G端产品新人必读！数据可视化项目实施避坑指南
编辑导语 ：数据可视化项目实施对于To G产品业务来说十分重要，本篇文章作者分享了To G领域中数据可视化项目在实施过程中的一些经验 ，总结了在项目实施阶段的注意点和难点，以及有关风险知识的补充，一起来学习一下吧，希望对你有帮助。
本文以To G领域为例 ，从产品经理的角度 ，讲述数据可视化项目在实施过程中的一些经验，通过对项目实施全流程 、阶段难点的总结，希望能够对大家有所启发 。
抛开项目售前、立项阶段的产品支撑，在数据可视化项目实施过程中 ，需要我们产品经理参与的通常有需求调研 、系统设计、研发跟进等多个阶段。
可以将其总结为一个流程“需求调研—系统设计—研发管理—项目验收”，同时每个阶段又有若干关键子任务，见下图 。
本文主要针对实施流程的关键任务 、典型问题以及项目管理知识的讲解，为大家提供一些思路 。
一 、项目实施流程
下面是对项目实施主要流程的简介，要注意的是每个阶段都要有明确的产出物 。
1. 需求调研
当项目立项后，产品经理可能会出差客户现场，进行各项调研，常见的有业务调研 、数据调研、竞品调研。
- 业务调研：调研项目建设方的业务诉求、组织架构以及各部门关系。
- 数据调研：调研数据提供方的业务数据范围、数据质量以及信息化程度 。数据调研是可视化项目实施的关键 ，决定了可视化的业务价值及效果展现 ，同时也是指标体系搭建的关键步骤，决定项目建设方能接入的数据量 、如何接入的内容。
- 竞品调研：调研行业内的做法 ，对齐行业头部产品。当我们了解客户需求 、数据情况后，在进行系统设计时，不能全靠产品经理自己经验来做 ，尤其是对于一个不熟悉的项目领域。
2. 系统设计
当第一阶段工作完成后 ，根据开始进入指标体系的搭建 、原型设计，此阶段的目标是快速验证产品经理对项目业务的理解，拿到客户的认可，降低需求变更风险。
- 指标体系搭建 ：对齐业务需求 ，完成指标体系搭建。指标体系搭建是个大工程 ，不仅要考虑业务的维度与指标，还要考虑数据质量问题。这里暂且不做详细的设计阐述 。
- 系统原型设计：线框图对思路 ，高保真对内容 。使用线框图快速向客户汇报思路 ，使用高保真原型让客户感知可视化效果。这里要注意业务指标与各类图表的选择 ，要让图表清晰表达，为了美观可以在图表UI上美化，而不是自己发明一种图表 。
指标体系、原型设计都不是一步到位的，往往要进行多次调整优化，尽可能将全面、详细同客户确认需求 ，以此降低后续研发中的变更成本。
3. 研发管理
当设计方案通过客户认可后 ，产品经理下一步要做的就是对接研发 ，此阶段主要目标是让研发团队理解系统需求、根据排期进入研发，最终上线系统。在这里要说明的是，研发排期、团队分工等主要是由研发经理进行，产品经理知晓即可 。
- 开发评审 ：同步研发需求，减少信息差。在这个阶段，产品经理要拉上研发经理 、研发团队一同评审需求。从上而下的方式，大致讲解业务需求 ，再详细对接原型内容。
- 需求管理 ：管理需求变更及优先级，降低研发风险。在系统进入开发时 ，需求变更是避免不了的。要做好需求的管理 ，尤其是优先级的管理。
- BUG跟踪 ：执行测试计划，BUG优化落实到人 、及时更改状态 。测试计划由测试人员进行，产品经理要及时跟进并验证。
4. 项目验收
中大型项目的验收通常会有初验、试运行、终验等阶段，项目经理会统筹整个项目的验收，产品经理涉及到的内容也比较多，如验收文档、培训等内容，此阶段主要目标是顺利通过验收，其他方面的事项优先级靠后 。
- 系统演示：充分体现客户可视化效果、数据价值。可视化大屏最重要的就是如何体现数据价值，为了保证演示顺利进行，可以提前准备演示脚本 、演示数据、操作流程等内容。
- 验收文档 ：常见的有概要设计 、详细设计等内容 ，产品经理要配合研发一同编写。
- 验收会议：验收会议不单指一个会议 ，可能会包含专家评审、使用培训等内容，产品经理在这部分做好支撑即可。
二 、典型问题与解决方案
一个中大型的数据可视化项目实施有多组织、数据质量差、可视化个性化等特点 ，每个环节都会遇到棘手的问题，下面罗列出三个典型的例子 ，并给出了一些解决方案。
1. 可视化效果意见不一
本质上每个人对可视化的审美不同，导致了客户对可视化效果意见不一。这其实也是很大的一个风险，很可能导致开发返工 、需求蔓延以及超出工期 。
解决方案 ：
- 画高保真原型，让客户有清晰认知 。线框图对于可视化大屏来说很鸡肋，无法将视觉效果良好地传达给客户 。所以要出高保真数据可视化原型 ，必要时求助设计师出素材。
- 定期汇报，说服客户认可设计方案。设计完系统后，及时同客户开会评审，包括业务方案 、指标体系、UI风格等内容 ，拿出自己对行业的理解说服客户认同方案，尽可能减少需求蔓延。
2. 跨组织协调难，数据对接难
跨组织协调本身就不是容易的事情 ，而且涉及到各个单位对数据的安全性很敏感 ，导致相关方配合意愿不强。
解决方案 ：
- 针对纵向单位，通过上级单位的通知执行命令。比如在建设市级大数据中心时，需要对接区县数据，有些单位不配合 ，那么就可以通过这种方法 。
- 针对横向单位 ，通过单位间举行座谈会、发函等渠道协商。通过正式的方式了解各方对于数据的顾虑 ，抛出单位间利益相关之处 。
- 签订保密协议 ，保证数据安全 。客户单位与数据提供单位签订保密协议，打消数据提供方的顾虑。
3. 数据质量有问题 ，导致可视化效果差
当系统设计、指标体系都得到客户认可时，数据质量导致系统价值体现以及效果展示无法达到最佳。如数据源由于接口开发预算 、安全性等各种问题迟迟接入不了 ，导致已经开发好的系统无法展示良好的效果。
解决方案：
- 学会取舍，永远要有Plan B。当我们完成原型设计后，根据数据调研情况 ，预估下哪部分数据质量可能有问题 ，再调整业务出一版本设计，以防万一。
- 向客户说明情况 ，讨论解决方案。由于外部原因导致的数据质量问题 ，一定要先同客户说明 ，再进一步决定取舍。
三 、风险管理知识补充
上面提到了很多问题，同时也是项目的风险，做好风险管理能够有效帮助我们顺利完成项目 。
项目风险管理包括规划风险管理、识别风险、开展风险分析、规划风险应对、实施风险应对和监督风险的各个过程 ，主要目标是在于提高正面风险影响和降低负面风险影响，从而提高项目成功可能性。
下面举个例子来讲述规划风险应对的过程。
小明是一个程序员 ，平时工作挺忙 ，为了锻炼表达能力，于是参加了一个脱口秀演讲比赛 。加入比赛有个条件，面试分数达到90分或者直接交1000元会员费也可进入决赛。
通常情况下他每晚七点下班，周末双休；在赶项目期间可能会加班到凌晨，周末休息时间随叫随到。他的表达能力不是很好 ，而且对脱口秀比赛毫无经验 ，需要经过大量训练才有可能进入决赛。
在案例中可以看出风险来源于多个方面，如时间管理风险，技能经验风险等。针对这些威胁可以考虑一下备选策略。
1. 规避
规避高风险操作。
对于小明来说 ，他并不具备脱口秀相关演讲的技能 ，会导致他可能进入不了决赛，这就是严重的负面风险 ，已经达到了风险临界值即无法参赛。
这个时候可以采用规避的策略 ，将风险拉回临界值内 。对于小明来说 ，交会员费进入决赛这个是项目中的高风险工作，因为通过这种方式进入决赛导致无法获奖的结果可能性很大，应该避免这种行为。
2. 开拓
开拓正面风险 。
分数达到90分，这是个正面风险，因为通过不断地练习，提高演讲能力后达到了90分，这对进入决赛以及在决赛中的表演都起到了正面的作用。
需要采取开拓策略提高效益 ，如参加脱口秀演讲培训，锻炼自己的写段子能力和演讲能力 。
3. 接受
主动接受风险。
正在参加培训的小明突然被叫回去加班，同时又无法做出时间调整 。这个时候只能采取被动接受策略，即定期地对发生这种风险的情况进行审查，确保在自己可控范围内。
同时还可采取主动接受方法，预留出一部分时间以保证培训课程的完成 。
风险会在项目生命周期内持续发生，所以，项目风险管理过程也应不断迭代开展 。
在项目规划期间，就应该通过调整项目策略对风险做初步处理。接着，应该随着项目进展，监督和管理风险，确保项目处于正轨 ，并且突发性风险也得到处理。
作者：Shawn，一个成长中的数据产品经理 ；微信公众号 ：Shawn的产品笔记。
本文由 @Shawn 原创发布于人人都是产品经理，未经作者许可，禁止转载。
题图来自 Unsplash，基于CC0协议 。
