大数据时代，人人都在谈数据可视化。好的可视化能够帮助我们快速发现规律，找到原因;不好的可视化有可能会得出错误的结论，产生误导。想要做好数据可视化，先要明白“给谁看、看什么、怎么看”这三大问题。
给谁看
作为产品经理，首先需要秉承着“用户为先”的理念，弄清楚用户是谁。企业内的数据可视化平台主要是面向企业的管理层以及不同业务人员，不同的部门对数据分析的需求不尽相同，所以需要根据具体情况进行考虑。
例如，企业经营驾驶舱，主要用户是公司管理，在数据内容要求方面，能够充分反映业务健康，指标涵盖公司流量、收入、成本、用户、服务等方面，客户一般不做太多的互动分析、产品设计，因此需要提供更多的分析结论、业务建议，可以有自上而下的跟踪执行能力，使老板更依赖您的产品第一次发现业务问题。
再比如，产品线的人，则聚焦于关注用户是怎么样使用产品的，遇到了哪些痛点，操作路径以及转化率如何，怎样提升等问题。
看什么
目标用户确定后，就需要了解用户的工作场景了。数据产品比业务懂数据，比数据懂业务，这个环节主要是体现产品经理的需求分析能力了。需求分析主要有两种思路，一种是是直接根据业务需求进行变现，另一种是以数据专业视角，给业务更多专业的建议，做合理的需求过滤，这是能否成为更靠谱的PM的先决因素之一。看什么，是要解决呈现哪些数据指标的问题。
例如，对于客户服务部门的用户，评估的核心KPI是服务的一次性解决率，即用户可以在最短的时间内给用户最满意的解决方案，解决用户问题，解决矛盾，给用户留下良好的印象，不仅可以节省二次投诉的劳动力成本，还可以改善用户体验，持续活跃或保留。
仅关注这一个指标是不行的，还需要对二级、三级等指标进行相关的分析监控，例如每天的咨询量、投诉订单占比等。确定要呈现哪些指标时，可以基于业务的诉求，以及PM对业务的理解，形成指标池，再利用OSM模型、UJM模型等指标体系建设方法论，梳理指标之间的关系，构建能够全面、准确衡量业务状况的“好的指标体系”。
怎么看
可视化产品的目标是解决用户数据分析的效率问题。用户的下一步动作是什么?业务营收环比下降，然后呢?通常有两个分析方向，第一个是相关指标的分析，可以可以利用杜邦在金融领域的分析方法来拆分指标，如收入=GMV-成本、GMV=订单数量*平均价格、订单数量=UV*订单转换率、最终定位影响的关键指标。第二个是维度拆解方法，即要确定目标指标支持的分析维度是什么，营收下降，是哪个产品线、哪个渠道，甚至是哪个具体的产品出了问题。
一个好的BI工具能极大地提升用户数据分析的效率。以国内排名靠前的Smartbi一站式数据分析平台为例，它提供了图表、可视化以及各式各样的数据分析功能，现在Smartbi官网上还给大家提供了长期免费试用的机会，大家可以尝试一下。
综上所述，在数据可视化分析的需求处理过程中，核心要素是明确用户是谁，在做什么，关注什么指标，指标系统是什么，分析的想法是什么。其次，就是指标的统计口径，探查数据有没有的事情了。
