产品经理，相信大家或多或少、直接间接的都接触到过这一类的数据需求；让我们从用户的维度来看下它对用户的价值。
1. 用户：我不知道现在情况怎么样了数据看板最直接的价值在于为用户提供现状的查看入口，此处的现状包括但不限于实时或T+1的数据、环比或同比数据。
此外，也可以通过长期的数据收集，为用户提供整体趋势情况以及通过定义目标，在数据看板中实时监控目标偏离情况。
数据看板可以集成最底层的基础信息，同时也可以根据业务属性、业务需求，通过基础信息进行管理指标的计算和管控。（例：库存数据是基础信息，库存周转率是管理指标）；另外，数据看板也可以对异常事件的记录进行实施的反馈的告警，今天有多少订单超时未发出，投诉量达到多少。

本文插图
2. 用户：我应该做什么
数据看板除了提供快速的“现状一览”外，还可以同时具备指导用户的作用（通过提前和用户指定策略）；如货品临期了，可以引导用户按不同策略（促销、买赠等）进行处理。

这一部分和业务直接关联性比较强，此处就不详细展开讲了；读者可以思考下，当前你们的看板中哪些部分是有引导作用的。
三、数据看板如何实现
基于以上可以看出，数据看板对于一个成熟业务的良性发展是十分重要的；但是切记，不可为了做看板而做看板。
数据只是表象，看板的设计必须是要真正能够帮助用户拨开数据，看到本质和管理点；而不是让用户看到一堆酷炫的表格和数据，脑子里只能出现“今天的库存是1w ，订单是1000单，那然后呢？”
1. 用户分层简单的说，就是这个场景中的数据看板是为谁做的，他需要看哪类数据。
一个业务场景中，必然会存在不同层级的用户，最简单的模型通常是：执行者（底层用户）、管理者（负责管理执行者）、企业管理者（如CEO等角色）。
根据公司的分层不同，其中还涉及到更细分层的用户。

本文插图

以自营电商-仓库管理链路中的一个小场景为例；对于每日的订单（以下仅为部分列举）：

仓库拣货员关心：我今天拣了多少货，剩下还有多少货要拣，我比别人快还是慢？
仓库管理员关心：今天的出库及时率是多少，订单完成率是多少，是否有表现不良的员工？
CEO关心：今天这么多订单公司整体的成本是多少，利润是多少，是否有异常造成了利润损失？

2. 结合场景，挖掘数据这一部分需要解决的是用户具体需要看什么数据，他为什么要看这个数据。
所有的看板都是围绕一定的业务场景展开的，同时，我们也应该明白，不同的行业、场景；比如电商（前台）更关注GMV、订单量、订单金额、退货量等围绕交易场景展开的数据和指标，供应链（后台）则更关心周转率、库存准确率、各种时效等和成本&效率相关的指标。
在挖掘场景数据的调研过程中，我们通常需要问用户以下这些问题：
1）你们日常关心什么数据？这个数据主要在哪个环节？
了解当前数据结构，通过串联业务流程挖掘潜在数据。
2）你们的核心指标有哪些？都是按什么逻辑计算的？

对于一些特殊的业务指标来说，可能我们并不如业务了解或者没有太多的话语权，但是在这个过程中依然需要积极参与，了解指标的深层含义。（例如笔者之前做过财务相关的指标，因为对财务体系并不是非常了解，整体指标概念和计算是以财务同学提供的标准进行输出）。
3）如果指标异常你们怎么处理？如何管控？
确定对于各类指标，业务侧是有管理规范的，而不是单纯的“数字”；这个问题是让看板数据真正实现价值的关键，如果他们的回答是否定的，那么这个指标就需要继续深挖了。
4）整体的目标是多少？是否有等级分层？
以周转为例，目前多长时间的周转属于正常的，你们的期望周转是多少？对于当前不同的周转情况是否有不同的分层管理，如30天以内， 30-60天，是否存在不同的管理策略？
5）目前主要通过几个维度来分析数据？
这里的维度宏观上可以是事业部、平台、部门，更细的可以是指不同的商品类型、用户等级等。

一个合理的指标需要可以下探到用户需要的不同维度进行拆分，又可以重新向上进行收敛到整体；以毛利率为例，公司整体的毛利率是一个维度，同时根据公司目前的事业部可以进行拆分；同一事业部下不同的类目又可以进行分解（具体的分解维度需要根据用户的分析维度来定义）。
6）现在的数据情况是怎么样的？是否有异常？
了解当前的指标情况可以更好的帮助产品经理判断用户目标的有效性和后期的趋势。
3. 看板设计设计部分要解决的是怎么让用户快速、清晰的看到自己需要的数据并作出决策。
看板的设计部分我主要分享2点：核心指标的展示和图表的选择。
因为这一部分更多的是视觉或交互的工作，产品经理更多的是需要明确指标的优先级和关联性，关联指标之间的交互性；一个看板上核心的指标不宜过多，以4~8个为宜（不同模块的另说），否则过高的数据密度会导致用户失去关注焦点。
看板中比较常见的图例包括：折线图、饼图、柱状图、漏斗图、气泡图、散点图、雷达图等。

折线图、柱状图：用于趋势（通常是按时间）的呈现；
饼图：用于呈现不同类型的数据占比；
漏斗图：用于提现连续流程中的转化或流程；
气泡图、散点图：可用于呈现数据在不同范围的分布情况；
雷达图：可用于同一主体不同维度的达成呈现；

本文插图

四、总结
数据看板可以通过可视化、数据驱动建议的方式帮助业务成长，但是也需要合理指标规划（了解业务场景，理解业务诉求）才能真正达到帮助业务的效果。
这个过程中，和业务同学的深入沟通相当重要，虽然说业务之间存在相似性，但其独特性也是不可否认的。
同一指标对不同业务、甚至同一指标对同一业务在不同时期的关注度和可用性都是不同的；因此还是需要从业务视角而不是过去的经验出发。
以上就是今天想和大家分享的内容了；如果大家有想法和建议，欢迎通过后台向我留言，我们一起交流学习~谢谢大家
作者：麋鹿产品，公众号：麋鹿产品手册
题图来自Unsplash ，基于CCO协议。