方法论|数据可视化产品的通用方法论

编辑导语：产品数据可视化，即以产品化的形式，降低数据获取的成本。本篇文章中，笔者分享了一些数据可视化产品的通用方法论，感兴趣的小伙伴不妨来看看，说不定能帮助到你哦。

文章插图
数据驱动决策，是数据发挥其价值的基本形式。
所谓的数据化管理、数字化转型第一步就是一切用数据说话。
在这一过程中，数据可视化类的产品的核心目标就是以产品化的形式，降低数据使用者数据获取的成本，提升数据分析、助力决策的效率，让人人都可接触数据，人人都是数据分析师成为可能。
对于数据产品经理从业者来说，数据可视化是一项必备的基础技能，也是相对更容易入行的一个方向。
当你拿到一个数据可视化产品的需求时，该如何着手去做呢，这里有一套通用的逻辑，可以帮助你更快速的上手构建一个可视化产品。

文章插图
一、可视化需求灵魂三问1. 给谁看作为产品经理，在承接需求的第一问就是用户是谁。
企业内的数据可视化平台主要是面向企业的管理层以及不同条线的业务同学，不同的角色对数据的诉求以及分析的场景差异比较大。
例如，企业经营“驾驶舱”（这个名字已经被用滥了），主要用户是公司的管理层。
在数据内容要求上，要能够全面反映业务经营健康度，指标覆盖公司流量、营收、成本、用户、服务等各个方面。
老板比较忙，一般不会自己做过多的交互式的分析。
产品设计时，就需要提供更多的分析结论、业务建议的能力，并且可以具备从上到下的跟踪执行能力，这样老板才会更依赖你的产品第一时间发现业务问题。
否则，还不如直接去问各个条线的负责人，或让他们定期汇报好了。
再比如，产品条线的人，则聚焦于关注用户是怎么样使用产品的，遇到了哪些痛点，操作路径以及转化率如何，怎样提升等问题。

文章插图
2. 看什么用户确定后，就需要了解用户的工作场景了。
数据产品比业务懂数据，比数据懂业务，这个环节主要是体现产品经理的需求挖掘和分析能力了。
是直接跟进业务需求进行1:1变现，还是说能以数据专业视角，给业务更多专业的建议，做合理的需求过滤，这是能否成为更靠谱的PM的先决因素之一。
看什么，是要解决呈现哪些数据指标的问题。
举个栗子，客服部门的用户，考核的核心KPI是服务的一次性解决率，即用户打电话进来能够最短时间给到用户最满意的解决方案，解决用户问题，化解矛盾，给用户留下好的印象，不仅可以节省二次投诉的人工成本，也可以提升用户体验，持续活跃或留存。
仅关注这一个北极星指标是不够的，还需要对二级、三级等指标进行相关的分析监控。
例如每天的咨询量、投诉订单占比等。确定要呈现哪些指标时，可以基于业务的诉求，以及PM对业务的理解，形成指标池，再利用OSM模型、UJM模型等指标体系建设方法论，梳理指标之间的关系，构建能够全面、准确衡量业务状况的“好的指标体系”。
3. 怎么看【 方法论|数据可视化产品的通用方法论】可视化产品的目标是解决用户用数据、分析决策的效率问题，那你想让用户怎么去看数据呢，这就PM体现数据分析能力了。
数据分析是为了支撑决策，当发现数据异常问题时，用户的下一步动作是什么？
业务营收环比下降50%，然后呢？
通常有两个分析方向：
第一个是关联指标的分析，可以借用财务领域的杜邦分析方法，拆解指标。
例如：营收=GMV-成本，GMV=订单数*单均价，订单数=UV*订单转化率，最终定位影响的关键指标。
第二个是维度拆解方法，即要确定目标指标支持的分析维度是什么，营收下降，是哪个产品线、哪个渠道，甚至是哪个具体的产品出了问题。

文章插图
总结下来，在数据可视化分析需求处理环节，核心要素就是明确你的用户是谁，在做什么事情，关注哪些指标，指标体系如何，分析的思路是什么。
其次，就是指标的统计口径，探查数据有没有的事情了。
二、好的数据可视化产品设计的通用逻辑好的数据可视化产品需要具备三个核心的能力，即：数据是什么，数据怎么样，应该如何做。