編輯導語：低代碼的思路對于BI模塊的設計有很大的幫助，本篇文章作者結合Amazon SageMaker Canvas的體驗，闡述了數據統計模塊的具體步驟、設計靈活性的內容以及極致靈活的低代碼設計方式，并列舉具體案例進行展示，感興趣的朋友一起來感受一下吧。

一、初識數據統計模塊

使用B端軟件來實現信息化的客戶，隨著使用程度的縱深，會逐步跨越6個步驟，實現兩個階段的和蛻變。

1. 階段一：軟件支持經營

這一階段的重點是重構一套線上操作的業務的業務流程。把數據從線下完整地搬到線上來。

步驟可以細化為業務線上化——財務線上化——數據可視化。

在業務線上化的最后，可以用系統中的表格和流程，代替線下散落在各種溝通工具中的信息。

而隨著數據的逐步穩定和精確，業務數據可以作為用于結算的原始數據，實現財務線上化。另外這部分數據也可以呈現用于呈現在大屏上，經營看板上，為內外部了解業務經營情況提供一目了然的素材。

2. 階段二：軟件賦能經營

由于第一階段獲得了全鏈路的業務數據，這個階段就可以使用數據來改善業務了。

具體來說，包含為業務精細化——業務自動化——業務智能化。

通過數據的細化，可以分析每個崗位的工作質量和效率，從而對崗位的工作方式，指標進行更合乎情理的規劃。

此外可以通過系統的自動化能力，代替人工的事情，例如CRM可以自動轉存并轉寫和客戶的通話記錄，提取關鍵信息。

最后系統還可以進行智能分析和預測，用人工智能提升工作成果。

最近有試用了 Amazon 旗下的AI產品Amazon SageMaker Canvas，它就有一個典型的場景。

可以通過分析客戶的個人信息，預判接通電話的概率，讓外呼團隊優先處理接通概率高的客戶，最后的結果，電話接通率從35.17%，到達了49.4%，幾乎提升了50%。

從信息化的兩個階段來說，數據可視化的地位十分重要。

作為其中承上啟下的一個部分，它是一階段的實現結果，又是二階段改善生產力工具的開始。

所以數據可視化，往往是B端軟件的標配。

它也經常被稱為BI（商業智能），雖然名字起得比較大，有點唬人。

但其實舉幾個簡單的例子就可以明白，絕大多數被稱為BI的模塊，它們并不復雜，大差不差都可以可歸納為：數據的展示。

首先是用不同樣式的圖形來展示。

常見的例如有柱形圖，條形圖，折線圖，等等。

也可以用多維度表格展示。

多維度表格別于單個維度，可以看到橫向縱向都有多個表頭，它們共同框定了交叉處數值的范圍。適用于復雜的，需要多層分類的數據。

然后把各種圖表，表格組合起來，加上篩選條件的組合和控制。

最終呈現出來的，可以是花哨的，往往用于對外展示大屏。

也可以是數據應有盡有，主要用于內部的儀表盤。

展示形式繁多是BI的特點，但還不算是難點。

每個圖表和表格，可以看成是一個模具，能把一樣的材料展示成不同的樣子。

而數據就是用于組裝的材料，BI難的是材料如何搜集和加工，以及如何組裝為成品。

如何組裝，取決于用哪類圖形來展示。

以柱狀圖為例，圖形展示上有橫軸，有縱軸。把橫軸的數值作為寬、縱軸的數值作為長，長寬連接，就形成了圖中的長方形柱子。

其中，縱軸代表指標：是需要統計的具體數據，是一個個數值。

橫軸代表維度：是數值的分類方式。

同樣是看銷售業績，可以按部門來查看，可以按員工個人來查看；可以看每個月的，也可以看每個季度的。這都是不同的分類方式。

圖形樣式，就是通過限制指標和維度的個數，來限制數據的組合方式的。

繼續以柱狀圖為例。

它可以支持：多個指標 1個維度。

如圖是按照不同項目的分類方式，來展示上下游數據的兩個指標。

也可以支持：1個指標 2個維度。

如圖用項目和日期做分類，可以查看不同項目下，不同日期下的車輛運行次數。

不同顏色的柱子代表了不同日期的數據，例如藍色代表是11月1日的數據，綠色是11月2日的，黃色是11月3日的。

而同一顏色的柱子也不止一根。有多少項目，就可以展示多少根，每一根代表著不同項目中對應日期的車輛數。

數據需要被圖形組裝，但并不是所有的數據都可以被組裝在一張表里，這要求數據間要有關聯關系。

關聯關系可以是直接的。

就像一個小區那么多人，你能很快地找到一家人，是因為它們住在同一個屋子里，同樣的房號就是一家人的直接關聯。

關聯關系也可以是間接的。

還是這個小區，101號房住著爸爸，媽媽和兒子，而102號房住著爸爸的爸爸，以及爸爸的媽媽，那么101和102號房就可以通過爸爸這個人聯系在一起。

再舉個例子，excel中有跨表查詢的功能，這也是找關系的一種實際應用。

設想一下，你現在有兩張表。一張表是員工的個人信息，里面有員工名字和性別，另一張表是員工業績表，現在老板想統計不同性別員工的業績平均水平，你應該怎么辦？

第一步，是把所有數據合并在一張表上。

以員工姓名為中間字段，進行跨表查詢，把表格合并為三列 員工姓名-性別-業績。

第二步，把性別作為橫軸，業績作為縱軸。

選擇合適的圖形來進行展示，就可以滿足統計需求了。

從例子中可以理解，雖然系統中有不少原始的數據，但這些數據是需要經過加工和關聯，才能被放在一張表中，這就是數據搜集和加工的部分。

總結一下，BI需要在數據搜集和加工、數據組裝、數據呈現三者上同時用力。

而這每一個部分，也會因為業務需要，被要求考慮到不同程度的靈活性。

二、設計靈活性

首先要明確的是，每個部分的設計并非是越靈活越強大越好。

越靈活，能力就越抽象，離用戶能理解的范圍就越遠。

用買電腦來打比方，一個只想買整機的小白用戶，你說：我們這有最靈活的裝機方案，然后列出了很多款顯示器，主機，硬盤的參數，告訴用戶可以隨意配置，用戶扭頭就走的可能性反而很大。

有的時候提供不靈活的方案，反而是一種好的用戶體驗。

而越強大，就代表代碼越復雜，開發成本也水漲船高。并且基于過去的經驗，很多高級和強大的能力，只有公司到了成熟期，才會有成熟的客戶提出需求和使用。

設計這件事，就高和就低都沒有錯，重要的是匹配當前的的情況。

根據軟件的特性，當前所處的生命周期，用戶畫像和需求，來確定不同的方案，看看把靈活性設計到哪一層。

最常見的是把靈活性涉及到展示這一層。

有很多軟件，是圖表中的字段已經確定好了，不允許修改，只允許用戶修改展示形式。

假設當前的是每月成交訂單金額表，維度是銷售日期，指標是訂單銷售金額，維度指標都不能變。

那可變的是什么呢？

第一可以是自定義字段的展示。

• 可修改名字：比如把【銷售日期】改成【成交日期】。
• 可切換排序（默認/升序/降序）：切換圖表展示的順序，比如可以按照月份從高到低排，也可以按照成交金額進行排序。
• 可設置匯總方式（日期/地址）：例如同樣是成交日期，可以按照年，也可以按照年-季匯總。

指標計算（求和、求和、平均、最大值、最小值、計數）：案例中是需要加總訂單銷售金額的，但是如果想看每月訂單的平均值，最大值，最小值，也都可以進行更改。

第二可以自定義圖形的展示。

可以通過切換展示形式，把從柱狀圖變成條形圖，或者同時展示柱狀圖和折線圖，都沒有問題。

第三可以自定義多張圖的展示。

例如希望把多張含義類似的圖匯集在一起，統一進行查看，就可以通過設計儀表盤來實現。

一個儀表盤中，可以承載N張圖表，每個圖表都可以自由拖拽，決定不同的大小和放置位置，是非常靈活的一種方式了。

把展示層面的靈活性升級一下，就來了靈活性的第二級：數據組裝的靈活性。

主要是支持圖表中數據的自定義。

包括增加一些數據進行展示，或者減少一些數據進行展示，支持哪些類型的數據，以及數據是否能跨表查詢。

圖中的方案，就是可以讓用戶自己選擇維度放置哪些字段，指標放置哪些字段。

舉例來說，維度一般不放數字類型的字段（除非有對數字進行區間劃分的邏輯），指標一般不放日期類型的字段。

另外如果客戶需要查看的數據分布在兩張表，至少需要確定這兩張表是可以通過中間字段建立關聯的。

最后，最厲害也最難的是，在數據采集和加工上考慮靈活性。

如果系統中的數據不足以滿足展示條件，考慮是否支持外部傳值，方式有接口對接，服務器對接。

另外考慮數據能不能支持到現有的數據和留存的數據。

現有的數據是指系統中存在的，此時此刻的數據，是即時查看的數據狀態。

但一般從業務數據展示在儀表盤中，會因為性能等原因存在時延。例如在系統創建或刪除了一些數據，往往需要幾分鐘到幾個小時，報表中的數據才會更新。

留存的數據是指過去的數據，是需要預先存儲下來的一條條記錄。

例如圖中的轉化漏斗，背后就包含了每一次客戶狀態變化的數據，記錄了每次變化時，是哪個客戶變更了狀態，是哪個時間變更了。

再次是否考慮支持用戶在系統中做簡單的數據加工。

但很少有軟件涉及到這個部分，僅在專業的數據軟件平臺可以看到【數據工廠】的各項能力。

它的開發過程也非常耗時復雜，如圖是圖表加工功能的部分UE，模糊一瞥就能知曉嚇人的工作量了。

三、極致靈活的低代碼設計方式

1. 低代碼的設計模型

前面聊了靈活性設計的三種層次，但如果要往最深處去學習，就不得不提低代碼的設計思路。

低代碼是拋開具體業務的一種軟件，它的設計原則是：輕業務，重模型。

正因為模型是對于現實世界的抽象和簡化，所以基于模型，可以演繹紛亂復雜的場景。

正如你學會了【福格行為模型】，知道了人的行為=動機*能力*提示，那你可以在各種現實場景下應用它，可以改善球隊只顧自己踢球不關注隊友的習慣，可以管住自己在深夜放下點外賣的手機，也可以嘗試讓孩子在書桌前多呆半個小時。

同理，BI模塊也一套對應的模型，只要掌握了一個模型，你也可以很快設計出一套非常通用的BI模塊。

老東家曾經耗時大半年，想尋找一個專業的大數據產品經理來設計我們低代碼平臺的BI模塊，但招聘進展一直不太順利，于是我就頂上了，在3個月的時間內，迭代2、3次，完成數據可視化的基礎能力，再花費3個月，完成了數據工廠的設計，實現了數據加工的自定義能力。

這一切并不需要我有多厲害的大數據背景，只是我調研了市面上的各類產品，有專注業務的saas平臺，有本身就是低代碼的平臺，還有提供數據軟件服務的專業平臺。

最后得出了一套設計的四要素。

它包含：一權限，二數據，三組裝，四展示。

2. 權限是基礎

首先把系統中的圖表分為兩類。

1. 一類是企業數據圖表，即圖標統計的數據范圍是系統中全部數據，無論查看人屬于哪個組織和部門，都可以看到全量的數據。
2. 另一類是個人圖表，每個人可以在自己的數據權限內創建圖表。

把BI部分的使用角色，抽象成企業數據圖表創建人，儀表盤創建人，儀表盤查看人。

企業數據圖表創建人：設計獨立的權限。被賦予該權限的人，可以使用系統中的全部數據來創建圖表。

儀表盤創建人：每個人默認都有創建儀表盤的權限，同時每個人都可以編輯自己創建的儀表盤。

每個人也默認有創建圖表的權限。

但如果沒有企業數據圖表的創建權限時，每個人默認只能創建個人圖表，所以只有權限使用自己權限范圍的數據。

儀表盤查看人：儀表盤創建人可以分享給企業內容人員查看。

對于個人類型的圖表，每個人僅能查看自己權限下的數據，比如部門A和部門B的主管進來，只能查看到自己部門下單的數據，同一張圖表大家看到的內容不同。

而對于企業類型圖表，創建人和所有查看人可見的數據都是一樣的。比如想統計企業本月收入指標，就更適合用企業類型圖表。

3. 數據是原始素材

數據決定了報表到底可以呈現出什么樣的內容，但有些數據分布在不同表單，需要加工合并才能獲得。

所以有個別低代碼平臺，設計了數據工廠這一究極解決方案。它能匯總多張表格，生成無數的原始數據。

讓數據生產的過程也遵循了低代碼，讓業務人員通過學習，就可以拋開技術限制，自由的設計出一張符合心意的報表。

對這部分有興趣可以去查看產品【簡道云】，能快速了解數據工廠的各項能力。

組裝和展示受限于儀表盤和圖表本身的形式限制。

儀表盤樣式：支持圖表控件的拖拽，也支持其他類型控件，例如多種類型的篩選器，搜索框，文字等等。

圖表樣式：柱形圖，折線圖，餅圖，漏斗圖，統計表，雙軸圖，KPI卡片，儀表盤，地圖，地圖（氣泡），堆疊柱形圖，堆疊折線圖，熱力圖，交叉表，條形圖，雷達圖，地圖，常見的也有十來種。

最后簡單放一下自定義儀表盤的設計稿。

一期實現簡單的儀表盤創建，以及圖表和篩選器創建，基本就能滿足絕大多數的需求了。

作者：假裝是運營，微信公眾號：SaaS學姐。

本文由 @假裝是運營 原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來自Unsplash，基于CC0協議。