BI 系统数据看板之综合数据设计：让数据趋势一目了然

SickeyLee

于 2025-07-24 14:24:48 发布

阅读量444

点赞数 16

CC 4.0 BY-SA版权

分类专栏：产品经理文章标签：人工智能数据分析

本文链接：https://blog.csdn.net/qq_27248989/article/details/149603853

产品经理专栏收录该内容

79 篇文章

订阅专栏

BI 系统数据看板之综合数据设计：让数据趋势一目了然

综合数据作为 BI 系统数据看板的核心模块，承载着展示业务核心指标、反映整体运营状态的重要功能。其设计不仅要清晰呈现数据，更要通过合理的交互逻辑和展示规则，帮助用户快速把握趋势、挖掘问题。本文将深入解析综合数据模块的设计细节，从时间选择、粒度控制到数据交互，全方位呈现如何让数据既 “看得懂” 又 “用得好”。

一、时间选择：数据维度的 “导航仪”

时间是数据分析的基础维度，综合数据模块的时间选择功能需兼顾灵活性与准确性，让用户能按需筛选数据范围。

1. 核心设计与联动机制

基础功能：通过日期选择器设置起始和结束日期，支持任意时间段的筛选（如 “近 7 天”“本月”“自定义时段”）；
数据联动：选择时间后，折线图会自动更新对应时段的数据，无需手动刷新，确保所见即所得；
组件复用：采用前端通用组件开发，通过参数配置（如颜色、圆角、字体）适配 BI 系统风格，降低开发成本。

例如，当用户选择 “2023-10-01 至 2023-10-07” 的时间段后，折线图会立即展示该周的新增访客、活跃用户等指标趋势，无需额外操作。

2. 横轴展示粒度：让数据精度恰到好处

横轴展示粒度（时间维度的精度）直接影响数据的可读性，其设计需与所选时间段强关联，避免信息过载或不足。

粒度选择逻辑：系统会根据所选时间段自动匹配可用粒度，禁用不适用选项，减少用户决策负担：
- 单日数据：仅开放 “按小时” 粒度，细致展示一天内的波动（如 “10 月 1 日每小时的新增访客”）；
- 7 天内数据：支持 “按小时” 或 “按天”，既可选细粒度观察单日峰值，也可看整体趋势；
- 30 天内数据：提供 “按天” 或 “按周”，跨月时增加 “按⽉” 选项，平衡细节与全局；
- 长期数据（62 天以上）：仅开放 “按周” 或 “按⽉”，避免因粒度过细导致图表拥挤；
边界控制：防止选择过细粒度（如对 1 年数据选 “按小时”），避免图表超出显示范围，影响可读性。

这种 “智能匹配” 机制，既保证了数据展示的合理性，又简化了用户操作。

二、数据 TAB：核心指标的 “快速入口”

数据 TAB 是综合数据模块的 “功能枢纽”，通过互斥单选的方式，让用户快速切换不同指标的查看视角。

1. 核心指标与交互设计

包含指标：涵盖新增访客人数、注册用户人数、活跃用户人数、商品详情查看次数、加入购物车单数、ARPU 值、取消支付单数七大核心指标，全面反映业务关键环节；
统计单位：根据指标特性差异化设置，如 “商品详情查看” 以 “次数” 为单位，“加入购物车” 以 “订单量” 为单位，确保数据含义清晰；
交互逻辑：
- 每个指标均为可点击按钮，鼠标悬停时有视觉反馈（如底色变化）；
- 点击后，下方折线图会基于当前选择的日期和粒度，更新为该指标的趋势曲线；
- 指标间为互斥单选关系，每次仅能查看一个指标的趋势，避免多指标混杂导致的视觉混乱。

例如，用户点击 “活跃用户人数” TAB 后，折线图会立即切换为所选时间段内的活跃用户趋势，帮助聚焦单一指标的变化。

三、数据浮窗：细节数据的 “放大镜”

数据浮窗是展示单点数据细节的关键，其设计需在不干扰整体趋势的前提下，提供精准的补充信息。

触发方式：鼠标悬停在折线图的节点上时自动显示，移出后隐藏，不占用额外界面空间；
显示内容：包含今日访客数、昨日访客数、访客变化量（今日 - 昨日的绝对值）、近七日均值，全方位呈现单点数据的上下文；
计算规则：
- 变化量：正数用 “+” 或上升箭头标识，负数用 “-” 或下降箭头标识，直观反映增减趋势；
- 近七日均值：（当日 + 前 6 天数据总和）÷7，四舍五入取整，帮助判断当前数据是否处于正常范围。

例如，悬停在 10 月 5 日的节点上时，浮窗会显示 “今日访客 1200 人，昨日 1000 人，+200 人，近七日均值 1100 人”，让用户快速了解该日数据的高低。