高阶产品经理必备：数据仪表盘-技术圈

这是Kevin的第 809 篇原创，

持续日更，做产品经理的创业斜杠青年。

最近有一个读者问我，“Kevin，优秀的产品经理会怎么管理团队？同时在从新人到老鸟的过程中，会有什么比较明显的区别？”

我的答案是：优秀的产品经理或管理者会建立数据仪表盘，基于数据做任务决策，达到哪个业务不好改哪里，手握江山十足把握。

管理者会利用数据仪表盘做下面3点工作

1. 看待数据仪表盘并不是看报告，也不是简单的做数据堆砌。数据仪表盘包含了你的见解、建议、以及预期的业务影响力。

2. 通过数据仪表盘驱动行动。

3. 利用数据仪表盘建立精确的业务文字说明

如何建立有效的数据仪表盘呢？

本文提的数据仪表盘，并不是指的大数据平台、数据中台这类复杂的数据系统，反而指的是数据可视化查看。

我认为可以从4个步骤开始

数据需求获取
数据采集难度
数据指标展示
数据表盘/模型展示

上面4个步骤里，第三和第四步骤可以合并为一个步骤。但为了和数据平台系统区分开来，我还是分开说明

1.获取数据需求

数据表盘建立前首先要知道面向查看的对象是谁，比如是管理者还是内部运营岗位还只是给用户。

而优秀的产品经理和管理者所需要看的仪表盘满足下面4个数据维度

业务数据
营收数据
用户数据
产品数据

上面4个数据的关系从左到右越来越上层。

产品数据<用户数据<业务数据<营收数据

把上面的数据再拆分到企业的北极星指标。每个企业的核心营收都会拆分到业务上，而业务又要拆分到产品数据、用户数据上。

▲ 业务、产品、用户、营收等数据关系

总结下来为产品的数据可以交给第三方工具或自己做埋点处理；用户数据则由自家统计；业务数据可有业务方手动提供；营收数据是除去成本和利润即可

2.数据采集

这部分的数据采集困难主要集中在2部分，第一个部分是本身产品数据的采集有准确性、颗粒度的问题；第二个部分是有些数据收外部环境影响难以采集，比如不提供数据的封闭式硬件设备

数据采集的成果主要依托现有的人力资源、和数据需求来判定是否要做。不能为了采集而耗费资源，缺忘记了最初目的是建立仪表盘。

提前给出仪表盘的数据采集规则，这一点我们之前在数据平台项目复盘就提到过。主要是基于技术口径和业务口径，在口径统计上常会出现下面6个问题

名称相同，口径不一致；
口径一致，名称不一致；
不同限定词，描述相同实施过程的2个指标，相同事实部分口径不一致；
指标口径描述不清；
指标命名难以理解；
指标数据来源和计算逻辑不清；

3.用户数据建立

这一点就比较容易了，分别记录产品下的注册用户数；用户画像数据；用户活跃；用户分层数据

除了注册用户数外，每一个用户数据维度都可以做的非常复杂也可以做的很简单，核心还是依靠仪表盘的需求源头。

作为管理者来说，主要是看总的注册用户数；用户年龄、地域、设备；用户活跃数；用户留存这4个部分数据。

4.数据指标展示

指标可以构成指标字典，指标主要由维度、汇总方式、量度三要素构成。

维度

是指从哪些角度去衡量事物。比如衡量一个学生，可以从学习成绩这一维度来衡量，也可以从身体素质这一维度来衡量。

汇总方式

指用哪种方法去衡量，比如“学生期末考试总成绩”用的就是求和的方式，“学生期末考试平均分”用的就是平均值的汇总方式。

量度

量度是指的度量单位，只有加了度量单位的数字才有明确的意义。

一个明确、易懂的指标名称中应该暗含限定维度、汇总方式和量度。比如“订单总金额”，“订单”表明维度的限定，“总”表明汇总方式是求和，“金额”可以表明度量单位是货币单位。如果指标名称是“订单金额”、“总金额”就不是清晰明确的指标名称了。

5.数据模型

数据模型是数据仪表盘的展示形态,下面分别是一个没有模型的数据仪表盘、和有模型的对比。

▲ 没有数据模型的仪表盘

▲ 数据模型仪表盘

可以看到两者能够反应的数据规律，以及决策辅助作用区别是非常大的。有了数据模型的仪表盘显然可以增加管理者能力。所以我们在做数据模型的时候一定要多建立维度，比如时间维度、ID维度、用户维度去构建

▲ 构建模型需要的维度

好，今天的分享就在这里

我的新书

购买后公众号回复：迭代，进入读者群

资深产品经理社群：每天体验1款app

我创建了一个产品经理社群。加入后365天，每天体验一款APP。提升产品设计能力，同时有1300份体验报告帮助你找到竞品。

从优化&建议、商业模式、运营、功能描述、交互设计、产品定位至少6个维度，体验一款应用。

平均1天1块钱，扫码购买即可加入

连续体验90款应用，通过后原路退回

报名后记得点击：入群必看帖子

推荐阅读：

做生意和创业的区别是什么

产品经理必了解的技术架构