漫谈金融产品数据可视化
一、前言
“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”
——美国芝加哥大学商学院教授詹姆斯·麦肯锡
每年年底各金融产品都会为用户推出年度账单产品，记录和分析汇总了用户一年的金融数据。
记得最早某金融产品推出年度账单时，很多朋友都会分享到朋友圈，促成了一波裂变式的传播。仅是这么一个简单的数据可视化产品小创意，就为产品提供了万亿级别的流量，节省了数亿的广告营销费用。
数据可视化为产品带来的价值，直观且非常容易量化。
数据在我们日常生活中无处不在。数据现实世界行为的数字化记录与呈现，我们每时每刻都在产生有形或无形的数据。例如当我们每天拿起手机打开某个应用，数据就产生了。而这些数据又通过多种形态向我们呈现，我们看到的文字、听到的声音以及看到的图片和视频。
现如今我们每天面对着大量形形色色的数据，很多人会感觉到“窒息”，人们都希望能快速地从数据中去除噪声，获得自己需要的信息，以便于节省精力和时间。
曾经的一句话令我印象比较深刻，“A picture is worth a thousand words.”，表达的意思就是“一图胜千言”。同样，当我们看一大堆用文字描述各种复杂的数据信息时，如果将数据信息可视化体验效果就会直观很多。
二、金融产品为何要数据可视化？
金融产品为何要数据可视化，最直白的回答可以概括为两点：
- 客户端的角度：提升客户体验，促进传播。
- 服务端的角度：获得更多利润，节省成本。
以客户端的角度来分析，例如用户在手机银行中进行转账支付或是购买理财，用户的操作信息会形成一条条数据。如果用户看交易记录，会是这样的：
- 2021年12月17日 18:00 转账 给张三 100元
- 2021年12月17日 17:50 购买XX理财 1000元
- 2021年12月16日 14:30 支付 100元
- ……
- 2021年12月1日 18:00 转账 给张三 100元
如果你是用户，是不是看到自己的交易记录像是看流水账一样，很难找到自己想要的信息？
但是如果能将用户每天、每周、每月或是每年的消费记录以可视化的形态呈现，即便是像下图这样的简单的一个数据饼图，用户也会很直观的知道自己的钱都用于何处，图形化呈现后，用户就心中有数了，原来是在支付占比比较大，对培养用户的理财习惯，也能起到一定的帮助。
对于服务端而言，我们可以通过可视化的数据发现客户的没兴趣点，从而在数据中发现商机，提升交易量，进而获得更多利润。
还是以用户交易记录为例，我们通过发现用户支付占比比较大的时候，可以进一步挖掘用户支付的用途，通过数据可视化，我们直观的发现用户餐饮上消费占比比较多，那么银行在做相关的营销活动时，可以针对性的向用户多派发同餐饮相关的优惠券，以进一步提升用户粘性。
当然，如果觉得用户手机充值占比比较低，也可以派发充值优惠券，进一步促进用户消费。最终可以通过可视化数据以及营销目标采用何种营销策略。
通过情况下：
利润=收入-支出
支出=产品正常支出+风险支出
曾经某购物平台在做营销活动时，通过数据可视化发现异常交易数据，并发现产品活动中存在的巨大Bug，即时修复，从而减少了意外风险导致的损失。
三、金融产品如何进行数据可视化？
金融行为数据最终会以数字进行反应，对于用户而言使用手机银行或是其他金融产品，除了满足其日常的功能需求外，用户还希望金融产品可以为其提供金融管家的服务。
这就要求金融产品可以为用户提供有价值的数据。目前各金融产品百花齐放，竞争也日益激烈，哪个产品可以更好的吸引并留住客户，产生持续流量，哪个产品便可以在这片红海中脱颖而出。
金融产品进行数据可视化的初衷，其实就是从客户需求出发，想客户之所想，不仅仅可以解决用户的“痛点”，更重要的是能达到用户的“爽点”。
1. 表达清晰明确
金融产品做数据可视化，不论是C端为了提升客户体验，还是服务端做发掘数据价值，根本目标是为了传达精准的信息，因此可视化视图一定要表达清晰明确，不能给用户带来误导或误解。
比如我们想为用户呈现用户全年的花费项目情况，希望将用户全年的花费数据可视化。
假如用户全年账单有如下交易数据：
如果产品经理准备以气泡图来进行数据可视化表示，向用户呈现为下图样例：
如果你是用户，看到全年的花费情况，是不是也是一头雾水？大家能理解气泡图中想要表达的信息吗？
从产品经理角度来说，产品经理为用户提供全年账单的花费情况，其实是想表达哪个月，哪些项目花费的多与少，觉得用柱状图表达普通，又想通过气泡图增加些新鲜感。
产品经理想要追求新鲜本身没有错，但是我们一切的前提是要从客户需求出发。表达清晰明确，是数据可视化最为基础的要求。
可视化图表一般分为标题、X轴、Y轴、刻度、图例、数据呈现，这些基础元素的使用，可以使得图表更为清晰直观。我们按这个思路，对以上样例进行优化后，如下图所示：
这样是不是数据视图表达相对更为清晰了些？至少大家直观的看到灰色圆圈，通过图例可以明显看出是餐饮花费比较高。
2. 降噪声去冗余
我们对数据进行可视化的初衷是通过简单的逻辑和视觉体验让用户快速把握要点。因此，我们在构建可视化图表时，首先要明确我们准备向用户传达什么样的信息。
现实中，我们希望图表大而全，似乎想把所有的信息都在一个图表中向用户进行呈现，这就导致图表中存在很多噪声，给用户的感觉是比较啰嗦，使用户看到图表后不知所措。
例如以下样例，现实工作中，我们需要向管理层汇报相关业绩数据，有时候为了简便，总想把很多信息都融合在同一张数据图表中。
假如你是领导，你能读懂图中的信息吗？
很显然，理财销售数据与银行营业网点数的数据体量相差非常大，两者用纵坐标轴表示不能反应出任何相关联的问题，反而会给领导带来困惑。
这就需要更进一步降噪声去冗余。在此数据图中，如果你只是想为领导呈现XX理财销售数据各月的业绩情况，只需要呈现理财销售业绩就可以，银行营业网点数可以作为噪声去除。优化后的图表如下图所示。
这就很直观向领导传达了哪个月份XX理财的业绩比较好，如果还有其他理财产品的数据，可以加入到图表中形成对比。所以降噪声去冗余的关键就是要舍去不是同类或是不相关的数据信息，聚焦同类数据。
3. 简约而不简单
简约而不简单的核心思路就是在有限的图表元素中，通过合适的布局体现出图表的美感，不需要增加元素，便能向用户简约直观地传达信息。
我们还是以用户全年的花费数据为例。产品经理准备构建一个产品数据图表，目的是想为用户呈现这一年各类消费项的开销情况。为用户构建了如下数据视图。
大致看起来，似乎没什么问题，似乎也很直观，看到用户在餐饮上全年花费最多。但这个图又似乎缺少了些什么，我们如何能在不增加图表元素的情况下，给用户更好的产品数据视图体验呢？
那就需要通过对图表元素进行重新布局，我们试试排序后的结果。
我们发现，在原数据图表中不新增任何元素的情况下，仅仅是通过排序和颜色上的改变，就提升了数据可视化的用户体验。
除了条形图以外，产品经理在实际工作中，某些产品场景还会使用到折线图，多个折线图呈现在一个图表中时，如果数据比较密，会给用户一种“意大利面条”的感觉。因此在这种情况也需要进行视图简约化，由于篇幅有限，在此就不展开讨论了。
大家遇到这种“意大利面条”式的图表可以按照本文这种思路练练手，实战优化。
4. 重细节巧注释
老子《道德经》中提到，“天下难事必作于易，天下大事必作于细”。产品经理打造卓越的产品，除了有“鸿鹄之志”的视野，还必须要有“把控细节”的耐心。
正所谓细节决定成败。我们对产品进行数据可视化时，就需要通过恰到好处的注释给用户传达精准的信息，从而带来极致的产品体验。
以用户全年花费条形图为例，优化排序后的数据视图虽然一定程度上提升了用户体验，但还有优化空间，那就是通过注释进一步向用户传达更多的信息。
仅需要增加一个用户全年所有项目花费的平均值，用户就很明显可以看到自己哪些花费超出了平均线，以便于在新的一年里可以更好的开源节流，做好财务规划。
例如我们向领导汇报手机银行APP全年的活跃用户数据，单纯地给一个活跃用户的折线图，并不能传达关键信息。正如下图，我们发现从8月份用户活跃数突然上升，如果没有注释的话，领导肯定会问，为什么会突然上升。
我们如果主动加一些注释，有一个明显的分界线，很显然，手机银行APP活跃用户数的上升，是因为有新版APP发布了，就可以进一步进行信息挖掘。
作为产品经理我们要知道，数据可视化并不是为了看起来高大上，做做样子的表面工作，更重要的是通过对数据的提炼整理，向用户传达价值信息。一切为客户着想，一切从需求出发，这才是金融产品数据可视化的初心。
四、总结
产品经理对金融产品数据可视化，我们一般遵循GLAD原则。
G代表“Good data and Insight”，通过好的数据结合好的洞察，也就是产品的数据感来构建数据视图。
L代表“Less noise”，也就是降噪，产品经理要通过简约的数据视图设计，向用户快速传达关键信息。
A代表“Accurate expression”，也就是意味着产品经理向用户呈现的图表信息要精准直观，不能给用户带来误导。金融产品更是如此，一个小数点位置的变化可能会带来千差万别的效果。
D代表“Distinct mark”，产品经理需要通过对细节的把控，使数据视图达到画龙点睛，锦上添花的效果。这个除了日常对方法论的掌握外，更多的还需要经验的积累。
除了GLAD原则外，产品经理做好金融产品数据可视化，还需要掌握许多基础知识。本文也仅是抛砖引玉。
对于金融产品数据可视化的呈现方式也是多种多样，散点图、热力图、折线图、柱状图、条形图、饼图、面积图、雷达图、瀑布图、气泡图、漏斗图，我们常用的就有十多种。
如何通过这些图表构建出满足客户需要的数据视图，需要产品经理熟练掌握基础知识，精通业务，不断学习。
这也是为什么优秀的产品经理比较稀缺的原因，因为需要掌握多学科多领域的知识，对产品经理的综合素养要求比较高，即便是金融产品数据可视化这一个维度就需要产品经理有极深的积淀。
稀缺的资源往往是昂贵的，金融产品数据可视化，可应用的场景，可创新的产品还有很多，产品经理还有很大的发展空间。把握机遇，多一些思考，发现数据之美。
#作者#
王佳亮，微信公众号：佳佳原创。中国计算机学会（CCF）会员，专注于互联网产品、金融产品、人工智能产品设计理念分享。
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
