看板的价值是让业务不再问你要数据

很多数据报表做出来是给领导看的：漂亮的图表，每周更新一次，然后没人再打开。另一类报表才是真正省时间的——业务自己能查，想看哪个维度自己切，不用再找你跑数。

Looker Studio 适合做第二种。它免费、无需安装、分享即用，缺点是数据量大时性能一般，但对中小团队完全够用。

第一步：准备数据源

数据源质量决定看板质量。三种常见做法，按推荐度排序：

  1. 表格数据：把数据整理成规范的表格，一列一个字段，一行一条记录。最通用，推荐
  2. 数据库直连：连接业务数据库，数据实时，但需要配置且有性能考量
  3. 平台原生连接器：直接接入各类广告与分析平台，省去导出环节

强烈建议第一种，即便是数据库直连场景。原因是：直连会把查询压力带给生产库，而且看板刷新频繁时容易拖慢业务系统。把需要的数据定期同步到一张中间表，是更稳的做法。

表格准备的硬性要求：第一行为字段名，字段名不要含特殊字符和合并单元格，日期列格式统一。这些要求看起来基础，但实际导入失败的情况里八成是它们导致的。

第二步：创建数据源并检查字段类型

新建数据源，上传或连接数据后，第一件事是检查每个字段的类型识别是否正确。

常见误判：

  • 日期被识别成文本：需要手动改为日期类型，否则无法做时间维度分析
  • 金额被识别成文本：通常因为含有货币符号或千分位逗号
  • 数字编码被识别成数值：例如邮编、产品编码，应改为文本，否则前导零会丢失

字段类型一定要在这里改对。到图表层面发现画不出来再回来改，所有已做的图表都可能要重配。

顺便设置聚合方式：度量字段默认求和，但像单价、评分这类字段应该设为平均值，否则会算出毫无意义的求和结果。

第三步：选对图表类型

选图的原则是按你想表达的结论来，而不是按哪个好看：

  • 看总量：计分卡，一个大数字，可以加对比期显示涨跌
  • 看趋势：时间序列折线图，横轴放日期
  • 看排名：横向条形图，比柱状图更易读，尤其是分类名称较长时
  • 看构成：饼图或环形图，分类不超过 6 个
  • 看关系：散点图，判断两个指标是否相关
  • 看地理分布：地图图表，需要字段被识别为地理类型
  • 看明细：表格，配合条件格式突出异常值

布局建议：顶部一行放 3 到 5 个核心指标计分卡，中间放趋势图，下部放维度拆解，最底部放明细表。符合从总体到细节的阅读逻辑。

一个容易忽略的细节：给每个图表写清楚标题。不要只写销售额，写销售额（近 30 天，含税）。看板会被很多人看，歧义会造成误解。

第四步：用计算字段做派生指标

原始数据往往没有你需要的指标，例如转化率、客单价、环比。这些要用计算字段实现。

常用写法：

  • 比率类：转化数除以访问数，注意处理分母为零的情况
  • 条件判断：用 CASE 语句做分组，例如把金额分层为高、中、低三档
  • 字符串处理：提取、拼接、截取字段，用于生成标签
  • 日期运算：计算日期差、提取月份、判断是否为周末

分层判断是计算字段最实用的场景之一。把连续数值分段后，很多分析会变得直观得多。

CASE
WHEN 金额 >= 1000 THEN ‘高价值’
WHEN 金额 >= 300 THEN ‘中价值’
ELSE ‘低价值’
END

第五步：加筛选器，这是省时间的关键

没有筛选器的看板，业务想看某个渠道的数据还是要来找你。加上筛选器，他们自己就能查。

必加的筛选器：

  1. 日期范围控件：最常用，让用户自己选时间段。注意设置默认范围
  2. 维度筛选器：渠道、地区、品类等业务常用切分维度
  3. 高级筛选：用于设置条件过滤，例如只看金额大于某值的记录

设置筛选器时要选择作用范围：只作用于当前页的某些图表，还是整个报表。默认会作用于同页面的所有图表，通常需要手动调整为仅作用于相关图表。

另一个实用功能是图表联动：点击某个图表的元素，其他图表自动筛选。开启后，点一下华东地区，整个看板都变成华东的数据。体验提升非常明显。

第六步：设置条件格式，让异常自己跳出来

表格图表配合条件格式，能把异常值高亮显示。常见设置：

  • 数值低于目标时标红
  • 环比下降超过一定幅度时标红
  • 用数据条直观显示相对大小
  • 用色阶显示数值分布

这个功能让看板从需要解读变成一眼看出问题。设置规则要基于业务目标，而不是随便选个好看的配色。

第七步：分享与权限

分享方式两种：授予特定人员访问权限，或生成可查看链接。

用后者时注意数据源权限：如果查看者没有底层数据的访问权限，他们可能看到空白或报错。解决方式是把数据源设置为使用所有者凭据访问，这样查看者看到的是看板数据，无需底层权限。

涉及敏感数据时务必检查这一点。既不能让不该看的人看到，也不能让该看的人打不开。

常见问题与误区

  • 问：图表加载很慢？减少单页图表数量，避免大时间跨度的明细表，或改用预聚合的数据源。
  • 误区：一个看板塞进所有指标。没人看得过来。按使用场景拆分看板，例如日常监控、月度复盘、专项分析各一张。
  • 问：数据没更新？检查数据源设置的数据新鲜度缓存，也可以手动刷新。实时性要求高的场景需要调整缓存策略。
  • 误区：日期字段用文本。会导致无法使用日期范围控件，也无法按时间聚合。导入时务必确认类型。
  • 问：数字加总不对？检查是否混用了不同数据源，或存在重复行。混合数据时的关联键重复是最常见原因。

效率数据与实测结论

以一个 15 人团队的业务监控场景为例：改造前业务提出取数需求到拿到结果平均 3 小时，每周约 8 次需求；搭建自助看板后，约七成需求业务自行查询解决，数据人员每周投入从 24 小时降到 6 小时。搭建耗时约 4 小时，不到一周回本。

看板真正的产出不是那几张图，而是把数据人员从重复的取数劳动里解放出来。省下的时间应该投入分析本身——那才是数据工作真正创造价值的地方，而不是继续当一个人肉查询接口。