工作当中，我们经常会有很多需要统计的数据，无论是产品的运营统计、营销统计、销售统计或是财务统计，为了都能够及时方便的查询到这些数据，所以各类数据统计后台便应运而生了。那么如何设计一个合格的有价值的数据统计后台了，本文旨在能够帮你打开设计数据统计类后台的思路，希望大家在设计数据类后台的时候能够有一定的方向，少走弯路。
数据统计的重要性
移动互联网时代，数据的重要性不言而喻，数据对于每个公司来讲都是一笔宝贵的财富；一份有用的数据分析报告对于产品、对于公司的业务决策都是很重要的参考依据，为下一步的规划发展提供了指明灯；那么既然数据对于产品、对于公司如此重要，因此设计好数据统计分析后台对于每个公司来讲是一件刻不容缓的头等大事。
想清楚统计数据的意义和目的，帮助我们过滤垃圾数据
互联网产品的数据统计包含运营类数据统计、营销类数据统计、财务类数据统计、销售统计、广告统计等等。每个互联网产品都有自己的数据统计需求，我们会感觉到永远都有统计不完的数据；数据统计项越来越多，越来越杂，大家也会觉得每项数据统计都很重要。我们在决定统计这项数据之前，不妨深入思考下统计这项数据对于我们的产品或者公司来说有什么意义，有什么价值，能得出一个什么样的结论，这个结论对产品的改进或者规划有什么指导性的作用。连续性的多问几个为什么，这样能够帮助我们过滤掉很多原本自己觉得需要统计的数据。经过这样的连续追问，会发现原本很多看似“重要”的数据，其实并没有什么价值与意义，对于产品的改进或业务决策并没有任何帮助。
确定业务目标，拆分数据统计指标
以上只是一个过滤数据统计伪需求的方法。那么在设计数据统计后台时，怎样才能确保我们采集、统计、分析的数据是有价值，有意义。首先我们要知道产品的业务目标是什么，有哪些因素会影响目标的达成，衡量这些因素的数据指标是什么。这样我们就能推导出应该统计哪些数据，使得统计的数据更有针对性，而不是空穴来风或拍脑袋。完成这些准备后，我们就准确清楚的知道每一项数据是如何被定义出来了，数据定义自然也能够清晰明了。
通过上面的一连串的分析，我们的统计工作就要了方向和思路了。现在已经知道我们想要哪些数据了，剩下的我们还要分析从什么样的维度，以及细化到什么样的颗粒度来统计我们的数据，还要了解采集数据的频度和周期，这样才能使得我们的数据呈现的更立体，更丰富。确定了数据统计的维度、颗粒度及统计的频率与周期，在设计后台模块的时候，我们也就知道了这些数据的的查询条件，经过这些步骤的梳理与分析，相信大家的脑海中已经有了一个大概的雏形。
找到最适合的可视化图表
数据统计类后台中常常会看到有很多图表，在决定我们想要什么样的图之前，我们先要想清楚，希望通过统计图能够达到一个什么样的视觉对比效果。通常统计图能够表达出连续变化的趋势效果，表达几个项目之间的直接对比，表达出几个区间的各占占比，或是一个不连续的分布情况。想清楚视觉呈现的对比效果，我们在寻找最适合的统计图。如果想看一段时间内的连续变化趋势，适合用折线图为表达；如果是希望看到多个并列项的数据对比，适合用柱状图或者条形图；如果希望直观的看到几个区间数据的对比，适合用饼图或者环形图；如果想看到一些不太规则的分布情况，适合用散点图来表达。
有一定关联项的数据统计都可以通过可视化的图形来表达，这样看上去更直观，更清晰；当然运营中也会有一些关联性比较弱，又没有明显规则的数据，这类特殊的统计项只能通过传统的表格形式来呈现。
最后的总结
设计一份合格的数据统计类后台，首先要根据产品目标推导出业务指标，做好数据定义；然后，分析数据统计维度及查询条件；最后想清楚希望通过可视化的图表达到怎样的对比效果，选择最适合的图表形式展示视觉效果。
