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。

数据看板怎么搭?这里有 3 大原则和 4 大构成要素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

数据看板怎么搭?这里有 3 大原则和 4 大构成要素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

数据看板怎么搭?这里有 3 大原则和 4 大构成要素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

数据看板怎么搭?这里有 3 大原则和 4 大构成要素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。

数据看板怎么搭?这里有 3 大原则和 4 大构成要素

  • 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:

数据看板怎么搭?这里有 3 大原则和 4 大构成要素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。

数据看板怎么搭?这里有 3 大原则和 4 大构成要素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。

数据看板怎么搭?这里有 3 大原则和 4 大构成要素一般情况下,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。

数据看板怎么搭?这里有 3 大原则和 4 大构成要素上图展示了 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。

数据看板怎么搭?这里有 3 大原则和 4 大构成要素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?

数据看板怎么搭?这里有 3 大原则和 4 大构成要素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。

数据看板怎么搭?这里有 3 大原则和 4 大构成要素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。

- Posted in: Blog

- Tags:

0 条评论 ,1,819 次阅读

发表评论

  1. 既然来了,说些什么?

Top