数据看板

我遵循五个原则。一是一屏一主题，看板围绕一个业务目标（如渠道质量），不把无关图表堆在一起。二是结论优先，核心指标用大数字卡片放在左上角，趋势、构成、明细依次向下。 三是口径一致，每个指标标注统计口径与更新时间，避免同名不同义。四是少即是多，一屏 5 到 9 个图表，每个图表有明确的阅读问题。 五是可下钻，从总到分，指标异常时能定位到渠道或人群。此外还要为受众设计：给高管看结论与趋势，给执行层看明细与待办。

规范定义要写清三件事：统计对象、行为口径、时间窗口。例如 DAU 定义为按设备或账号去重后，当日至少完成一次启动或核心行为（如内容浏览）的用户数，必须明确用设备号还是账号、启动算不算静默推送唤起。 MAU 是自然月内活跃用户去重数，注意周活跃与月活跃的窗口规则不同。DAU 除以 MAU 是用户粘性比率。 规范动作包括：指标字典统一登记名称、口径、负责人；口径变更留版本记录；看板上的指标可悬浮查看口径说明。 面试时强调口径争议是数据团队最常见的冲突源，统一字典比报表本身更重要。

折线图展示随时间或有序维度的趋势变化，适合 DAU、GMV 时间序列，不要用于无序类别。柱状图比较离散类别的数值大小，如各渠道获客量，类别多时用条形图避免标签挤压。 饼图展示构成占比，仅当类别少于 5 个且差异明显时使用，占比接近时人眼难以分辨，多数场景应改用堆叠条形图。散点图看两个数值变量的相关关系与分布，加趋势线可判断相关性，用户数与留存散点常用于分层洞察。 另外 Heatmap 适合时段分布（如活跃小时热力），漏斗图适合转化流程。选图原则是先想清楚要回答什么问题再选形式。

分四步。第一步定指标与口径，与老板确认关注的核心指标清单和计算规则，形成指标字典。第二步接数据源，把业务库或日志通过定时任务（如凌晨两点）同步到分析库，必要时先落一张宽表把常用维度预计算。 第三步搭自动刷新看板，在 Power BI 或 Tableau 设置定时刷新，配好大数字卡片、趋势与分渠道明细三层结构。第四步建立保障机制：任务失败告警到群、数据延迟的降级方案（先出核心指标快报）、每日数据异动自动标注。 上线后做一次口径宣导，让大家知道在哪看、怎么看、数据几点可信。

分三层设计。决策层看板：一屏只放北极星指标、核心收入与成本、目标达成率，以趋势和同环比呈现，回答「业务好不好、要不要干预」，更新频率按日。 管理层看板：按部门或渠道拆解，能看到达成差距与异动来源，支持下钻到具体渠道或人群，回答「问题出在哪」。执行层看板：明细与待办导向，如单个渠道的投放数据、单个门店的sku动销，更新频率按小时甚至实时。 设计顺序是从上往下定口径、从下往上验数据。共同要求是口径统一，否则三层数字对不上会摧毁信任。