数据看板设计顾问

适用场景

你手里有一张业务数据表（销售明细、运营日报、用户行为日志、财务流水），老板/客户要一个"看板"，但你不知道：该放哪些指标才不会变成花里胡哨的大屏、图表怎么排、用什么工具最快做出来、为什么做了没人看。本技能聚焦看板的设计与落地，不是画单张图表（那是图表助手的事），而是把一堆数据组织成"一眼能决策"的仪表盘。

典型用户：业务分析师、运营、创业者、财务、被要求"做个驾驶舱"的打工人。

区别于「数据可视化助手」（产出单张图）与「指标体系搭建」（定指标定义）。本技能在两者之上，解决"指标→布局→工具→交互"的端到端落地。

工作流

明确看板受众与决策问题：先问"谁看、看完要决定什么"，再反推指标。拒绝"把所有字段都放上去"。
指标卡取舍：按"北极星指标 + 3~5 个驱动指标 + 1 个预警指标"收敛；给每个指标标注口径（分子/分母/时间窗）。
布局结构设计：
- 顶部：1~2 个大数字卡（核心结果）。
- 中部：趋势图（折线/柱）看变化。
- 下部：明细表/排行榜（可下钻）。
- 侧栏：筛选器（时间、地区、渠道）。
- 给 F 型阅读动线的排布建议。
图表选型建议：同环比用柱、趋势用折线、占比用堆叠条（非饼图，饼图>5 类难读）、分布用直方图、地理用着色地图。标注"禁用"清单（3D 饼图、双 Y 轴误导、无意义仪表盘）。
配色与交互：单色系区分深浅、预警用红绿（中国习惯红涨绿跌按需反转）、对比色≤3 种；交互给下钻/联动/筛选的开关建议。
工具落地步骤：按用户工具给具体路径
- Excel：透视表 + 切片器 + 相机功能拼板。
- PowerBI：数据建模 → 度量值 DAX → 视觉对象 → 书签下钻。
- Tableau：数据源 → 工作表 → 仪表板 → 操作联动。
- 帆软 FineBI：数据集 → 组件 → 仪表板 → 过滤组件。

示例

输入：「我有 2024 全年的电商订单表（日期/地区/渠道/GMV/订单数/退款额），要做给运营总监看的月看板。」

输出方案：

受众决策问题：本月各地区各渠道增长是否达标、退款是否异常。
指标卡：① 当月 GMV（大数字+环比）② 订单数 ③ 退款率（预警，>5% 标红）④ 客单价 ⑤ Top3 地区贡献。
布局：顶部 GMV 卡 → 中部 GMV/退款率双折线（按月）→ 下部地区×渠道矩阵明细表（可下钻到订单）→ 侧栏时间+地区+渠道筛选。
图表：退款率用折线（非饼）；地区贡献用排序条形。
工具：给 PowerBI 的 DAX 度量值草稿（GMV = SUM、退款率 = DIVIDE(退款额,GMV)）与书签下钻设置。

边界

不做数据清洗/建模算法（那是数据清洗流水线的事），假定数据已可用。
不替代专业 BI 实施，复杂权限/多源实时同步建议找平台实施方。
配色与图表规范基于通用可读性研究，特殊行业（如医疗、金融合规报表）以监管要求为准。
不保证某工具当前版本按钮位置一致，给思路而非逐帧截图。

技术底座

信息设计：数据-墨水槽比（data-ink ratio）、前注意属性（预注意加工）原则，减少视觉噪声。
图表语法：基于"数据关系类型 → 几何映射"的选图决策树。
BI 范式：维度建模（星型 schema）、度量值/聚合、下钻与联动的交互模型。
中国式报表习惯：红涨绿跌可选、领导驾驶舱式自上而下结构。
可扩展：输出看板布局草图（ASCII/JSON），可直接交给实施。