2021-6-22 濤濤
隨著用戶體驗(yàn)設(shè)計(jì)的發(fā)展，我們已經(jīng)過了僅依賴需求和直覺就可以完成產(chǎn)品設(shè)計(jì)決策的階段了。數(shù)據(jù)對用戶體驗(yàn)設(shè)計(jì)師的價(jià)值可以總結(jié)為兩點(diǎn)：1. 數(shù)據(jù)可以在「產(chǎn)品設(shè)計(jì)決策階段」提供了更多元的參考意見；2. 數(shù)據(jù)可以在「產(chǎn)品設(shè)計(jì)復(fù)盤階段」提供更客觀的評(píng)價(jià)標(biāo)準(zhǔn)
無論所處哪一種設(shè)計(jì)階段，總的來說設(shè)計(jì)師的數(shù)據(jù)需求主要可以分為兩大類：
1.探索事物間關(guān)系的“內(nèi)因/外因”：
是什么東西影響了用戶的購買決策 ？我的新版網(wǎng)站首頁的改版是否為產(chǎn)品提升了注冊的轉(zhuǎn)化率 ？這類需求的本質(zhì)是探究一種事物間的歡喜和因果性，常用「推論性統(tǒng)計(jì)」、「相關(guān)&非參數(shù)校驗(yàn)」進(jìn)行分析。對于這類需求，往往會(huì)有專業(yè)的數(shù)據(jù)分析師，用戶研究設(shè)計(jì)師，數(shù)據(jù)產(chǎn)品經(jīng)理承接。
2.發(fā)現(xiàn)數(shù)據(jù)中的“模式/異常”：
在一天之中隨著時(shí)間的變化，用戶的訪問量有什么規(guī)律 ？這類需求的本質(zhì)是在對已經(jīng)發(fā)生的事物規(guī)律做一種總結(jié) ，使用的統(tǒng)計(jì)方法更多的是「描述性統(tǒng)計(jì)」。對于絕大多數(shù)設(shè)計(jì)師而言，能夠做到發(fā)現(xiàn)數(shù)據(jù)中的 “模式/異常” 基本可以覆蓋絕大多數(shù)日常工作的需求。
本文主要關(guān)注解決設(shè)計(jì)師的第二類使用場景——發(fā)現(xiàn)數(shù)據(jù)中的“模式/異常”。目前各大互聯(lián)網(wǎng)企業(yè)內(nèi)部都會(huì)提供自研或者第三方的BI工具，因此筆者建議設(shè)計(jì)師可以通過建立一個(gè)包含關(guān)鍵的體驗(yàn)指標(biāo)的數(shù)據(jù)看板系統(tǒng)，對自己負(fù)責(zé)的業(yè)務(wù)進(jìn)行系統(tǒng)的總結(jié)和復(fù)盤。
以我曾經(jīng)的工作內(nèi)容為例，我們的產(chǎn)品是服務(wù)商家進(jìn)行“前后端對接生產(chǎn)”的訂單審核系統(tǒng)。【效率】是制造業(yè)至關(guān)重要的關(guān)注面，在一個(gè)企業(yè)用戶的付費(fèi)決策中也起到了相當(dāng)重要的分量，客戶使用我們的工具進(jìn)行訂單審核和流轉(zhuǎn)的效率是整個(gè)用戶體驗(yàn)?zāi)Ｐ椭械闹匾糠帧Ｒ虼宋覀冃枰獦?gòu)建一系列合理的指標(biāo)來判斷訂單系統(tǒng)的處理效率。除【效率】外，【用戶行為】【用戶特征】等都是設(shè)計(jì)師關(guān)系的信息。以【效率】為起點(diǎn)，最終我們構(gòu)建了一個(gè)籠統(tǒng)的包含設(shè)計(jì)師所有要監(jiān)測的信息看板系統(tǒng)
本質(zhì)上互聯(lián)網(wǎng)產(chǎn)品中的看板（kanban）與自然科學(xué)領(lǐng)域研究人員的用 R 或者 Seaborn繪制的精美圖表沒有本質(zhì)上的區(qū)別，差異點(diǎn)可能在于看板更加關(guān)注時(shí)效性，同時(shí)更加具備可交互性。
隨著儀表盤工具和各種BI軟件產(chǎn)品在人群中的普及，人們對儀表盤，指標(biāo)（Metric）和關(guān)鍵績效指標(biāo)（KPI）的組成有不同的理解。為了確保我們都說相同的語言，我將定義一組術(shù)語，這些術(shù)語將構(gòu)成我們討論的基礎(chǔ)：
度量（Measure）：度量是一段數(shù)字上可量化的數(shù)據(jù)。銷售額、利潤、留存率，都是具體衡量的例子。
維度（Dimension）：維度表示給定指標(biāo)的不同方面屬性。例如，時(shí)間通常被用作分析不同度量的維度。其他一些常見的維度包括地區(qū)、產(chǎn)品、部門、細(xì)分市場等。
層次結(jié)構(gòu)（Hierarchy）：維度可以進(jìn)一步分解為層次結(jié)構(gòu)。例如，時(shí)間維度還可以形成層次結(jié)構(gòu)，例如 年>季度>月>日。
粒度（Grain）：層次結(jié)構(gòu)中的每個(gè)級(jí)別都稱為維度的粒度。例如，年 > 季度 > 月 > 日 ，中的“年”是一個(gè)特定的粒度。
指標(biāo)（Metric）：指標(biāo)是我們經(jīng)常在儀表板中顯示的數(shù)據(jù)類型，它表示一個(gè)度量（Measure）的數(shù)據(jù)段與一個(gè)或多個(gè)特定維度（Dimension）和相關(guān)粒度（Grain）的關(guān)系。
上圖是在Tableau中一個(gè)標(biāo)準(zhǔn)的指標(biāo)示例-“每周銷售總額” 的構(gòu)建方式。在這個(gè)指標(biāo)中，我們需要量化的“度量”是美元——即總銷售額，用來觀察量化數(shù)據(jù)的“維度”— 即時(shí)間，而時(shí)間維度可以被進(jìn)一步分解為“年>季度>周”的層級(jí)結(jié)構(gòu)，“每周銷售總額”需要關(guān)聯(lián)的維度中的特定“粒度” ——即周。
看板（Cards or KanBan）: 觀察一個(gè)或多個(gè)指標(biāo)（Metric）運(yùn)行情況的圖表
儀表板（Dashboard）: 儀表板是多個(gè)圖形，圖表，量表或其他直觀表示的集合。多個(gè)看板可組成一個(gè)儀表板
報(bào)告（Report）: 報(bào)告可以是對應(yīng)圖表和其他可視化的表示，也可以是可能直接相關(guān)或不直接相關(guān)的大量圖表和可視化。多個(gè)儀表盤可組成一個(gè)報(bào)告。
“實(shí)時(shí)、受眾群體、流量獲取、行為……” 上圖為Google Analytics 中提供的多種類型的數(shù)據(jù)分析報(bào)告，報(bào)告可以非常廣泛地涵蓋廣泛的相關(guān)信息。每一種特定報(bào)告內(nèi)包含了若干個(gè)回答特定問題的dashboard，一個(gè)dashboard內(nèi)可以包含多個(gè)相互關(guān)聯(lián)的指標(biāo)的看板。
一個(gè)可分析、可追蹤的數(shù)據(jù)系統(tǒng)中，最原子的構(gòu)成單位理解成一個(gè)“看板”。如何從0-1構(gòu)建一個(gè)客觀有效的數(shù)據(jù)看板系統(tǒng)？我們可以類比【一個(gè)人學(xué)習(xí)做菜】的過程，做菜的過程可以總結(jié)為三個(gè)階段：
學(xué)習(xí)菜譜&列一個(gè)采購清單
采購食材&烹飪食材
擺盤料理&品嘗美食
對應(yīng)到數(shù)據(jù)看板系統(tǒng)的創(chuàng)建，我們亦可以總結(jié)為三個(gè)階段：
了解數(shù)據(jù)的特性、明確自己需要哪些數(shù)據(jù)
通過技術(shù)手段獲取數(shù)據(jù)、將粗?jǐn)?shù)據(jù)加工成意義明確的指標(biāo)
將指標(biāo)數(shù)據(jù)可視化，觀察數(shù)據(jù)并嘗試分析現(xiàn)象
“ Data is more than numbers, and to visualize it, you must know what it represents. ”
數(shù)據(jù)不僅僅是數(shù)字，數(shù)字、數(shù)組、表格、都可以被稱之為數(shù)據(jù)。要將數(shù)據(jù)形象化，你必須知道它代表什么。為了構(gòu)建有效的效率指標(biāo)，第一步是：明確為了解決當(dāng)前的問題，要觀察的【度量】是哪些，已及這些度量又需要從哪些【維度】進(jìn)行觀察。
一個(gè)線上的項(xiàng)目每天都在收集成百上千種數(shù)據(jù)，怎樣確定自己需要什么數(shù)據(jù)作為 度量（Measure）呢？首先值得注意的是，不是所有類型的數(shù)據(jù)都適合作為度量（Measure）被加工成指標(biāo)。
不同學(xué)科，不同課程，不同領(lǐng)域，對于數(shù)據(jù)類型的定義基本一樣，但稱呼并不完全一樣。統(tǒng)計(jì)學(xué)中，數(shù)據(jù)類型分為四種：定類，定序，定距，和定比。這四種類型是從低到高的遞進(jìn)關(guān)系，高級(jí)的類型可以用低級(jí)類型的分析方法來分析，而反過來卻不行。
定性數(shù)據(jù)與定量數(shù)據(jù)
從宏觀角度分析，數(shù)據(jù)類型分為 定性 和 定量 兩種。一個(gè)通俗的例子，以自身為例：例如衣服的顏色，頭發(fā)的類型和鼻子的形狀這些標(biāo)識(shí)標(biāo)識(shí)的是定性數(shù)據(jù)；例如身高，體重，年齡和鞋子的尺碼，這些可測量的是定量數(shù)據(jù)。
1.定量數(shù)據(jù)：定量數(shù)據(jù)是統(tǒng)計(jì)數(shù)據(jù)，通常具有自然結(jié)構(gòu)性意味著它更加嚴(yán)格和明確，可再細(xì)分為連續(xù)/離散兩種。此類數(shù)據(jù)使用數(shù)字和值進(jìn)行測量，這使其更適合進(jìn)行數(shù)據(jù)分析。可以通過以下方式獲取定量數(shù)據(jù)：
測量
實(shí)驗(yàn)
調(diào)查
市場報(bào)告
……
2.定性數(shù)據(jù)：定性數(shù)據(jù)是非統(tǒng)計(jì)數(shù)據(jù)，本質(zhì)上通常是非結(jié)構(gòu)化或半結(jié)構(gòu)化的。定性數(shù)據(jù)可以用來問“為什么”的問題。它是調(diào)查性的，在進(jìn)行進(jìn)一步研究之前通常是開放性的。從定性研究中生成的數(shù)據(jù)用于理論化，解釋，發(fā)展假設(shè)和初步理解。可以通過以下方法獲取定性數(shù)據(jù)：
文字和文件
音頻和視頻記錄
圖片和符號(hào)
訪談筆錄和焦點(diǎn)小組
……
想要了解訂單流轉(zhuǎn)的效率是怎樣，最簡單的方法是通過和我們的客戶進(jìn)行面聊一下使用情況并記錄一下反饋，但這樣的產(chǎn)物并不方便進(jìn)行統(tǒng)計(jì)分析和展示。盡管有一些對定性數(shù)據(jù)“結(jié)構(gòu)化”的方法，比如對定類數(shù)據(jù)進(jìn)行的非參數(shù)校驗(yàn)，但實(shí)施起來成本較高。定量數(shù)據(jù)因?yàn)楸旧斫Y(jié)構(gòu)化的特點(diǎn)更適合分析，因此在這里建議設(shè)計(jì)師在構(gòu)建自己的dashboard系統(tǒng)時(shí)，需要跟蹤分析的數(shù)據(jù)盡量選擇定量數(shù)據(jù)。
明確需要觀察的度量有哪些，首先需要從要解決的問題出發(fā)。但是沒有一個(gè)整體的分析模型，往往會(huì)導(dǎo)致我們的分析遺漏很多信息和細(xì)節(jié)，導(dǎo)致數(shù)據(jù)分析師無法理解彼此的需求，最終導(dǎo)致最后產(chǎn)出的看板難產(chǎn)或答非所問：
使用的問題分析工具—— KPI wheel
在這里介紹一種名為KPI Wheel的簡單工具，可用于收集將用于定義和可視化指標(biāo)的前期必備信息。您可以將 KPI wheel 的圖片打印在紙上，然后開始嘗試依次思考這四個(gè)方面：
“ 要解決的問題是什么”
“誰在關(guān)心這個(gè)問題？”
“我需要去哪里獲取這些數(shù)據(jù)？”
“為什么這個(gè)數(shù)據(jù)很重要？”
在解答的上述的幾個(gè)問題的過程中隨手記錄：（1）可能引發(fā)什么進(jìn)一步的疑問、（2）使用此信息可以采取什么行動(dòng)或決定。不斷的提出問題并進(jìn)行進(jìn)一步分析，這么做的目的是讓用戶不斷分解問題，直到他們有足夠的信息來采取行動(dòng)或做出決定。經(jīng)過幾輪完整的分析后，用戶就可以大致確定指標(biāo)的「度量」和 所需要的「維度」。
以我曾經(jīng)的工作內(nèi)容為例：我們的產(chǎn)品是服務(wù)商家進(jìn)行“前后端對接生產(chǎn)”的訂單審核系統(tǒng)，我們需要構(gòu)建一系列合理的指標(biāo)來判斷訂單系統(tǒng)的處理效率。以下是與產(chǎn)品經(jīng)理討論過程中的具體流程：
第一輪 KPI Wheel ——
1.Answer KPI Wheel：“ WHAT？ WHO? WHERE? WHY? ”
what：我們需要一種途徑了解用戶進(jìn)行訂單審核的效率如何
針對這個(gè)問題我們聯(lián)想到：
1.想要了解訂單處理效率，首先需要定義什么叫訂單的效率；在行業(yè)中有一種叫做「訂單生命周期」的專有名詞來表示訂單從創(chuàng)建到結(jié)束的時(shí)長，是一個(gè)可借鑒的概念
2.針對我們的業(yè)務(wù)，一個(gè)工單的生命周期經(jīng)歷了從創(chuàng)建-流轉(zhuǎn)&審核-通過，一個(gè)工單從創(chuàng)建到通過所經(jīng)歷的時(shí)間是我們需要記錄的【度量】
who：產(chǎn)品/運(yùn)營/設(shè)計(jì) 三個(gè)業(yè)務(wù)方都關(guān)注訂單的效率
針對這個(gè)問題我們聯(lián)想到：
1.對于不同的角色，在檢測數(shù)據(jù)的時(shí)候都關(guān)注那些維度？
2.訂單類型分審核單&生產(chǎn)單這兩種，兩種類型的訂單，訂單類型是一個(gè)必要維度
3.時(shí)間是上述三個(gè)相關(guān)方都需要關(guān)注的維度，一個(gè)訂單在通過審核時(shí)的時(shí)間，是一種重要的分析維度；而“時(shí)間”維度，我們可以繼續(xù)拆分為: 年-月-周-日 的層次結(jié)構(gòu)
4.對于運(yùn)營，了解不同行業(yè)的商家的訂單效率對進(jìn)行深入運(yùn)營是必要的。而"行業(yè)"維度根據(jù)分類方式的不同，又可以歸類為一級(jí)行業(yè)（軟裝設(shè)計(jì)/板式家具/…），二級(jí)行業(yè)（整木定制/辦公家具定制/暖通/地板/瓷磚……）
4.對于產(chǎn)品，為了更好的維護(hù)客情，對于特定的大客戶的數(shù)據(jù)需要重點(diǎn)關(guān)注。因此商家賬號(hào)的ID，也是重要的分析維度。
where：我們需要的數(shù)據(jù)要在在哪里獲取？
針對這個(gè)問題我們聯(lián)想到：
1.與一般的用戶行為數(shù)據(jù)不同，訂單的數(shù)據(jù)都儲(chǔ)存在后臺(tái)的操作日志中
2.需要的"行業(yè)"維度，可以復(fù)用其它團(tuán)隊(duì)已經(jīng)制定好的標(biāo)簽
why：效率是企業(yè)的生命，制造業(yè)中存在各種效率指標(biāo)，如“人效”/“平效”等。糟糕的使用效率會(huì)造成我們的產(chǎn)品在根本上是不可接受的，因此效率指標(biāo)非常重要
針對這個(gè)問題我們聯(lián)想到：
1.通過【訂單生命周期】統(tǒng)計(jì)的時(shí)間，可以在整體上評(píng)估訂單系統(tǒng)的流轉(zhuǎn)效率。但是僅僅依靠一個(gè)這樣的指標(biāo)，缺少一些更細(xì)致的視角。可以增加對方案（訂單的載體）的停留時(shí)長的統(tǒng)計(jì)，來計(jì)算審核在整個(gè)生命周期中所耗時(shí)間的占比。
2.The Rising Questions & Action：“ 根據(jù)問題1的答案，這還會(huì)引發(fā)什么其他問題，或者您將采取什么行動(dòng)？”
在回答上面的4W的過程中，會(huì)引發(fā)其它衍生問題，例如 “訂單審核周期的時(shí)間的最小單位是什么？” 等等。針對上述的其中衍生問題，可以再進(jìn)行一輪kpi wheel的自問自答。比較簡單的衍生問題，不需要4個(gè)方面都進(jìn)行問題分析。
最終 ——
在多次重復(fù)上述的兩個(gè)過程后，最終我們確定了要在產(chǎn)品中量化哪些 度量（Measure），以及這些度量需要哪些分析維度，并將所有需要的度量和相關(guān)的維度都用表格的形式記錄下來。
例如，'訂單從創(chuàng)建到最終通過的時(shí)長（h）'，是一個(gè)需要被量化的度量。它需要關(guān)聯(lián)的維度（Dimension）有時(shí)間、商家ID、一級(jí)行業(yè)、二級(jí)行業(yè)。
研究完成菜譜，記錄??采購清單后，接下來的帶班過程就是準(zhǔn)備食材并進(jìn)行烹飪。當(dāng)你已經(jīng)明確了要觀察的 度量（Measure）、和需要關(guān)聯(lián)的維度（Dimension），下一步就是通過數(shù)據(jù)建設(shè)獲取這些度量，然后將度量加工成指標(biāo)。
獲取度量的過程就是‘取數(shù)’的過程。想要?jiǎng)?chuàng)建看板，數(shù)據(jù)分析師需要通過各種方式獲取一張包含所有你需要的信息的寬表。如何獲得這張包含一切關(guān)鍵信息的表格？我們需要借助埋點(diǎn)獲取數(shù)據(jù)。
所謂埋點(diǎn)就是在應(yīng)用中特定的流程收集一些信息，用來跟蹤應(yīng)用使用的狀況。您可以把用戶在與您的網(wǎng)站或應(yīng)用互動(dòng)時(shí)觸發(fā)交互行為理解為一個(gè) “ 事件 ”，一個(gè)時(shí)間存在一個(gè)觸發(fā)的條件，當(dāng)達(dá)到這個(gè)觸發(fā)條件后就會(huì)上傳請求，請求中會(huì)攜帶需要的 “ 參數(shù) ”。例如“用戶點(diǎn)擊按鈕將商品加購到購物車”這個(gè)行為，每次用戶觸發(fā)這個(gè)行為后都會(huì)發(fā)送一個(gè)請求，而這個(gè)請求中會(huì)記錄：1.加購商品的金額/2.加購商品的類型/3.加購商品的商品ID…等信息。這些結(jié)構(gòu)化的信息構(gòu)成了我們需要的度量（Measure）與 維度（Dimension）。
在完成了最基礎(chǔ)的埋點(diǎn)后，我們就獲得了最基礎(chǔ)的數(shù)據(jù)。
“指標(biāo)”是量化衡量標(biāo)準(zhǔn)，未經(jīng)加工的數(shù)據(jù)不具備可觀察的價(jià)值。通過埋點(diǎn)，我們單純只是得到了若干張包含所有用戶信息的巨型表格，我們是分析不出什么有用信息的。為了更有效的去觀察和分析作為 度量（Measure）的數(shù)據(jù)，就需要對埋點(diǎn)數(shù)據(jù)進(jìn)行一定的加工，變得更加易于理解和表達(dá)。
當(dāng)一個(gè)度量（Measure）的數(shù)據(jù)段與一個(gè)或多個(gè)特定維度（Dimension）之間互相聯(lián)系了起來，度量就成為了指標(biāo)。例如，同樣的一份關(guān)于【訪問用戶人數(shù)】這一度量，可以根據(jù)關(guān)聯(lián)的時(shí)間維度的不同，創(chuàng)建 DUV 和 MUV 等多個(gè)不同的指標(biāo)。
如何創(chuàng)建一個(gè)有效的指標(biāo)，結(jié)合筆者的工作經(jīng)驗(yàn)，下面給出三點(diǎn)建議：
（1）為一個(gè)指標(biāo)設(shè)想一個(gè)高級(jí)概念：
首先指標(biāo)的名稱需要客觀，要讓人乍一聽就能大概會(huì)意，例如：「加購商品操作每日點(diǎn)擊次數(shù)」。而如果您定義的是類似：“軟件上手度”，這種概念比較晦澀、在業(yè)內(nèi)又沒有約定俗成的定義的指標(biāo)，可能需要重新考慮概念是否恰當(dāng)。
每周訪問站點(diǎn)的用戶總數(shù)/ 每日訪問站點(diǎn)的用戶數(shù)/ 每日訪問站點(diǎn)的新手用戶數(shù)…，這些指標(biāo)即相互獨(dú)立，但反應(yīng)的又是同一件事的客觀熟悉的時(shí)候，我們可以把這些詳細(xì)的指標(biāo)統(tǒng)一用一個(gè)高級(jí)的指標(biāo)概念來做一個(gè)歸納，例如“站點(diǎn)訪問用戶數(shù)”
（2）檢查并確定定義指標(biāo)的細(xì)節(jié)：
確定了指標(biāo)的基礎(chǔ)概念后，需要檢查一遍指標(biāo)的細(xì)節(jié)。
例如，“訂單生命周期”這個(gè)指標(biāo)的定義中，生命周期是指一個(gè)訂單從創(chuàng)建到最后通過審核耗時(shí)，而與其關(guān)聯(lián)的維度有時(shí)間，訂單類型等。需要強(qiáng)調(diào)的是，一個(gè)訂單可能會(huì)存在：創(chuàng)建時(shí)間、通過時(shí)間，這兩種不同的時(shí)間戳。而在“訂單生命周期”這個(gè)指標(biāo)我們需要關(guān)聯(lián)的時(shí)間維度是【通過時(shí)間】。如果關(guān)聯(lián)是【創(chuàng)建時(shí)間】，則會(huì)得到另外一種完全不同的生命周期計(jì)算方式。
（3）將測量到的度量數(shù)據(jù)，通過計(jì)算總結(jié)為一個(gè)指標(biāo)：
通過埋點(diǎn)收集到的是大量的數(shù)據(jù)，是一個(gè)巨大的整體，而指標(biāo)則是描述總體特性的參數(shù)。而把原始數(shù)據(jù)組織并總結(jié)成更易處理的形式的技術(shù)叫做描述性統(tǒng)計(jì)，一種最常見的方法是通過計(jì)算平均數(shù)的方法總結(jié)一組數(shù)據(jù)。
這些描述總體特性的參數(shù)中又存在不同的用途，有的用來描述頻數(shù)分布，有的用來描述集中趨勢：平均數(shù)，眾數(shù)、中位數(shù)，有的用來描述變異性：四分衛(wèi)距、方差。我們需要根據(jù)自己的用途選擇合適的統(tǒng)計(jì)方式來構(gòu)建指標(biāo)。
根據(jù)統(tǒng)計(jì)方法的不同，常見的指標(biāo)類型有以下幾種，他們擁有不同的分布類型和方差的計(jì)算公式
【 計(jì)數(shù) Count 】
【 概率 Probability 】
【 平均數(shù) Average 】
【 中位數(shù)（或其它位數(shù)）Percentile】
【 比率 Rate 】
【 一般比例 Ratio 】
烹飪好食材并后，接下來的工作就是擺盤與上菜。優(yōu)秀的擺盤可以讓料理更加精致和高級(jí)，優(yōu)秀的數(shù)據(jù)可視化可以幫助我們更好的觀察與分析數(shù)據(jù)，反之糟糕的數(shù)據(jù)可視化可能會(huì)讓我們丟失很多重要信息。
為什么一定要使用看板（圖表）來觀察和分析數(shù)據(jù)？僅關(guān)注幾個(gè)關(guān)鍵指標(biāo)的數(shù)據(jù)是否就已經(jīng)足夠？
使用看板對指標(biāo)進(jìn)行觀察和分析的意義在于：相比單純的數(shù)字，圖表可以攜帶更多的展示維度（大小、長度、顏色、面積…），能幫助我們多維度的觀察數(shù)據(jù)、避免疏漏。
例如，安斯庫姆四重奏（Anscombe's quartet）是四組基本的統(tǒng)計(jì)特性一致的數(shù)據(jù)，但由它們繪制出的圖表則截然不同。如果僅依靠基本的統(tǒng)計(jì)特性來觀察數(shù)據(jù)，我們很容易忽略一些重要信息。
BI工具中支持多種圖表類型，比如展示瀏覽路徑的“桑基圖”、展示轉(zhuǎn)化率的“漏斗圖”，甘特圖、散點(diǎn)圖等。如何選擇合適的圖表來展示并分析你的數(shù)據(jù)可以參考下圖：
圖表種類繁多，但只要掌握其中的一小部分就能滿足絕大多數(shù)需求。對于大部分設(shè)計(jì)師，以下3種最基礎(chǔ)的圖表類型是最常用的：
1.條形圖：
條形圖是最常用的圖表類型。條形圖易于閱讀，我們用眼睛比較條形圖的末端，很容易快速得出結(jié)論:哪一類最大、哪一類最小以及類別之間的增減區(qū)別。
2.線圖：
線圖最常用于繪制連續(xù)的數(shù)據(jù)。因?yàn)榫€連接了點(diǎn)，這就暗示了點(diǎn)與點(diǎn)之 間存在著離散數(shù)據(jù)(一系列數(shù)據(jù)分隔成不同的類別)間沒有的聯(lián)系。通常，連續(xù)性數(shù)據(jù)都以時(shí)間為單位:天、月、季度和年度。
3.餅圖：
餅圖在總量間各部分的占比時(shí)比較高效
最后，當(dāng)我們創(chuàng)建了許多看板后如何進(jìn)行歸納？我們可以將關(guān)注相同的問題的看板歸納在一起，就形成了一個(gè)關(guān)注同一類問題的Dashboard；對不同的 Dashboard 提取共性，將同一個(gè)業(yè)務(wù)的不同Dashboard組織起來，就形成了一個(gè)Report。一個(gè)Report內(nèi)可以籠統(tǒng)的包含當(dāng)前業(yè)務(wù)需要關(guān)注的所有信息。
例如：【訂單生命周期】關(guān)注的是企業(yè)的訂單效率問題，但并不是唯一關(guān)注效率的指標(biāo)。另外還有諸如：“審單員平均審核時(shí)長”這樣的人效指標(biāo)的看板，這些看板同樣反饋的是訂單的效率。我們將關(guān)注相同的問題的看板歸納在一起，就形成了一個(gè)Dashboard，Dashboard內(nèi)的看板與指標(biāo)都有關(guān)注同樣的問題—效率。除了效率，身為設(shè)計(jì)師的我們還需要關(guān)注很多其他的問題：比如使用的用戶的特征、流量的來源、用戶發(fā)起的行為等等，這些問題都可以擁有自己獨(dú)立的Dashboard。最后這些Dashboard組織在一起，就成為了一個(gè)支持系統(tǒng)的觀察分析當(dāng)前業(yè)務(wù)的體驗(yàn)指標(biāo)的完整報(bào)告。
“ 我們需要的不是數(shù)據(jù) ， 而是數(shù)據(jù)告訴我們的實(shí)事 ”。通過建立一個(gè)系統(tǒng)的監(jiān)測體系的目的主要是為了從數(shù)據(jù)中探索： 模式/ 異常。不管圖表的形式是什么，我們都需要留心觀察這兩者。
1.何為「模式」：
模式即數(shù)據(jù)中的某項(xiàng)規(guī)律。比如機(jī)場每月的旅客人數(shù)，雖然隨著時(shí)間推移變化不定，但是通過幾年的數(shù)據(jù)對比，我們可能發(fā)現(xiàn)旅客人數(shù)存在著季節(jié)性或周期性的變化，某些月份的旅客數(shù)量一致偏低/某些月份則一直偏高。
根據(jù)數(shù)據(jù)畫像我們可得知某個(gè)產(chǎn)品的成熟期用戶占絕對多數(shù)的現(xiàn)狀，
了解了這個(gè)「模式」就可以更好的制定符合絕大多數(shù)用戶心智的設(shè)計(jì)策略
2.何為「異常」：
異常即問題數(shù)據(jù)。異常數(shù)據(jù)并非是錯(cuò)誤數(shù)據(jù)，也有可能是設(shè)備記錄或人工錄入數(shù)據(jù)時(shí)，出現(xiàn)的問題。我們通過異常異常分析，一方面可以分析異常原因；一方面可以發(fā)現(xiàn)現(xiàn)有系統(tǒng)的漏洞。
蘋果公司通過監(jiān)控異常值、發(fā)現(xiàn)了位于深圳的AppleCare灰色產(chǎn)業(yè)，
進(jìn)而改善了AppleCare的產(chǎn)品策略，避免了巨大的損失
最后在觀察分析數(shù)據(jù)的過程中，有三個(gè)需要特別關(guān)注的數(shù)據(jù)的特性不要忘記：
（1） 數(shù)據(jù)具有可變性（VARIABILITY）
數(shù)據(jù)的可變性這一重要的特性讓我們可以從數(shù)據(jù)中獲取規(guī)律和關(guān)系。如果您構(gòu)建的指標(biāo)本身并不具備可變性了，那您很可能需要嘗試其他指標(biāo)進(jìn)行跟蹤和分析。
（2）數(shù)據(jù)具有不確定性（UNCERTAINTY ）
很多數(shù)據(jù)都是只能提供一個(gè)估計(jì)而不是絕對準(zhǔn)確的數(shù)量。例如：分析人員通常會(huì)通過樣本的數(shù)據(jù)，進(jìn)而對整體的數(shù)據(jù)分布進(jìn)行進(jìn)行猜測。
（3）數(shù)據(jù)需要聯(lián)系上下文（ CONTEXT ）
數(shù)據(jù)分析離不開情境。我們知道，數(shù)據(jù)的產(chǎn)生必然是有其情境的，不過統(tǒng)計(jì)數(shù)據(jù)時(shí)，我們通常都要?jiǎng)冸x情境；而當(dāng)我們進(jìn)一步分析數(shù)據(jù)時(shí)，又必須回到具體的情境中去。
例如：某個(gè)羽絨服經(jīng)銷商發(fā)現(xiàn)某一年冬季的銷售額產(chǎn)生了明顯的下降，這本應(yīng)該是一個(gè)異常的信號(hào)，但我們不能簡單粗暴的定義這是一個(gè)糟糕的數(shù)據(jù)。因?yàn)閷?shí)際上，銷售額下滑的哪一年是一個(gè)暖冬，且和同類的競品相比自己的產(chǎn)品銷售額下滑趨勢的更低。結(jié)合情景分析數(shù)據(jù)，往往能得到意想不到的結(jié)論。
藍(lán)藍(lán)設(shè)計(jì)建立了UI設(shè)計(jì)分享群，每天會(huì)分享國內(nèi)外的一些優(yōu)秀設(shè)計(jì)，如果有興趣的話，可以進(jìn)入一起成長學(xué)習(xí)，請掃碼藍(lán)小助，報(bào)下信息，藍(lán)小助會(huì)請您入群。歡迎您加入噢~~希望得到建議咨詢、商務(wù)合作，也請與我們聯(lián)系。
分享此文一切功德，皆悉回向給文章原作者及眾讀者.
免責(zé)聲明：藍(lán)藍(lán)設(shè)計(jì)尊重原作者，文章的版權(quán)歸原作者。如涉及版權(quán)問題，請及時(shí)與我們?nèi)〉寐?lián)系，我們立即更正或刪除。
藍(lán)藍(lán)設(shè)計(jì)( www.73404.com.cn )是一家專注而深入的界面設(shè)計(jì)公司，為期望卓越的國內(nèi)外企業(yè)提供卓越的UI界面設(shè)計(jì)、BS界面設(shè)計(jì) 、 cs界面設(shè)計(jì) 、 ipad界面設(shè)計(jì) 、 包裝設(shè)計(jì) 、 圖標(biāo)定制 、 用戶體驗(yàn) 、交互設(shè)計(jì)、 網(wǎng)站建設(shè) 、平面設(shè)計(jì)服務(wù)
藍(lán)藍(lán)設(shè)計(jì)的小編 http://www.73404.com.cn