1
2
3
4
5
6

可视化大屏，重点在于指标的选择。如果指标罗列太多，指标与指标之间没有支撑点，那么就缺乏分析的内涵。虽然同样是
展示数据，但是这样没有意义的大屏是不被肯定的。
可视化大屏的设计，首先是数据指标的选择，而炫酷次之。涉及的数据指标应当联系到业务的实际，让人一目了然的发现该
大屏的重点。

1
2
3
4
5
6
7
8
9
10
一串的数据，按照地域、时间、比率、排名、环比、同比等
1. 具有可比性的指标
比较某数据指标在不同时间段、用户群体、竞争产品之间的表现，可以帮助领导更好的洞察产品的实际走向。比如，某类型
产品本周的销售比上周高，那么根据不同时间段之间的对比，或许可以发现其中的规律。
2. 具有简单易懂的指标
开发人员和使用人员都能轻易的记住或者共同讨论这个话题。比如用户的增量率，产品的销售率，利润率
3. 具有比率的指标
比率是天生的比较性数据，比如通过每月新增用户率来判断产品是否在稳步增长。突然上升和下降都是会有原因的，说明有
关键行为或者某个环节有问题，比率是能导致行动的指标，稳定性很强。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
1. 定性指标->定量指标
定性指标通常是非结构话的、经验性的、揭示性的、难以归类的。量化指标则涉及很多数值和统计数据，提供可靠的量化结果，
但是缺乏直观的洞察。
2. 可付诸行动的指标->虚荣指标
虚荣指标看上去很好，但是不能带来实际的效果。只有可付诸行动的指标，才能为你提供一个良好的行动方案，从而指导你进行
下一步的举动。
3. 报告性指标和先见性指标
多数可视化都是反映现在以及过去的数据情况，能保证实时最好。先见性的指标是有推测性的，预估将来的趋势。报告性指标和
先见性指标可适用于不同的场景。比如先见性指标可以统计仓库销售出库的情况，预判产销进度，避免产销差异较大。报告性指标
用于公司的的日常运营。
4. 相关性指标与因果性指标
如果两个指标总是联动变化，则可以放置在同一张表中进行展示。比如柱状图和折线图的形式，如果其中一个指标可以影响另一
个指标的变化，则判断存在因果关系，可放置一组对比展示。

1
2
	数据源接入方式，最好是支持各种类型的数据接入，帮助企业很好的管理数据

1
2
3
4
5
6
7
8
实现设计大屏展示的方式，是否能够直观看懂业务数据，以及大屏的选型和成本，并发量
客户现场资料：在取得客户同意后，可以手机包括但不限于客户门面、业务场景等照片，以便汇报和宣发使用
大屏硬件：输出分辨率：是LED还是拼接屏。根据了解制作相应的分辨率进行页面投屏，保证输出分辨率。
尺寸：
色差:
最小观看字号：
客户原设计效果：若客户又旧版设计，投屏后记录

1
2
	使用数据是数据可视化的核心，数据可视化不只是简单的数据图形化，而是能够发现业务潜在的风险、价值、合理的使用

1
2
	平台是否具有灵活的编辑和设计能力，能否自由的按照用户的需求设置合适的数据展示

1
2
3
	数据可视化平台要支持windows,android,ios系统，满足拼接屏、液晶屏、PC、移动端的灵活使用，以便使得大屏数据可视化
应用广泛

1
2
3
4
5
6
	确定投入->
调研和汇报(需求清单、内容策划、大屏原型、数据资料) ->
设计和汇报(组件需求、设计资源、效果还原、交互配置)->
开发和汇报->
交付