关于移动BI的规划设计思考

在移动化、大数据浪潮的今天，移动BI——基于手机端随时随地进行数据查询和分析，是重视数据的公司的标配。那么移动BI该怎么做？笔者作为一家物流行业的产品经理，站在传统行业的角度上来和大家探讨一下。

在移动化、大数据浪潮的今天，基于数据做决策应该是每一家公司的标配；每家公司都有专门负责数据的人，也都应该有一个BI部门。

而移动BI，基于手机端随时随地进行数据查询和分析——更是BI中不可或缺的一部分。

那么移动BI怎么做？

作为一家物流行业的产品经理，笔者站在传统行业的角度上来和大家探讨一下。

• 产品定位：移动BI定位于管理层的数据查询和管理工具；
• 目标用户：公司管理层，因为数据涉及到公司的一些保密信息，并不是所有人都有权进行查看。

产品分析我们按照《用户体验要素》中的五个层次来说：

一、战略层

用户想要从这个产品中得到什么东西？尤其是对于管理层，他们想从手机看数据，真正想看的是什么呢？

其实有三点：

• 看指标是否完成；
• 如果没有完成，哪个环节出了问题；
• 接下来我该怎么做。

1. 观察指标是否完成

物流公司有很多指标，比如货量、收入、装载率、运行合格率等，这些指标有的是可以实时，有的无法实时（业务规则导致），但是他们都可以有每天的完成值以及当月的完成值。

每天的完成值与每天的目标做对比，当月的完成值（完成比）与月目标（完成比）做对比，作用就是一点，看到现状与目标的差距。

差距有大有小，有正有负，管理层必须一眼就知道现在是好还是坏。

2. 寻找问题原因

发现问题之后，下一步应该做的就是查找问题原因。一般来说需要从横向和纵向两个维度进行分析：

1. 横向：组成这个指标的其中一部分不好，比如货量可以根据公斤段进行分析，是不是哪个公斤段的有问题；也可以按照产品类型（此处的产品是指物流产品，不同物流公司会根据用户、公斤段等推出不同的产品）进行分析，是不是某一种产品有问题？所以需要给出这个指标的结构分析。
2. 纵向：某一个下级部门不给力，导致整体数据偏低；所以需要给出这个指标的下级部门的完成情况。

通过横向和纵向两个维度的分析，基本就可以定位出问题的大致方向了。

3. 接下来怎么做

察觉到原因之后，就是如何出具解决方案，如何改善数据。

对于传统公司而言，很多数据，尤其是战略指标，都有专人跟踪。就算领导不说，员工也是知道这点的。移动BI可以站在分析的角度给予用户建议，可以不是具体的，但是最起码应该给出一个解决问题的角度。

二、范围层

这个产品有哪些功能？都可以干些什么？

基于我们对于战略层的分析，范围层其实一下子就出来的七七八八了：

1. 首先要有指标概况的功能，让用户知道这个指标完成情况；
2. 其次要有指标的结构分析，知道构成这个指标的其他因素完成情况；
3. 还需要有指标的下级部门的完成情况，便于监控每一层级的完成情况；
4. 还需要有相关建议，引导用户对问题进行解决；
5. 每个指标都需要有月累计的相关数据和当天（或者昨天）的相关数据；月累计和当天（或者昨天）的数据中需要包含的因素有：完成值、完成比、同环比、目标值；
6. 除此之外，公司数据必然涉及到数据权限，即哪些人可以看到指标，以及可以看到指标的哪个层级，比如总部的可以看到全国数据，但是某一个省区只能看到自己省区的数据；这些都是需要通过数据后台联合公司组织架构进行权限控制。

三、结构层

将上面这些分散的片段组成一个整体，创建产品功能和内容之间的关系，也就是此产品的功能结构是什么样子的。

可以分为以下几块：

1. 入口层级

可以迅速看到指标的完成情况，包含的基本信息有：当日值、完成比、排名、月累计、月目标，环比上月等。

考虑到指标很多可能会查询不便，可以将指标进行分类，比如货量类、时效类、品质类等，不同类别下可以有不同的具体的指标。

为了提高用户的操作便捷程度，还可以在权限配置的基础上，让用户自由选择想看的指标以及想看的顺序。

2. 分析层级

点击某一个指标进入该指标的分析层级，这里面可以分为三部分：时间维度、结构分析、部门分析。

（1）时间维度

1. 日数据：需要有每天的完成情况，还需要查看历史天数，一般设定为近31天，也就是最近一个月每天的完成情况，可以支持用户自由查询。
2. 月数据：还需要查看每月的完成情况，以及历史月份的数据；因为只有12个月份，所以可以自由选择。
3. 自定义：如果用户需要查看一个月前的数据，那么就需要用到自定义功能，自由选择开始时间和结束时间，考虑到可能会影响到数据库的查询效率，所以需要加一个限制，最多不能超多60天。

（2）结构分析

每个指标的结构分析都是不一样的，有的是从产品角度，有的是从指标构成的角度，但是都需要提供足够多的信息，比如完成值、目标值、占比等信息，以方便用户进行问题排查和定位。

（3）部门分析

每个指标，在不同的时间维度下，都需要能查看到下级部门的完成情况。

比如全国数据，可以查看不同省区的完成情况，并进行排名（可以按照完成比排名，也可按照完成值排名，看具体需要，一般都是按照完成比），这样哪个省区是好是坏一目了然。

3. 建议层级

根据不同指标的不同情况，在结构分析和部门分析的基础上，给出建议。

刚开始建议可能会很粗浅，但是随着考虑的维度的增多以及分析层级的加深，这个建议会越来越具备可信度。

四、框架层

框架层包含界面设计、导航设计和信息设计三个方面：

• 界面设计为用户提供做某些事的能力。做界面设计时，要选择合适的元素，让用户一眼就能看到最重要的东西。
• 导航设计给用户提供去某个地方的能力。做导航设计时，要提供网页之间的跳转方法，传达元素与内容之间的关系，传达内容与页面之间的关系。
• 信息设计是将想法传达给用户。信息设计是将各种设计元素聚合到一起，反映用户的思路，支持他们的任务和目标，包括视觉、分组等各个方面。

因为涉及到公司机密，具体界面无法放在上面。

五、表现层

表现层是用户所能看见的一切，字体的大小，导航的颜色，整体给人的感觉。

在这一层，内容、功能和美学汇集到一起来产生一个最终设计，从而满足其他层面的所有目标。

这部分一般需要UI设计师配合进行设计，此处不做论述。

以上的分析都是一个产品所具备的基本信息，那么提高用户粘性的手段，除了完成指标的压力外，还有没有别的地方可以去挖掘呢？

这些点不同的企业可能都不一样，需要通过用户调研来针对不同企业差异进行规划设计，笔者提供几个参考角度：

1. BI对于用户最大的作用其实在于分析和预测，我们前面讲的大部分内容都属于分析的内容，那么预测的功能是否可以放上去呢？比如在问题尚未发生之际，就及早提醒用户对某一个问题进行防范，防祸于未然；
2. 当领导发现数据不好的时候，会跟下属讲这个问题，怎么讲？常规的做法是手机截图、标注、转发，那么有没有更好的做法呢，既提高了沟通效率，又没有把产品做的很重？

本文素材来自互联网