数据大屏产品方法论

OTO 2024-01-25 11:09:25

一、产品背景

1. 数据可视化

抽象数据具象表达，可视、可交流、可互动。
高效表达数据内在信息及规律，促进数据信息的应用。

2. 数据大屏

以大屏为展示主体，营销氛围，关键信息大屏共享，方便交流与决策。
数据展示、数据分析、监控预警三大类。

3. 服务对象

高层决策。
宣传公司。

二、设计步骤

1. 设计原则

1）设计服务需求

基于业务需求设计。
聚焦解决的问题或达成的目标。

2）先总览后细节

大屏信息有焦点、有主次，核心数据先展示。
细节数据可隐藏，用户唤起查看。

3）故事叙述原则

考虑故事叙述，通过数据联系、趋势变化呈现完整故事。

4）易读性原则

数据结构简明。

5）用户交互体验原则

具备良好交互性，支持实时监控、数据查询和多维度分析。

2. 设计步骤

1）业务背景调研

业务需求：了解具体业务需求，大屏使用者，用途。
业务现状：了解业务现状，思考业务需求。
业务发展：了解业务发展方向，做好前瞻性设计。

业务背景调研结果：产出清晰的业务流程图及各环节关键指标。

2）业务指标制定

确定北极星指标：指明业务方向，当前产品阶段战略层的指标。
关键指标&其他指标：按照北极星指标结合业务需求衍生出关键指标，指标逐步拓展纳入，根据业务需求拟定各个指标优先级（主次辅）。
确认指标分析维度：根据各指标特征和业务需求，确认分析维度、分类占比、分布情况等。
提供计算指标的计算公式。
指标服务于业务实际。

业务指标定制结果：制作指标定义表

数据大屏产品方法论

指标类型：

维度指标：日期等。
原子指标：不可再拆分的指标。
复合指标：通过维度指标或原子指标计算后的结果指标。

指标体系定义：

带有业务特征、运营效果、未来方向、衍生价值的描述。

例如对注册用户数指标：

业务特征描述：目前活跃用户，每天启动产品的注册用户数量。
运营效果描述：整体来看，上月活跃保持7.3%的增长。
未来方向描述：渠道团队拉新获得新增注册用户，占每月活跃用户的40%，沿此方向推进。
衍生价值描述：DAU提升对整体收入贡献大。

指标体系特征：

原子性指标：最基础不可拆分指标，如交易额。
修饰词：描述某种场景下的指标，如分销渠道交易额。
时间段：限定数据的时间范围，如本周。
派生指标：1 2 3（原子修饰时间），如上周分销渠道的交易额。

指标体系搭建的核心原则：

根本性：核心数据理解到位和准确。
可理解性：指标要配上业务解释性，明确指标含义。
结构性：能够充分对业务进行解读（新增用户指标需配套各渠道、转化率及新增用户价值等指标）。

指标建立步骤：

① 理清业务阶段和方向（各阶段核心业务内容）

业务前期：蓄客、造势
业务中期：促成交、促转化
业务后期：去库存，做规划

② 确定核心指标：先确定北极星指标（核心战略指标），再根据业务确定各阶段指标，指标服务于业务。

③ 指标核心的维度拆解：拆解指标计算公式，对公示内的维度指标进行计算。

④ 指标宣贯、存档、落地：指标搭建后进行存档、宣贯、落地、反馈及修复。

北极星指标：

为业务指明方向的指标，当前产品阶段战略层指标。

北极星指标唯一存在，北极星伴随指标可以有多个。

从产品阶段选择：

诞生期：规模类指标，如注册用户数。
发展期：质量类指标，如活跃用户数。
衰退期：新增方向上的指标：如某功能使用人数。

从产品客群选择：

新增用户：关注新用户停留时长、流失率等增长类指标。
老用户：关注停留时长、打开次数等活跃类指标。
已付费用户：关注复购率、客单价等营收类指标。

数据大屏产品方法论

3. 数据溯源和加工

数据溯源：确定指标后对数据源头进行追踪。

ETL：数据源接入后对数据进行加工，包含数据清洗和维度建模，必要时制作E-R图。

ETL：数据抽取（Extract）、转换（Transform）、加载（Load）的简写，它是数据从源端经过抽取、清洗、转换之后加载到目标端的过程。

E-R图，也称为实体关系图（Entity-Relationship Diagram），是一种用来描述实体、属性和关系的模型。在数据库设计中，E-R图是概念结构设计的一种工具，它提供了表示实体型、属性和联系的方法，用来描述现实世界的概念模型。在E-R图中，常用矩形来表示现实中客观存在且相互区别的实体，用椭圆来表示实体具有的某一特征，用菱形来表示实体和实体间一对一、一对多和多对多的关系。

数据获取：获取结构化、干净的数据。

数据加工：根据制定的业务指标结合数据理解业务含义，得到业务指标并确认是否有误。

数据加工结果：数据探查表、数据接入表。

E-R图推荐工具：https://dbdiagram.io/home

数据大屏产品方法论