對于數據產品而言，無論是對數據的價值挖掘，還是數據的標簽聚合，其都是還停留在數據層面。而在一個數據驅動業務增長體系還未完全搭建的氛圍下，要想讓別人更快的看到數據的價值、數據的魅力等，最好的方式則是推出可視化的產品（個人覺得最棒的是可視化產品解決方案，比如百度的Sugar、阿里的Data-V等），而數據大屏是集數據可視化與美觀于一體的產品方式，能夠讓人直觀而又驚艷的看到數據的魅力。

常會用到數據大屏主要是在發布會、展會以及公司展廳等地方。可視化數據的最主要目三個特征：新穎而有趣、充實而高效、美感且悅。以大屏作為可視化數據的主要載體，其原因在于面積大、可展示信息多、便于關鍵信息的共享討論及決策，在觀感上給人留下震撼印象，便于營造氛圍、打造儀式感等。比如下圖這種吸引眼球的可視化大屏。

一、數據大屏的可視化設計流程

1、結合業務特點抽取關鍵指標

關鍵指標是定義了呈現的內容，因為對于數據大屏，一個指標會獨占一塊區域，因而需要結合各業務線的實際情況抽離出對應業務線最為關注的指標。比如我們最為常見的GMV，如果以訂單流水為維度構建對應的大屏，則最為核心的指標則為GMV，再以此為核心進行分解，從而剝離出整個版面的主、次、輔指標。在做任何數據大屏之前，指標維度的確定是最為關鍵的一步，你需要保證你抽離出來的指標都是面向的展示對象所關注的，才能保證后期的原型設計、UED的高保真原型設計以及開發的順利開展不受需求變動影響。

在這一環節建議是讓業務方先出一般相關指標的Xmind文檔說明，由此為溝通材料進一步延伸相關的業務指標。或者是基于自己的業務理解出指標文檔進行溝通，因為很多業務方其實可能指關注那幾個指標，但是要讓這些主指標有更好的呈現和更易于的分析和理解，作為數據產品需要把邏輯進行注入，對指標進行拆解并和業務方進行認知確認。

2、數據指標邏輯梳理

對于現在的很多互聯網公司（除阿里、百度這種數據體系已經體系化的公司），數據的各個環節就存在很大的問題。數據采集不全、數據傳輸丟失、數據存儲口徑沒做統一處理，這一系列問題會導致指標的呈現效果和最初和業務方預想的不一樣。

在這一環節，作為數據產品經理需要去梳理和業務方確定的指標的SQL邏輯，確定哪些指標的數據是可獲取的，相關指標是否需要迎合展示需要先進行人工構建。對于跨部門跨業務線的可以將指標邏輯任務進行分配，確定相關責任人，后期相關指標統計出問題則可找到對應的業務線和負責人。同時，梳理出對應的指標的SQL邏輯后，需要和業務方確定數據準確性。這一環節結束之時，把可實施指標全部確定、指標邏輯準確性100%，則可很大程度上（幾乎百分百）確定的最終的呈現內容和呈現可信度。

3、數據指標呈現

作為數據產品經理，你需要把對指標的理解進行可視化展示，確定整體的布局。當然你不需要選用超級酷炫、色彩繽紛的圖表，這反而會給設計設計師造成審美干擾。只需描述出最基本的邏輯，因為UED需要了解到對應每個指標想呈現的邏輯是什么樣子的，同時對于每個指標的細節需要和UED描述清楚，比如：對于設計數字的東西，需要給到UED大概的數值范圍、保留的小數位等；對于有時間維度的指標，需要給到對應的時間維度；對于中文命名等相關的，數據可能和數據庫不一樣時，為了滿足展示效果，需要UED在設計時做什么展示處理等。

這一環節中，有很多歸類好的數據表可供選擇，然后進行相對應的大屏原型設計可以采取網上現有的很多軟件進行設計，加快項目進程。比如百度的Sugar（30天試用期），也可以用常規的設計軟件Axure等。

4、確定展示環境信息

對于UED設計師，需要明確屏幕分辨率、尺寸等相關信息，展會現場的燈光環境信息，便于其主題色彩的選擇。而對于開發人員，其需明確大屏系統的展示方式，直接網站式訪問還是投屏形式、展示的網絡情況等，為保障最終的呈現效果，需要對數據的傳輸和數據刷新頻次等進行網絡確認，以對應采取相關的技術選型。

5、設計開發和測試環節

到這一環節更多發揮的是設計師和開發人員的專業性，作為數據產品更多的是跟進UED在設計過程中遇到的數據展示問題、指標呈現邏輯問題，以及開發人員對于底層數據的邏輯問題，以及數據本身的問題處理等。以及最終開發完成之后，作為數據產品需要去驗證數據的準確性，對于人造的數據則需要去和業務方對應溝通，調整到符合業務情況的值。

6、上線交接和跟蹤反饋

真正完成數據大屏的開發上線后，作為數據產品則需要獲取反饋數據，對于內嵌進系統的大屏可以跟蹤訪問情況，對于展會則可以跟進獲取用戶對相關模塊的疑問，以便后面調整對應的邏輯呈現，實現大屏復用。

二、數據大屏解決方案

數據大屏的構建流程個人感覺是很流程化和標準化的，用到的那些圖表可選性也是有限的，因此像阿里云、百度云這些大的企業會將整個構建過程構成成為自己的解決方案，就有我們現在看到的百度Sugar、Data-V。

那如何將流程化的東西抽離出來形成解決方案呢?根據個人對百度Sugar和Data-V等可視化軟件的使用，可以從數據的接入和數據的呈現兩方面考慮。數據接入方面，可以利用常規的數據庫連接方式，實現平臺和公司內部數據庫的對接，就如同現在的大數據集群HUE或者是智能BI的數據連接方式。而更為難以實現的是對通用性可視化圖表的標準化，將不同的圖表的可調整參數進行抽離，并構建數據連接入口，實現個性化的設計。經過多次構建可視化產品的經歷可以看出，其實通用的圖表是很多的，比如地圖、漏斗圖等，而且通用的風格也是可歸一的，比如智能BI的統一冷色系白色，對應會對圖表的色系一定程度上做了限制，因此就可以抽離出通用的配色方案和圖表。再比如可視化的大屏，不管是發布會還是其他展會，其風格也是統一的深藍色系，對應的圖表色系也會相對應進行匹配，因此通過總結這些，就可以抽離出通用發解決方案。我們現在所看到的這些成型的可視化軟件，多數就是抽離出常用可視化項目的共同點，最終形成解決方案相乘PAAS服務。

因此，在構建屬于自己的數據可視化解決方案的時候，可以考慮從使用情景、色彩選型、圖表選型上逐步構建適合自己公司業務的可視化解決方案。

總結

以上是生活随笔為你收集整理的数据产品-数据可视化大作“数据大屏”的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。