域名频道资讯站
我们一直在努力制造惊吓

数据产品 | 统计指标的时间维度该如何设计?


从产品设计角度来看,数据产品统计指标的时间维度包括:单个指标的数据时间范围、指标展示的时间粒度,以及时间查看的支持。

数据产品 | 统计指标的时间维度该如何设计?

笔者在过去2年多时间,一直负责公司数据产品的搭建,踩了些坑,加深了对数据产品的理解,对数据产品设计和数据分析有太多话要说,今天就先分享关于“统计指标的时间维度”设计的一些想法。

一、时间维度是什么?

产品发展到一定阶段,用户和业务规模逐渐起量,简单的Excel记录或SQL导出不再能满足需求,比如:查看实时数据需求、快速获取数据包含信息的可视化需求、深度了解数据含义的挖掘需求、向上汇报或对外宣传需求等,数据产品就应运而生。

统计指标是数据产品的核心元素,各个指标的相互配合,合理组织方可构成数据产品,发挥数据的精髓。而对单个指标而言,时间和空间维度是必备的基础属性,在解释指标含义和充分发挥指标作用上扮演着重要角色。

说回来,时间维度指的,其实就是统计指标数据源对应的时间范围,用于说明统计分析的是什么时间内的数据。从产品设计角度来看,概念会有所延伸,包括单个指标的数据时间范围、指标展示的时间粒度、时间查看的支持。

二、时间范围

1. 实时

  • 时间按照长短可分为时间点和时间段,实时即是时间点,要求精确到分甚至是秒的实时更新,展示在某一个瞬间的数据情况,计算量也是最大,对计算速度、用户体验有较大考验。
  • 典型的应用是数据时刻有着较大变化,需要密切关注动态以调整对策的场景,比如:承载电商活动期间的交易金额、订单量等运营核心指标的数据大屏。

数据产品 | 统计指标的时间维度该如何设计?

2. 历史

  • 对过去的分析,对历史数据的积累有一定依赖性,目的是要求做到有迹可循,可对比可追踪。展示从记录开始至今的所有数据情况,数据量大,但只需按日或周等定时更新。
  • 应用最广的一种时间范围,比如:历史某一时间点的数据查看,特定时间周期的数据对比,某一周期内数据的变化趋势。

数据产品 | 统计指标的时间维度该如何设计?

3. 将来

  • 数据最好的应用不是告知历史,而是在于预测,也就是以历史的数据表现或为基础,通过某种模型,对将来情况进行预测。既然是预测,就不代表绝对, 只是更严谨的“经验之谈”,如何对预测结果加以利用,以辅助决策,从而采取应对措施才是最大的挑战。
  • 谷歌通过网民检索的关键词准确快速预测了流感的发生,天气预报是另一典型应用:通过气象观测系统、气象通信系统、计算机与资料加工处理系统、数值预报产品制作系统、综合预报制作系统等的协助,采集数据,用历史“经验”研制的模型进行预测,输出将来某一时间的气温、湿度等的预测结果。

数据产品 | 统计指标的时间维度该如何设计?

三、时间粒度

  • 指标上时间展示的单位,跟数据本身代表含义,使用场景强相关。以天气预报为例,大多数情况下是查看将来多天的天晴情况,这时候是以“日”为展示粒度单位。而处在当天的场景,想要知道下午是否有雨,就会去找寻接下来每个小时的预报结果,这时是以“时”为展示粒度单位。
  • 另外一个例子是:查看的时间范围是明确的,为了阅读友好,通常会根据时间范围的长短来判断指标上展示的时间粒度。包括,用户自定义展示粒度和计算机辅助判断2种。
  • 用户选择了年、季度、月为单位,指标中时间对应的横坐标就会以对应粒度来展示。

数据产品 | 统计指标的时间维度该如何设计?

自定义所需查看的起始时间范围,系统自动按照规则判断时间坐标展示单位,比如:小于7天,按“日”显示,大于7天但小于30天,按周显示等类似逻辑。

数据产品 | 统计指标的时间维度该如何设计?

四、时间查看

所谓一千个人就有一千个哈姆雷特,在产品需求上,一千个人就有一万种需求。但是,往往用户提的需求不一定合理,即使合理,我们也不一定要按照对方的要求去设计。

从统计指标的时间维度出发,需求同样多样,但不可能一次性设计所有功能,将产品做得复杂难用。我们要做的是,回归需求本身,探讨需求背后隐藏的真谛,到底对方想要的是什么,如何同时满足其他人在时间查看上的需求。

通常,为便于用户从数据中快速获取所需信息,我们提供以下几种建议的设计方案:

1. 固定

统计时间由系统决定,固定无法更改。

  • 优点:不需要任何操作,就可以只查看某一时间点或时间段数据信息,聚焦于数据本身。
  • 缺点:无法自由切换查看,不能更进一步查看详情和做更多的数据分析,不支持随意操作的设计让用户有一定失控的焦虑。

应用:如上文所提数据大屏,需重点强调所统计的固定时间范围信息。

2. 自定义

可随意切换,包括历史时间和将来时间。

  • 优点:把选择权交给用户,可最大自由地决定自己查看的时间范围,最灵活,最大程度地满足各种筛选需求。
  • 缺点:系统没有给予选择辅助,用户操作多,需频繁计算,计算量大,数据量大时,加载可能会比较慢,影响用户体验。

应用:如上文所提自定义时间。

3. 预设时间

根据数据使用场景,选择多个常用数据时间点或时间段,由系统预设好,用户直接使用。

  • 优点:便捷切换常用时间,快速查看对应时间的数据情况。
  • 缺点:只支持常用时间,其他使用低频的长尾需求没有考虑在内。

应用:

数据产品 | 统计指标的时间维度该如何设计?

4. 预设+自定义

将预设时间和自定义时间结合运用,提供常用时间选择的同时,通过自定义时间满足长尾需求

  • 优点:最有效的设计方式,既高效又灵活。
  • 缺点:自定义时,计算量大。

应用:

数据产品 | 统计指标的时间维度该如何设计?

 

本文素材来自互联网

赞(0)
分享到: 更多 (0)

中国专业的网站域名及网站空间提供商

买域名买空间