编辑导语:低代码的思想对BI模块的设计有很大的帮助。本文作者基于Amazon SageMaker Canvas的经验，阐述了数据统计模块的具体步骤、设计灵活性的内容以及极其灵活的低代码设计方法，并列举了具体案例进行展示。感兴趣的朋友可以一起感受一下。

一、首次数据统计模块利用B端软件实现客户的信息化。随着使用的深入，客户会逐步跨越六个步骤，实现两阶段转化。

1. 阶段一：软件支持经营

这个阶段的重点是重构一组在线操作的业务流程。将数据从离线完全转移到在线。

这些步骤可以细化为商业在线-金融在线-数据可视化。

在业务线上的末端，可以用系统中的表格和流程来代替线下分散在各种通讯工具中的信息。

随着数据的逐渐稳定和准确，业务数据可以作为结算的原始数据，从而实现财务在线。此外，这部分数据还可以呈现在大屏幕上和业务板上，为内外部了解业务运行提供清晰的素材。

2. 阶段二：软件赋能经营

由于第一阶段获取的是全链路的服务数据，所以这个阶段可以利用数据来改进服务。

具体包括业务精细化-业务自动化-商业智能。

通过数据的提炼，可以分析每个岗位的工作质量和效率，从而对岗位的工作方法和指标做出更合理的规划。

此外，该系统的自动化能力可以取代人工工作。例如，CRM可以自动传输和转录与客户的通话记录，以提取关键信息。

最后，系统可以进行智能分析和预测，并使用人工智能来改善工作结果。

最近亚马逊旗下的AI产品Amazon SageMaker Canvas已经试用，它有一个典型的场景。

通过分析客户的个人信息，预测电话打通的概率，让外呼团队优先考虑打通概率高的客户。结果电话接通率从35.17%提高到49.4%，差不多50%。

从信息化的两个阶段来看，数据可视化的地位非常重要。

作为承上启下的环节，它是第一阶段的结果，也是第二阶段提高生产力的开始。

所以数据可视化往往是B端软件的标配。

它也经常被称为BI(商业智能)，虽然这个名字相当大，有点虚张声势。

但其实简单举几个例子就能看出，大部分叫BI的模块并不复杂，所有的区别都可以概括为:数据显示。

首先是用不同风格的图形展示。

常见的例子有柱形图、条形图、折线图等。

也可以用多维度表格展示。它也可以显示在多维表中。

多维表不同于单个维度。可以看出，在水平和垂直方向上都有多个标题，它们一起构成了相交值的范围。适用于需要多级分类的复杂数据。

然后结合各种图表和表格，加上筛选条件的组合和控制。

最后出来的东西可以花里胡哨，也经常用来对外展示大银幕。

它还可以有各种数据，主要用于内部仪表板。

展示形式多样是BI的特点，但并不是难点。

每一个图表和表格都可以看作是一个模子，可以用不同的方式展现同一种材料。

而数据就是用于组装的材料。BI的难点是如何收集和加工材料，如何组装成成品。

如何组装取决于用什么样的图形来显示。

以直方图为例。图形显示具有水平轴和垂直轴。以横轴的值为宽度，纵轴的值为长度和宽度，将它们连接起来，形成图中的矩形柱。

其中，纵轴代表指标:是要统计的具体数据，是数值。

横轴代表维度:是数值的分类方式。

同样是看销售业绩，可以按部门看，也可以按员工个人看。可以每个月看，也可以每个季度看。这些都是不同的分类方式。

图形样式是通过限制指标和维度的数量来限制数据的组合。

以直方图为例。

它可以支持:多个指标+1个维度。

该图根据不同项目的分类显示了上下游数据的两个指标。

也可以支持:1个指标+2个维度。

通过如图所示对项目和日期进行分类，您可以查看不同项目和不同日期下的车辆行驶次数。

不同颜色的列表示不同日期的数据，例如，蓝色表示11月1日的数据，绿色表示11月2日的数据，黄色表示11月3日的数据。

而且同样颜色的柱子不止一根。项目有多少就有多少，每一个都代表了不同项目中对应日期的车辆数量。

数据需要图形化组装，但并不是所有的数据都可以组装在一个表中，这就要求数据是有关联的。

关系可以是直接的。

就像一个小区那么多人，你可以很快找到一家人，因为他们住在同一个房间，同一个房间号就是一家人的直接联系。

这种关系也可以是间接的。

还是这个小区。101室是我爸爸妈妈儿子的家，102室是我爸爸的爸爸和我爸爸的妈妈的家。那么101室和102室可以由我父亲连接。

再比如，excel有跨表查询的功能，这也是查找关系的一个实际应用。

想象你现在有两块手表。一个表是员工的个人信息，包含姓名和性别，另一个表是员工绩效表。现在老板要统计不同性别员工的平均绩效。你该怎么办？

第一步是将所有数据合并到一个表中。

以员工姓名为中间字段，进行跨表查询，表合并为员工姓名-性别-绩效三列。

第二步，以性别为横轴，以业绩为纵轴。

选择合适的图形进行显示可以满足统计要求。

从例子中可以理解，虽然系统中有很多原始数据，但是这些数据需要经过处理和关联后才能放到一个表格中，这就是数据采集和处理的部分。

综上所述，BI需要同时在数据采集和处理、数据组装和数据呈现上下功夫。

由于业务需要，每个部分都需要考虑不同程度的灵活性。

二、设计灵活性

首先要明确，各部分的设计并不是越灵活越好。

你越灵活，你的能力就越抽象，离用户能理解的范围就越远。

拿买电脑来打个比方。一个只想买整机的小白用户，你说:我们这里有最灵活的安装方案，然后列了一大堆显示器、主机、硬盘的参数，告诉用户可以随意配置，但是很有可能用户会扭头就走。

有时候提供不灵活的解决方案是一种很好的用户体验。

功能越强大，代码越复杂，开发成本越高。而且根据以往的经验，很多先进强大的能力，只有公司到了成熟期，成熟的客户才会需求和使用。

设计没毛病，不管是高配还是低配。重要的是要符合现在的情况。

根据软件的特点，当前的生命周期，用户画像和需求，确定不同的方案，看设计哪个层次的灵活性。

最常见的是在表示层引入灵活性。

软件很多，但是图表中的字段已经确定，不允许修改。仅允许用户修改演示文稿表单。

假设使用当前月交易订单金额表，维度为销售日期，指标为订单销售金额，维度指标不可更改。

什么是可变的？

第一个可以是自定义字段的显示。

可修改名字：比如把【销售日期】改成【成交日期】。可切换排序（默认/升序/降序）：切换图表展示的顺序，比如可以按照月份从高到低排，也可以按照成交金额进行排序。可设置汇总方式（日期/地址）：例如同样是成交日期，可以按照年，也可以按照年-季汇总。指标计算(sum、sum、average、maximum、minimum、count):在案例中，需要添加订单销售总额，但如果想看到月订单的平均值、最大值、最小值，也可以更改。

其次，您可以自定义图形的显示。

可以把显示形式从条形图改成条形图，或者同时显示条形图和折线图，都没有问题。

第三，可以自定义多张图片的显示。

例如，如果您想要将几个具有相似含义的图放在一起，并以统一的方式查看它们，您可以通过设计一个仪表板来实现。

在一个仪表盘中，可以加载N个图表，每个图表可以自由拖动，确定不同的大小和放置位置，是一种非常灵活的方式。

将表示层的灵活性提升到第二层的灵活性:数据组装的灵活性。

主要支持图表中数据的定制。

包括添加一些数据用于显示，或者减少一些数据用于显示，支持什么类型的数据，以及数据是否可以跨表查询。

图表中的方案允许用户选择将哪些字段放在维度中，以及将哪些字段放在指标中。

比如维度一般不放数字类型的字段(除非有逻辑把数字分成区间)，指标一般不放日期类型的字段。

另外，如果客户需要查看的数据分布在两个表中，至少要确保这两个表可以通过中间字段关联起来。

最后，最强大也是最困难的是考虑数据收集和处理的灵活性。

如果系统中的数据不足以满足显示条件，考虑是否支持外部值传递。方法是接口对接和服务器对接。

此外，还要考虑数据是否能够支持现有的数据和保留的数据。

现有数据是指此时系统中存在的数据，是可以立即查看到的数据的状态。

但一般情况下，业务数据在仪表盘中显示时，会因为性能等原因出现时间延迟。例如，当在系统中创建或删除一些数据时，通常需要几分钟到几个小时来更新报告中的数据。

留存数据是指过去的数据，是需要提前存储的记录。

比如图中的转换漏斗，背后包含了每个客户状态变化的数据，记录了哪个客户改变了状态，以及每次改变发生的时间。

是否支持用户再次在系统中做简单的数据处理。

但这部分很少有软件涉及，【数据工厂】的能力只能在专业的数据软件平台上看到。

它的开发过程也非常耗时复杂。如图，是UE的图形处理功能的一部分，模糊一瞥就能知道吓人的工作量。

三、极其灵活的低代码设计方法1。low code的设计模型讲了柔性设计的三个层次，但是要从最深的部分学习，就不得不提到low code的设计思想。

低代码是一种搁置特定业务的软件。其设计原则是:轻商务，重模式。

因为模型是对现实世界的抽象和简化，基于模型，我们可以推导出复杂的场景。

就像你学过【福格行为模型】，知道人的行为=动机*能力*提示，那么你就可以运用到各种真实情况中，可以改善球队只关注自己足球，不关注队友的习惯。你可以控制自己在半夜放下一些外卖手机，也可以试着让孩子在办公桌前呆半个小时。

同样，BI模块也有一套对应的模型。只要掌握一个模型，就可以快速设计出一套非常通用的BI模块。

我原来的雇主曾经花了半年时间找专业的大数据产品经理来设计我们低码平台的BI模块，但是招聘进度一直不是很顺利，我就去顶了。3个月，我迭代了2、3次，完成了数据可视化的基本能力。又花了3个月完成了数据工厂的设计，实现了数据处理的自定义能力。

这一切都不需要我强大的大数据背景。只是我研究过市面上的各种产品。有专注业务的saas平台，有本身就是低代码的平台，也有提供数据软件服务的专业平台。

最后得出一套设计的四要素。

它包括:一个权限、两个数据、三个组件和四个显示。

2. 权限是基础

首先，将系统中的图表分为两类。

一类是企业数据图表，即图标统计的数据范围是系统中全部数据，无论查看人属于哪个组织和部门，都可以看到全量的数据。另一类是个人图表，每个人可以在自己的数据权限内创建图表。

BI的角色被抽象为企业数据图创建者、仪表板创建者和仪表板查看者。

企业数据图表创建者:设计独立权威。获得此权限的人可以使用系统中的所有数据来创建图表。

仪表板创建者:默认情况下，每个人都有创建仪表板的权限，并且每个人都可以编辑自己的仪表板。

默认情况下，每个人都有创建图表的权限。

但是如果没有权限创建企业数据图表，默认每个人只能创建个人图表，所以只有权限使用自己权限范围内的数据。

仪表板的查看者:仪表板的创建者可以与企业内容人员共享仪表板以供查看。

对于个人图表，每个人只能查看自己权限内的数据。比如A部门和B部门的负责人进来，只能查看自己部门摆放的数据。同一个图表内容不一样。

对于企业类型图表，对创建者和所有查看者可见的数据是相同的。比如你要统计一个企业这个月的收入指标，用企业类型图比较合适。

3. 数据是原始素材

数据决定了报表中可以呈现什么样的内容，但是有些数据是以不同的形式分布的，需要经过处理合并才能获得。

因此，一些低代码平台设计了数据工厂的终极解决方案。它可以汇总多个表，生成无数的原始数据。

让数据生产的过程也遵循低代码，让业务人员抛开技术限制，通过学习自由设计出符合自己需求的报表。

如果你对这部分感兴趣，可以查一下产品【简朵云】，可以快速了解数据工厂的能力。

装配和显示受到仪表板和图表本身形式的限制。

dashboard的风格:它支持拖放图表控件，以及其他类型的控件，如各种类型的过滤器、搜索框、文本等等。

图表样式:柱形图、折线图、饼图、漏斗图、统计表、双轴图、KPI卡、仪表盘、地图、地图(气泡)、堆积柱形图、堆积折线图、热度图、交叉表、条形图、雷达图、地图，常见的有十几种。

最后，简单的放上自定义仪表盘的设计稿。

在第一阶段，简单的仪表板创建、图表和过滤器创建基本上可以满足大部分需求。

作者:假装运营，微信微信官方账号:SaaS学长。

本文由@假装原创运营发布。每个人都是产品经理。未经许可，禁止复制。

题目来自Unsplash，基于CC0协议。