数据看板怎么搭?这里有 3 大原则和 4 大构成要素

数据看板帮助企业监控核心数据、洞察业务问题,助力数据驱动发展。但搭建过程中,核心指标模糊、数据呈现混乱等系列问题一直困扰着各家企业。

本文旨在分享搭建看板的系统思维、传授实战经验,帮助大家正确搭建数据看板。

1.什么是数据看板?

1.1 定义数据看板

提到看板,大家都有一种似懂非懂的感觉。很多可视化专家对看板做了一系列定义,在这里,我将数据看板定义为一种监测核心业务状态的可视化工具,主要用于商业交流。

上图蕴含了数据看板的两大功能场景。左图有个人站在看板前,他可能是在监控数据,也可能是基于各类指标进行业务分析。右图有一群人在讨论,这是看板的另一核心功能——促进交流与协作,共同解决业务问题。

进一步,我们可以将数据看板的定义拆成两块:

第一,数据看板是一个可视化工具。通过数据可视化,公司可以集成数据信息、监控商业进程、衡量与共享业务结果。

近年来,数据看板越来越成为公司数据驱动的核心工具。企业利用可视化的数据看板监测数据、管理业务目标、促进部门协作逐渐成为常态。

第二,数据看板是一个交流工具。通过数据公开和呈现,公司内部能够共享有效信息,激活组织间的交流与协作。

然而,绝大部分公司会忽略看板的可视化与交流功能,将其视为展示数据的普通屏幕。

1.2 数据看板 2 大特征

接下来,我将分享三个看板,帮助大家理解数据看板特征。

用户增长看板

用户增长看板分成了获客、分享、留存三大模块。这也对应了用户增长的三种方式:

  • 获客:通过购买流量实现用户拉新
  • 分享:通过现存用户推荐获得新客
  • 留存:通过新客留存实现用户增长

活跃用户分析看板

活跃用户分析看板虽然简洁,却囊括了丰富的用户信息。看板上方展示了三个与活跃用户相关的核心指标。下方则通过五个图表从不同维度展现活跃用户的构成与趋势。

分享裂变看板

分享裂变看板同样简洁,仅通过二度裂变系数、三度裂变系数和分享后带来的用户总量三个指标,衡量与呈现分享裂变的效果。

通过这三个例子,数据看板的特征呼之欲出:

第一,数据看板聚焦于一个商业目标。一般情况下,一个数据看板只会聚焦一个商业问题。

数据看板中的指标与图表都是为了更好地描述商业问题,帮助使用者理解商业进程、洞察业务趋势、快速发现问题点。

比如在用户增长看板中,我们只需要关注用户增长的相关指标。除非需要进行增长与营收的联动分析,否则看板中不应加入营收指标。

数据看板好比汽车的仪表盘。仪表盘帮助司机获得汽车速度、油量、发动机状态等重要指标数据,保障行驶安全。数据看板的作用也是如此,即通过监控企业核心指标,帮助企业洞察业务、发现潜在问题。

因此,数据看板必须呈现公司最重要的、最能反映业务问题的指标,而不是为了美观杂糅各种无效指标,扰乱分析思路。

第二,数据看板屏幕必须呈现全貌。如果看板屏幕只能呈现片面或部分数据,使用者获取信息与洞察问题的效率就会大幅降低。

只有呈现全貌的业务信息,数据看板使用者才能顺利通过数据洞察指标规律,找到企业新增长曲线。

1.3 数据看板的 3 大应用场景

数据看板是公司实行数据驱动战略的重要工具。一般情况下,数据看板有 3 大应用场景。

  • 应用场景 1:监控

监控是数据看板主流的应用场景。通过看板大屏,公司可以实时获取数据,了解商业进程,洞察发展趋势,甚至发布业务预警。

  • 应用场景 2:分析

数据看板需要具备下沉细节的能力,在实际数据与项目预期不一致时,帮助业务部门分析导致异常的细节点、直击核心问题。

  • 应用场景 3:协作

在发现数据问题、找到数据原因后,公司需要采取行动解决问题。

利用数据看板解决业务问题往往需要团队协作:业务问题的洞察、注释与解决,均需每一位团队成员参与。此外,数据更新的结果也应及时反馈至整个团队,保持部门同步。

在数据看板的 3 个场景中,每个场景都必不可缺。监控、分析、协作是一套系统的流程,缺少任何一个环节,另外两环就失去意义。

2.6 大常见错误

企业在搭建看板时经常会犯一系列错误,具体可归纳为 6 点:

2.1 数据割裂

企业在搭建数据看板时,常见的错误是一个业务信息分散于多个看板。

举个例子,在用户增长看板中,需要呈现拉新、留存、转化等信息。

但在实际工作中,由于拉新、留存、转化分别由市场、产品、运营三个部门负责,用户增长数据分隔在三个部门的看板上,影响使用者效率。

一方面,分散的数据看板极大影响了使用便利性;另一方面,只有完整的数据才能呈现业务全貌。建立数据看板时,需要把核心数据与图表放于同一看板中,杜绝数据割裂。

2.2 数据太多,信息太少

在使用看板时,企业会遇到数据非常多,却无法洞察任何规律的情况。也就是常说的,数据看板信息量很大,但价值非常低。

举个例子,假设一个数据看板里放置了将近 30 张图表。这样的看板看似内容丰富,但在实际使用过程中,使用者只能感受到巨大信息量扑面而来的压力感,无法获得有价值的数据。

正确的做法是只把核心信息放在看板中。只有这样使用者才能快速发现业务问题点,减少信息干扰。

2.3 数据太慢

这一点主要针对运营看板。活动运营数据应实时更新,如果数据更新速度过慢,就无法解决紧急问题,严重时造成巨大损失。

在具体活动中,企业应该搭建实时数据看板。比如公司有新活动上线,就需要看板实时监控爆款产品的曝光量、销售量、成交量等核心数据。

2.4 布局错误

很多企业在布局数据看板时,只是简单地填充图表,忽视用户的使用感受。无序、碎片化的图表布局会增大理解难度。

作为交流工具,图表必须按照一定的逻辑排列,简洁、清楚地传递信息。这样用户在使用数据看板时,才能用得准、用得好。

2.5 数据可视化方式错误

图表的作用是直观地呈现数据,帮助看板使用者理解数据趋势。然而,企业搭建看板时,经常会用错误使用图表,或是使用与业务问题毫无关联的图表。

假设我们希望搭建一个衡量预算与实际开销偏离度的可视化看板,用于提升预算设计精确度。上图展示了该数据看板的两种搭建方式。

左边是错误的看板示例,它通过折线图描绘 Budget(预算)与 Actual(实际支出)的绝对值。这张图看似直观形象,使用者却无法一眼看出两者的偏离水平。

右边的看板通过公式「(变量- Buget)/ Buget 」计算相对值。经过变形,Buget 变为恒等于 0 的水平线,Actual 的波动水平即为当周开支的偏离程度。通过数据变形与正确的可视化方式,看板变得一目了然。

右边的看板更方便地传递了核心信息。从中可知:(1)第 8 周和第 18 周实际开支与预算偏离非常大;(2)第 8 周的实际开支远低于预算,第 18 周则远高于预算。

为了避免这类错误,我们需要明确可视化目标。只有明确目标,才能找到与之适配的图表类型。在此,我们为大家总结了 5 种常用的搭配组合:

  • 趋势类:线图

线图适用于观察一个或多个数据指标连续变动趋势;也可以根据需要与之前周期进行同比数据分析。

  • 分布:柱状图

很多企业喜欢用饼状图衡量分布,但我们不推荐采用这种形式。因为饼状图的本质是使用面积衡量分布效果,但人对面积的敏感度较低。相反,人们对长度更为敏感,因此使用柱状图效果更佳。

  • 排序:横向柱状图

横向柱状图适用于某个维度上的分布和排列。

  • 表格:多维与细节

表格是信息最密集的呈现方式,可以同时分析多指标和多维度的数据,以及细节数据。

  • 数字:大数图

大数图主要用于监控 KPI。

GrowingIO 数据看板提供线图、柱状图、表格和大数图等多种图表工具,帮助企业快速落地可视化看板。

2.6 数据衡量方式有误

不同类型数据往往对应着不同的可视化类型,不管是趋势、对比还是排序,都有其一一对应的图表展示方式。当我们使用错误的图表描绘数据,其传达信息的效率就会大打折扣。

在使用图表描绘数据时,需要思考该图表类型与数据信息的契合度。

3.如何搭建一个好的数据看板?

3.1 好数据看板的 3 大原则

原则一:一屏包含所有需要的信息

只有将所需信息整合在一个屏幕上,看板使用者才能快速获取全貌业务事实、了解业务问题。

一旦数据分散在多屏,用户便需要通过滚动或切换页面的方式获取割裂的数据信息,严重影响使用体验与分析效率。

在搭建数据看板时,企业应尽量将所需信息集合在一屏之内,最多不能超过 1.5 屏。

原则二:具备一定的时效性

看板数据的时效性由公司业务目标与业务周期决定。对于电商企业而言,大促活动要求看板展示分钟级别乃至实时级别的数据。而企业服务领域的数据看板,时效只需满足小时级别或天级别即可。

原则三:定制化

搭建看板必须以满足公司/部门/团队的需求为目标。看板是信息的载体,只有看板数据符合使用者业务诉求时,才会受到关注。

当一个数据看板只能提供 60% 的内容,使用者需要通过其他途径补全剩余 40% 的内容时,这个看板就是缺乏定制化、不合格的看板。

3.2 看板 4 大构成要素

要素一:可视化

可视化就是通过图表的方式呈现数据信息。过去我们常使用 Excel 整理数据,但数据信息很难通过横纵 50 行的布局直观呈现,因此需要借助可视化工具。

我们十分建议公司可视化核心指标,因为这样能帮助看板使用者发现数据规律点、异常点、机会点,迅速采取行动。

要素二:能够讲解故事,能聚焦目标

这一原则对应了上文提到的图表无序问题。很多看板搭建者自己都不清楚看板到底在监控什么数据、描绘何种问题,更不用说把看板交付给业务团队了。

判断一个看板是否合格的标准是——看这个看板能不能讲好一个故事、聚焦于一个目标。

事实上,聚焦目标就像写议论文,如果我们的论点是“每个公司都应该使用看板”,那我们的论据就应该涉及以下几个方面:

  • 使用看板成为企业趋势,越来越多公司通过看板分析业务
  • 使用看板的公司,业务效率非常高
  • 使用 Excel 等非看板工具的公司,业务效率较低

当我们罗列出上述 3 个论据时,读者便能迅速理解使用看板的原因和好处。同样,我们应该有序排列看板中的图表,使之组成一个故事,让看板使用者一看就懂、一用就会。

要素三:迅速发现问题

看板应该帮助使用者追踪目标进度。如果没有完成业务目标,看板必须能够提供阻碍目标完成的异常值与问题点等信息。

要素四:分析与行动

当我们发现问题时候,看板需要提供分析问题的数据和思路,辅助团队采取行动。

综上,搭建看板时,我们需要明确看板的本质是承载了信息并用于商业交流的工具。可视化只是辅助决策的方式,看板的根本在于向使用者清晰、高效、有逻辑地呈现信息,帮助业务部门判断并采取行动。

在帮助客户搭建数据看板的过程中,我们发现数据分析能力已经成为公司员工的普遍能力。在一些具有数据驱动文化的公司,我们发现了以下三个现象:

现象一:核心指标出现问题后,公司高层或指标负责人往往会根据业务维度下钻 2 层,找到核心的负责部门;再经过部门经理下钻 3-4 层,找到具体负责人才去执行。

举个例子,某个商品销售量下降源于电商渠道的销售量下降。公司高层发现问题后,就可以把问题聚焦于电商渠道,转交给对应的执行部门。

具体而言,公司高层发现问题,经过预判和思考、层层下钻,将渠道问题传递给一线部门;一线部门进一步拆解核心指标,找出具体电商平台,再交付对应的执行人员解决。

现象二:分析师和业务人员配合,不断建立假设,执行实验;并借助看板评估效果,寻找产品迭代或运营的机会点。

有的公司没有分析师,就靠业务人员自己建立假设,通过看板数据验证或调整假设,寻找新的业务着力点。

现象三:实时地监控细颗粒度用户行为,迅速决策。

实时看板必须监控非常细颗粒度的数据,才能产生数据驱动效果。

举个例子,仅知道 DAU 下降这一数据事实,我们无法采取任何行动。然而,如果我们能知道是哪个渠道的数据在下降,就可以针对该渠道采取相关行动。

在实时看板中,公司需要拆解出非常细颗粒度的数据,转向精细化运营。比如在电商大促活动中,看板需要监控爆款商品在某个渠道的实时销售额/某渠道用户如何分享活动等非常细颗粒度的数据,才能精准衡量用户行为,协助活动部门决策。

4.数据看板搭建实操

创建看板的过程是组织数据信息、实现商业交流的过程,主要分为以下四步:

第一步,明确需求。搭建看板有三问:一问使用者的业务需求是什么?二问业务目标是什么?三问如何达到业务目标?

清楚问题答案后,才能明确看板需求,聚焦具体的商业问题。无论是自建看板还是为他人搭建看板,首先需要明确需求。

第二步,需求分析。在这一步,我们需要拆解业务需求目标,选择合适的维度将其抽象为数据指标体系,确定看板基础内容。

第三步,可视化。可视化是创建过程的核心环节。可视化图表需要准确表达数据信息,并通过有序组合排列清晰传递业务事实。

这里建议采用议论文的写作方法:重要信息在前,佐证数据在后。

第四步,评估效果。完成基础搭建工作后,我们需要关注如下问题:

  • 看板是否只有一屏幕(最多不超过 1.5 个屏幕)?
  • 看板使用者能否通过看板完整讲述业务故事?
  • 创建的看板能否帮助使用者迅速发现趋势、规律和异常?

如果以上问题均获得肯定回答,那么恭喜你,这是一个效果非常好的数据看板。反之,则需调整看板内容。

一般情况下,公司看板可分为战略看板、分析看板、运营看板三种类型。

每个类型的看板,我们都需要明确五个问题:每一类看板的主题是什么?使用者是谁?应用范围是多少?信息力度如何?更新频次如何?

接下来我们为大家一一介绍这三类数据看板:

4.1 战略看板

战略看板是高层或决策者关注的核心数据看板,往往是全局性概述的指标。如果数据有问题,高层会下钻挖掘细节;如果没有问题,高层应减少对战略看板的关注,去做其他更重要的事情。

由此可知,战略看板应该遵循 Data Integration(数据集成)的原则。即在可视化的内容中,数据相关的描述应该多元化,其他信息少量化,以帮助管理者迅速发现趋势和问题。

上图展示了 KPI 相关的重要数据,描绘了销售量、用户量等 7 个关键指标。从中我们能够洞察战略看板的特点:

  • 指标数量非常少,所有指标均围绕 KPI 进行选择
  • 呈现重要信息量:各 KPI 的具体数值
  • 添加辅助信息补充内容:如目标是否完成,与过去比较的结果

在这样的设置下,公司高层能够根据看板迅速了解业务是否达标及问题出处。大家也可以清楚地看出几个异常:

  • 销售量环比出现大幅上升
  • 复购严重下降
  • 人均浏览页面骤升

发现异常点后,高层落实对应负责人,将问题移交至销售或产品经理。值得注意的是,如果公司高层下钻两三层后再移交业务部门,问题处理效果更佳。

综上,应用战略看板应遵循三个步骤:首先,我们要设立目标,追踪进程。其次,要发现趋势、异常机会点找到抓手的业务逻辑。最后,需要安排对应的负责人提升相关指标,并进行持续的监控。

GrowingIO 提供简便的战略看板搭建工具。于企业而言,访问量是最重要的 KPI 指标之一。在GrowingIO 看板上,我们可以点击「用户访问量」,将其添加至看板首页,通过设定目标值,洞察实际值与目标之间的差距。

当看板数据显示用户访问量下降时,我们可以点击该模块洞察详情,对用户访问量进行「新老用户」「城市」等不同维度的细分化分析。

假设我们通过城市分析发现用户访问量下降主要由于 A 城市用户访问数减少,便可以针对该城市进行下钻分析,找到问题,并催促对应部门采取行动。

4.2 分析看板

分析看板是借助数据可视化能力,找到业务进程变化原因的分析工具。和战略看板不同,分析看板的作用在于探索性验证。

分析看板有一套自己的逻辑:公司或部门提出假设—通过看板数据论证假设—判断该改变是否存在成为机会点的可能—进行产品或运营策略的迭代—做效果评估。

举个例子,GrowingIO 产品右上角有一个「添加到首页(PIN)」。我们认为 PIN 可能是GrowingIO 产品的机会点,于是提出「PIN 对用户看板使用率产生正向影响」的假设。为了验证该假设,我们需要进行系列验证:

  • 创建 PIN 和未创建 PIN 用户使用看板频率是否存在显著差异?
  • 创建 PIN 次数与用户使用看板频次是否正相关?
  • 如果以上问题均得到肯定回答,那么有多少人创建看板并使用 PIN?

我们使用分析看板验证该假设,在这里和大家分享我们的结果。在看板中,我们发现没有 PIN 的用户使用看板的平均频次为 40;PIN 一次的用户使用频次上升至 150;PIN 两次的频次为 400;三次为 600。

在得到 PIN 次数与用户看板使用频次正相关的结论后,我们继续观察 PIN 与留存的相关性,发现「创建过看板且 PIN 」的用户留存率远高于 「创建看板没有 PIN」和「看板」用户。

在此基础上,我们发现仅有 3.6% 的用户使用 PIN,即超过 90% 的用户没有使用 PIN。

综上,我们认为 PIN 是 GrowingIO 产品获取用户、提升留存的新机会点,并对比进行迭代——在用户创建看板时,默认选择 PIN,给予用户在首页看看板的权利。

4.3 实时看板

实时看板主要用于监控一个具体的运营场景,其关键在于确定衡量场景的具体目标。

如企业在做爆款推广时,需要实时监控核心数据指标,监测商品效果,必要时可直接对监控的指标采取行动。实时看板的搭建与应用相对简单,上文也提到了很多案例与场景,这里不再赘述。

数据看板是可视化业务数据的工具,也是部门沟通协作的工具。只有聚焦核心业务问题、建立一体化数据指标体系、正确使用可视化图表,才能有效发挥数据看板价值,驱动业务增长。

温馨提示:
  • 请注意,下载的资源可能包含广告宣传。本站不对此提供任何担保,请用户自行甄别。
  • 任何资源严禁网盘中解压缩,一经发现删除会员资格封禁IP,感谢配合。
  • 压缩格式:支持 Zip、7z、Rar 等常见格式。请注意,下载后部分资源可能需要更改扩展名才能成功解压。
声明:
  • 本站用户禁止分享任何违反国家法律规定的相关影像资料。
  • 内容来源于网络,如若本站内容侵犯了原著者的合法权益,可联系我们进行处理,联系微信:a-000000