大數(shù)據(jù)時代，人人都在談數(shù)據(jù)可視化。好的可視化能夠幫助我們快速發(fā)現(xiàn)規(guī)律，找到原因;不好的可視化有可能會得出錯誤的結(jié)論，產(chǎn)生誤導。想要做好數(shù)據(jù)可視化，先要明白“給誰看、看什么、怎么看”這三大問題。

給誰看

作為產(chǎn)品經(jīng)理，首先需要秉承著“用戶為先”的理念，弄清楚用戶是誰。企業(yè)內(nèi)的數(shù)據(jù)可視化平臺主要是面向企業(yè)的管理層以及不同業(yè)務(wù)人員，不同的部門對數(shù)據(jù)分析的需求不盡相同，所以需要根據(jù)具體情況進行考慮。

例如，企業(yè)經(jīng)營駕駛艙，主要用戶是公司管理，在數(shù)據(jù)內(nèi)容要求方面，能夠充分反映業(yè)務(wù)健康，指標涵蓋公司流量、收入、成本、用戶、服務(wù)等方面，客戶一般不做太多的互動分析、產(chǎn)品設(shè)計，因此需要提供更多的分析結(jié)論、業(yè)務(wù)建議，可以有自上而下的跟蹤執(zhí)行能力，使老板更依賴您的產(chǎn)品第一次發(fā)現(xiàn)業(yè)務(wù)問題。

再比如，產(chǎn)品線的人，則聚焦于關(guān)注用戶是怎么樣使用產(chǎn)品的，遇到了哪些痛點，操作路徑以及轉(zhuǎn)化率如何，怎樣提升等問題。

看什么

目標用戶確定后，就需要了解用戶的工作場景了。數(shù)據(jù)產(chǎn)品比業(yè)務(wù)懂數(shù)據(jù)，比數(shù)據(jù)懂業(yè)務(wù)，這個環(huán)節(jié)主要是體現(xiàn)產(chǎn)品經(jīng)理的需求分析能力了。需求分析主要有兩種思路，一種是是直接根據(jù)業(yè)務(wù)需求進行變現(xiàn)，另一種是以數(shù)據(jù)專業(yè)視角，給業(yè)務(wù)更多專業(yè)的建議，做合理的需求過濾，這是能否成為更靠譜的PM的先決因素之一。看什么，是要解決呈現(xiàn)哪些數(shù)據(jù)指標的問題。

例如，對于客戶服務(wù)部門的用戶，評估的核心KPI是服務(wù)的一次性解決率，即用戶可以在最短的時間內(nèi)給用戶最滿意的解決方案，解決用戶問題，解決矛盾，給用戶留下良好的印象，不僅可以節(jié)省二次投訴的勞動力成本，還可以改善用戶體驗，持續(xù)活躍或保留。

僅關(guān)注這一個指標是不行的，還需要對二級、三級等指標進行相關(guān)的分析監(jiān)控，例如每天的咨詢量、投訴訂單占比等。確定要呈現(xiàn)哪些指標時，可以基于業(yè)務(wù)的訴求，以及PM對業(yè)務(wù)的理解，形成指標池，再利用OSM模型、UJM模型等指標體系建設(shè)方法論，梳理指標之間的關(guān)系，構(gòu)建能夠全面、準確衡量業(yè)務(wù)狀況的“好的指標體系”。

怎么看

可視化產(chǎn)品的目標是解決用戶數(shù)據(jù)分析的效率問題。用戶的下一步動作是什么?業(yè)務(wù)營收環(huán)比下降，然后呢?通常有兩個分析方向，第一個是相關(guān)指標的分析，可以可以利用杜邦在金融領(lǐng)域的分析方法來拆分指標，如收入=GMV-成本、GMV=訂單數(shù)量*平均價格、訂單數(shù)量=UV*訂單轉(zhuǎn)換率、最終定位影響的關(guān)鍵指標。第二個是維度拆解方法，即要確定目標指標支持的分析維度是什么，營收下降，是哪個產(chǎn)品線、哪個渠道，甚至是哪個具體的產(chǎn)品出了問題。

一個好的BI工具能極大地提升用戶數(shù)據(jù)分析的效率。以國內(nèi)排名靠前的Smartbi一站式數(shù)據(jù)分析平臺為例，它提供了圖表、可視化以及各式各樣的數(shù)據(jù)分析功能，現(xiàn)在Smartbi官網(wǎng)上還給大家提供了長期免費試用的機會，大家可以嘗試一下。

綜上所述，在數(shù)據(jù)可視化分析的需求處理過程中，核心要素是明確用戶是誰，在做什么，關(guān)注什么指標，指標系統(tǒng)是什么，分析的想法是什么。其次，就是指標的統(tǒng)計口徑，探查數(shù)據(jù)有沒有的事情了。