方法论|数据可视化产品的通用方法论( 三 ) aid|亚马逊|聚合商|matt|收购|品

分析思路清晰，从汇总到维度细分，有需要时逐层拆分

方便权限管控，指标化管理可以从维度、指标控制权限

缺点：

默认展示信息量有限，分析过程依赖交互选择，信息隐藏的较深
指标化管理适合核心KPI数量不多的情况（10个以内），且指标维度要统一，不同指标维度不同时，交互要做一定调整，即日期作为共有维度，其他筛选条件只能随着指标tab切换位于指标卡下方。
以指标tab联动，指标之间对比分析比较困难

3. 可视化大屏模式：一屏一眼可视化大屏的特点是所有可视化信息在一屏页面内呈现，主要应用于一些大屏监控或者对外形象输出、公关PR场景，例如政务大数据大屏、双十一实时交易监控大屏等。

文章插图
优点：

可视化效果比较炫酷，可以增加很多动画效果
信息聚焦，呈现关键信息

缺点

定制化程度高，开发成本高
一屏呈现信息有限，且一般不适合交互分析

四、高效可视化设计工具工欲善其事，必先利其器。
产品PRD工具最常用的是Axure，MAC系统也有用Sketch。
以Axure为例，借助外部的组件包可以大幅提升产品交互设计效率，且可以设计出高保真的可视化原型图。
把组件库文件导入Axure后，各种可视化图表就不需要再截图或者手画了，还有高保真交互。
Axure可视化组件包很方便的免费获取到。

文章插图
五、总结数据可视化是可以说是一项通用的基础能力，分析报告图表化、后台系统的可视化统计、业务数据分析平台等都有所设计。
掌握数据可视化的通用方法论，不管在哪个行业、何种业务场景下，都可以从展示什么数据（指标、维度），什么形式呈现（图表关系），页面如何布局的流程出发，逐步推进，做出可以真正辅助决策的可视化分析产品。
#专栏作家#数据干饭人，微信号公众号：数据干饭人，人人都是产品经理专栏作家。专注数据中台产品领域，覆盖开发套件，数据资产与数据治理，BI与数据可视化，精准营销平台等数据产品。擅长大数据解决方案规划与产品方案设计。
本文原创发布于人人都是产品经理，未经作者许可，禁止转载。
【方法论|数据可视化产品的通用方法论】题图来自Unsplash，基于CC0协议。