BI分析系统的数据图表，是分析系统中最基础的、最重要的内容。数据图表，作为BI分析系统中的基础呈现，之前的文章《微信公众平台如何进行数据看板的设计》也有过分享。一个完整的数据图表，都应该包括哪些部分呢？今天和大家一起聊聊。
01、数据图表的概念
所谓图表图表，其实本质上包括了两部分：图和表。
图，其实就是数据的可视化呈现；表，其实就是数据的原始状态的呈现。两者相加，谓之“图表”。
下面这个就是图+表的示例：
从我个人的习惯上，喜欢在做图表设计的时候，两者同时给用户呈现。
为什么呢？
我觉得，数据图是数据的可视化呈现，可以给用户更直观的分析体验，但灵活性稍差；数据表是数据的详情罗列，能看到明细信息，用户可以自由分析，但直观性差。两者结合能实现优势的互补。
当然也不是绝对的。有时数据图完全能说明数据问题，或者做dashboard的时候空间有限，也会适当舍去表格的露出。
下面就针对数据图和数据表，分别进行简单分享。
02、数据图的选择
关于数据图，有啥好说的呢？不就是什么折线图、柱形图之类的么。其实这里还是有很多内容的。
（1）数据图的生成过程
首先看一下，数据从获取到最终呈现的过程：
这里分了六个阶段：获取数据、整理数据、清洗分析数据、确定数据关系、选择图表形式、输出图表展示。
前面主要是数据的清洗加工过程，咱们重点放在后面的三步上。
首先就是确定数据关系。图里列举了几个数据关系：对比、关联、构成啥的，那具体有哪些数据关系，每种数据关系都有哪些图表形式，请看下面。
（2）数据关系与图表形式
在之前的文章《Excel基础图表》和《Excel进阶图表》中，有阐述过常用的图表的应用场景，但是读者可能一头雾水，并没有理清不同图的关系，这里做了一下归纳，这里的归纳，就是按照数据关系进行的。
通过这个图，首先理清本次图表设计想做的到底是趋势、还是对比、还是分布、还是联系等，然后从中基于不同的情况选择最合适的图表。
这样下来，一方面确保图表的选择最符合场景，一方面也彰显了产品的专业性。
03、数据图的功能操作
毕竟做的是分析看板，在图上做一些操作，是必不可少的内容。主要有哪些呢？总结下来其实主要就是维度筛选和指标筛选。
（1）维度筛选
维度筛选，主要包括以下几个方面：
- 时间维度：通常支持用户进行不同时间粒度、不同时间范围的选择，基本是数据图标操作最最基础的功能
- 终端维度：对于多端的业务来讲，主要是分移动端、PC端。
我能想到的主要的维度筛选，也就这俩了。其他的维度筛选，比如渠道筛选啥的，就看业务场景了。
（2）指标筛选
指标的筛选其实遵循业务相近的原则。把业务关联性较大的指标呈现在一起，便于用户进行分析。
另外，无论是维度筛选还是指标筛选，要正确识别产品的受众。个人不建议在一个图表上叠加过多的指标筛选和维度筛选，虽然灵活性强了，但是用户的操作成本过高。信息量过大时，应该拆成多个图来呈现。
04、数据表部分
数据表这部分呢，感觉实在是没啥能说的……改天专门针对GA给大家分享一下谷歌分析的一些设计。
下面是google analytics 的表格部分的设计，供参考。
这部分，特别指出一点，一定要加【下载】功能。咋说呢，都给了用户数据表了，不给用户下载功能，有点请客不买单的意思……
个人认为数据表承载的就是给用户一个自由灵活分析的出口，避免产品设计扼杀了丰富的长尾需求。如果不能下载分析，可用性大打折扣。
当然，GA是没有下载的，这个比较偏重深度分析了，算例外。
关于数据图表的产品设计，简单分享这些。后面会针对数据看板进行一些分享。
