数据大屏这一形态现在已经十分常见，那么，数据大屏相应的设计策略是怎样的？这篇文章里，作者从设计步骤、核心功能等方面做了一定梳理和分析，一起来看一下吧。
1）设计服务需求
2）先总览后细节
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。
1）业务背景调研
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
业务指标定制结果：制作指标定义表
指标类型：
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：
指标体系特征：
指标体系搭建的核心原则：
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）
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：
从产品客群选择：
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
图表参考网站：
from data to viz:
https://www.data-to-viz.com/#portfolio
echarts:
https://echarts.apache.org/examples/zh/index.html
整体风格：
页面布局：
大屏类型：
可视化设计：设计风格与图表类型符合业务。
样图沟通确认：低保真➡️高保真。
UI参考网站：
数据可视化工具：帆软、Power BI、Tableau等，自研DMP（Data Management Platform，数据管理平台）。
提供多维度的数据展示，包括数据的实时更新、历史数据的可视化呈现等。通过图形、图表、图像和其他可视化元素，将数据以直观、清晰的方式呈现给用户。
支持通过触摸屏、鼠标等进行交互，用户可以通过交互操作来控制数据大屏的显示内容、布局、样式等，实现个性化定制。
集成各种数据分析工具和算法，能够对展示数据进行深入的分析和挖掘。例如，用户可以通过数据大屏进行数据的过滤、筛选、比较、排序等操作，以便更好地理解数据。
数据大屏可以设置数据预警功能，当数据达到预设阈值时，会自动触发预警提示（字体颜色、字号变化，API推送移动端提醒），以便用户及时发现并处理问题。
数据大屏可以与企业的其他信息系统进行集成，如ERP、CRM、OA等，实现数据的共享和协同。支持不同系统之间的数据相互流通，提高企业整体的数据利用率。
本文由 @OTO 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。