从产品设计的角度看，数据产品统计指标的时间维度包括各个指标的数据时间范围、指标所表示的时间粒度、时间表示的支持。
笔者在过去的两年多里，负责公司数据产品的建设，踩了几个坑，加深了对数据产品的了解。 对于数据产品的设计和数据分析有太多要说的，今天我们首先分享一下关于“统计指标的时间维”设计的一些想法。
一、时间维度是什么？
产品发展到一定阶段，用户和业务规模逐渐加大，简单的Excel记录和SQL导出已经不能满足需求。 例如，调查实时数据的需求，迅速获取数据中包含的信息的可视化需求，深入理解数据含义的挖掘需求，报告和对外宣传的需求等，都催生了数据产品。统计指标是数据产品的核心要素，只有各指标相互配合，合理的组织才能构成数据产品，发挥数据的精髓。 对单一指标来说，时间和空间维度是必须的基础属性，对解释指标的含义、充分发挥指标的作用起着重要的作用。
但是，所谓时间维度，实际上是与统计指标的数据源对应的时间范围，用于说明统计分析是哪个时间内的数据。 从产品设计的角度来看，概念将得到扩展，包括对各个指标的数据时间范围、指标表示的时间粒度和时间表示的支持。
二、时间范围
1. 实时
小时根据长度分为时间和时间段。 实时也就是时间。 要求准确地进行分钟乃至秒钟的实时更新，显示出某一瞬间的数据情况，计算量也最大，对计算速度、用户体验有很大的考验。 典型的应用是数据经常发生巨大变化，需要动态关注以调整对策的场景。 例如，载有电子商务活动期间的交易金额、订单量等运营核心指标的数据较大的画面。
2. 历史
针对过去的分析，其目的是要求历史数据的积累具有一定的依赖性，可以跟踪、可以比较的跟踪。 表示从记录开始到现在为止的所有数据状况，数据量很多，但只要在日或周等定时进行更新即可。 应用最广泛的时间范围，如过去某个时间点的数据表示、特定期间的数据比较、某个期间的数据变化趋势等。
3. 将来
数据最好的应用不是告知历史，而是预测，也就是基于历史数据表现或基于历史数据表现，通过某个模型，预测未来的情况。 既然是预测，就不是绝对的意思，而是更严密的“经验谈”，如何利用预测结果支持决策，采取应对措施是最大的课题。 谷歌用网民搜索的关键词准确迅速地预测了流感的发生。 天气预报是另一个典型的应用。 在气象观测系统、气象通信系统、计算机和资料加工处理系统、数值预报产品制作系统、综合预报制作系统等的协助下收集数据，用历史“经验”开发的模型进行预测，得出未来一段时间的气温、湿度等预测结果
三、时间粒度
指标上的时间展示单位，数据本身代表意义，与使用场景密切相关。 以天气预报为例，大多数情况下要看未来几天的晴天情况，这种情况下以“日”为展示粒度单位。 在那天的场景中，我想知道下午是否会下雨，我去找今后每小时的预报结果。 此时，以“时”为展示粒度单位。 另一个例子是，为了明确所看的时间范围，便于阅读，大多根据时间范围的长度来判断指标所示的时间粒度。有用户定制显示粒度和计算机辅助判断两种。 用户选择年、季、月单位后，指标中的时间所对应的横坐标将以对应的粒度显示。自定义所需的显示开始时间范围，系统将自动根据规则确定时间坐标的显示单位。 例如，不到7天、以“日”表示、7天以上不到30天、以周表示等类似逻辑。
四、时间查看
千人有哈姆雷特一千个，产品需求上千人有一万种需求。 但是，用户的需求往往不合理，即使合理，我们也不一定要按照对方的要求设计。从统计指标的时间维度来看，需求同样多样，但不能一次性设计所有功能，使产品复杂难用。 我们要做的就是回到需求本身，探讨需求背后隐藏的真谛，到底对方想要什么，如何同时满足别人在时间浏览上的需求。
通常，我们提供以下建议，以帮助用户快速从数据中获取所需的信息：
1. 固定
统计时间由系统决定，固定不可更改。优点：不用做任何操作，只看某个时间点或时间段的数据信息，可以聚焦于数据本身。 优点：用户有一种不能自由切换查看、不能更多查看详细信息、不能进行更多数据分析、不支持随意操作的设计
定失控的焦虑。应用：如上文所提数据大屏，需重点强调所统计的固定时间范围信息。
2. 自定义
可随意切换，包括历史时间和将来时间。
优点：把选择权交给用户，可最大自由地决定自己查看的时间范围，最灵活，最大程度地满足各种筛选需求。缺点：系统没有给予选择辅助，用户操作多，需频繁计算，计算量大，数据量大时，加载可能会比较慢，影响用户体验。应用：如上文所提自定义时间。
3. 预设时间
根据数据使用场景，选择多个常用数据时间点或时间段，由系统预设好，用户直接使用。
优点：便捷切换常用时间，快速查看对应时间的数据情况。缺点：只支持常用时间，其他使用低频的长尾需求没有考虑在内。应用：
4. 预设+自定义
将预设时间和自定义时间结合运用，提供常用时间选择的同时，通过自定义时间满足长尾需求
优点：最有效的设计方式，既高效又灵活。缺点：自定义时，计算量大。应用：
本文由@Bella 原创发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash, 基于CC0协议。