数据看板是电子商务系统的通用功能。对于管理者，他们需要通过数据查看产品的销售情况，了解业务情况；对于产品经理，了解产品版本数据，以验证业务是否正确。

我们还可以称数据看板为数据报表，数据平台由前端和后端分离的多个数据报表组成。本书介绍了数据报表的产品设计方法，更接近实际应用。

数据可视化是一种基于数据报表的酷UI设计，具有一定的动画逻辑，开发更复杂，但观赏性更高。

数据报表需要根据用户的购买行为提前做好数据埋点。下图显示了电子商务平台的数据报表的数据可视化。

▲电商数据报表可视化

然而，电子商务系统的数据有各种场景和类型。在数据海洋中，我们不可能在电子商务系统中选择所有的数据集成。通过简单的设计，我们优先考虑电子商务数据报表中的四类数据的功能设计。

第一类：商城经营数据

• 反映了电子商务系统的总交易量。通过时间趋势找到电子商务的销售旺季和淡季。单个用户在商场的回购次数通过回购次数定价。
• 第二类是SKU相关数据。例如，SKU商品类别的销售排名显示了商品的位置属性、商品单价、第一次筛选、第三次和多次订购的商品、商品类别排名、历史商品排名记录和SKU优化。
• 第三类是:产品数据。例如，产品登录次数、页面访问次数、平均用户停留时间、新闻会话次数，即用户在产品本身功能上产生的数据。
• 第四类是：用户数据。例如，用户区、用户年龄、用户产品使用时间长度(可形成产品生命周期)、用户注册信息等用户数据。前两类是电子商务收入，商品数据，后两类是产品和用户数据。这四种类型的数据都可以通过埋点快速获取，如图1..3所示。

▲简易设计下的数据设计模型

仅仅数据类型是不够的。数据类型仍然可以产生大量纬度的数据指标。如果你不注意，你可能会产生非行业标准。因此，简单设计的指标必须是通用的、标准的和快速定位的。因此，我们可以得到以下图片。

▲简易设计数据指标

以下指标可以通过开发快速获得，每个公司的统计口径几乎相同，方便您在任何电子商务系统中使用。

营收数据指标

SKU商品数据

系统产品数据

用户数据

这部分数据包含用户肖像数据和用户行为数据，我们将其合并。

今天的分享就在这儿。

想要了解更多电商数据报表优化指南，请访问我们的官网：[官网链接]

欢迎关注我们的公众号，获取更多电商行业资讯。