BI看板设计中的“信息密度”问题：信息太多等于

信息过载的典型看板

打开一家企业的BI看板，满屏都是图表。销售额、毛利率、库存周转天数、客户满意度、生产达成率、采购准时率、退货率、投诉率……柱状图、折线图、饼图、仪表盘、雷达图、地图，还有各种红黄绿的预警标识。滚动条要往下拖三屏才能看完。

这个看板花了三个月设计，数据部门投入了大量精力，自认为做得全面、专业、细致。然而上线后，管理层很少使用。问原因，回复是“看不过来”“信息太多了”“不知道重点在哪里”。

信息过载是BI看板最常见的失败原因。设计者把能想到的指标都放上去，生怕漏掉什么。结果是看板变成了数据堆砌的地方，而不是辅助决策的工具。管理层没有时间在几十个图表中自己找问题。他们需要的是：问题在哪里，原因是什么，应该怎么办。不是更多的图表。

信息密度不是越高越好

信息的价值不在于量大，而在于有用。一条关于核心客户流失的预警，比一百个平稳运行的指标更有价值。一份简洁的重点问题清单，比几十张图表更受管理层欢迎。

在看板设计中，信息密度的控制有几个参考原则。一个屏幕内展示的信息，应该让观看者在五秒内抓住重点。最高的指标放在最显眼的位置，异常的指标用颜色或标识突出显示。如果五秒内找不到重点，说明信息密度太高了，需要精简。

指标的标准也很直接——这个指标如果两周不看，会影响业务决策吗？如果不会，就可以考虑从主看板上移除。不是指标不重要，而是不需要保持那么高的可见度。可以放在二级看板里，有需要时再下钻查看。

另一个常见问题是相似指标重复展示。销售额的当日值、周累计、月累计、年累计、同比、环比，同时放在看板上。管理者关心的是“今天销售额怎么样”，不是同时看六个维度的数据。一个当前值加一个对比值就够了。多出来的信息不仅占用了屏幕空间，还分散了注意力。

看板的受众决定信息密度

为CEO设计的看板和为销售总监设计的看板，信息密度应该完全不同。CEO关注整体趋势和异常，指标颗粒度粗，数量少，一屏之内能看完。销售总监关注区域表现和产品表现，指标颗粒度中等，数量中等，可能需要一屏半。销售经理关注个人业绩和客户动态，指标颗粒度细，数量可以多一些，但要有清晰的层次。

很多企业的看板是一套配置给所有人用。管理层觉得太细，找不到重点；执行层觉得太粗，看不到自己需要的数据。这是设计阶段的受众分析没有做好。不同角色需要的看板应该不同，至少是同一个数据源的不同视图。在技术上实现这一点并不难，难点在于设计阶段有没有考虑不同角色的需求。

实际操作中，可以按角色分层。一级看板面向高管，5到8个核心指标，全部在一屏内展示，异常指标突出显示，不下钻也能抓住重点。二级看板面向部门负责人，15到20个指标，可能需要滚动一屏半，支持下钻和筛选，满足日常管理需要。三级看板面向一线管理者，指标数量不限，但要有清晰的筛选和排序功能，支持自定义视图。

三个层级的看板共用同一套数据，只是展示的粒度和范围不同。高管的看板看到整体异常，可以下钻到部门负责人的看板看细节，再下钻到一线看板追根溯源。逐层下钻，直到找到问题的源头。这是BI看板的标准用法。

指标的分层：战略层、战术层、操作层

战略层指标回答“公司整体经营状况如何”。数量最少，5到8个。毛利率、库存周转天数、客户满意度。这些指标不应该每天剧烈波动，变化趋势比绝对值更重要。

战术层指标回答“哪个环节出了问题”。数量中等，10到15个。各区域销售额、各产品线销量、各渠道订单量。这些指标的下钻能力是关键。区域内哪个省拖了后腿，产品线下哪个品类在下降。

操作层指标回答“具体怎么解决”。数量可以多，但要支持筛选和排序。单个客户的订单明细、单个物料的库存变化、单个订单的当前状态。这类指标不需要一直放在主看板上，从战术层指标下钻查看即可。

三层指标的关系是逐层下钻的。战略层发现异常，下钻到战术层找原因，再下钻到操作层看明细。下钻的路径需要在设计阶段规划好，而不是让用户在几百张表里自己找。

看板上的折叠区

不是所有信息都需要放在主看板上展示。折叠区的设计是个不错的方法。把大部分指标放在二级页面或者折叠区，默认不展示。用户需要时点击展开或跳转。主看板只展示最核心的指标和异常信息。

折叠区的作用是降低信息密度，但不是隐藏信息。想看细节的用户可以自己点进去看。大部分日常浏览只看主看板，遇到异常再下钻。这样既保证了信息可见，又不会在新用户面前堆砌太多内容。

折叠区可以按业务板块分组。销售相关的所有指标放在一个折叠组里，库存放在另一个组里。每个组的负责人可以只关注自己的组，不需要看其他组的内容。看板变成了可定制、可折叠的看板，不是固定布局。

新易编码与BI看板的关联

BI看板的数据基础是准确的编码和分类。物料编码统一了，库存周转率的计算才有可比性。不同工厂对同一物料的分类一致，库存周转率的对比才有意义。如果A工厂把某类物料归在“半成品”，B工厂归在“原材料”，两边的库存周转率就不能直接对比。强制对比会得出错误的结论，比如认为B工厂的原材料周转太慢，实际上只是分类口径不同。

客户编码统一了，同一客户的购买行为才能被正确归集。同一个客户在多个渠道有购买记录，编码不统一，看板上显示的会是多个独立的客户，而不是一个客户的完整画像。客户价值分析、流失预警、交叉销售推荐，这些功能都是建立在一个统一的客户标识之上的。

产品分类统一了，不同产品的销售对比才有意义。A系列产品包括哪些SKU，B系列包括哪些SKU，分类边界必须清晰，各区域的销售数据才能按产品线准确汇总。

新易编码不直接生成看板上的图表，但它为看板提供了可靠的数据基础。看板的可信度取决于数据的准确性。编码分类的准确性是前提，编码源头不乱，看板展示出来的东西才可信。编码源头乱了，看板再精美也是不负责任的信息。数据治理的工作在后台，BI看板的展示在前台，这两者之间的依赖关系容易被忽略，但至关重要。

减少信息密度的几个具体方法

除非必要不要用饼图，人的眼睛对面积不敏感，不同扇区之间的差异不容易分辨。柱状图或者条形图在多数情况下是更好的选择，长度对比比面积对比更直观。

折线图适合展示趋势，不适合展示排名。同类图表不要同时放两个，销售额的趋势用折线图表现已经很直观了，再加一个柱状图就是信息冗余，只是换了一种表现形式，没有增加新的信息量。

颜色的使用有明确的含义，红色表示异常或下降，绿色表示正常或上升，灰色表示不需要关注的次要信息。不要用太多颜色，五到六种已经是极限。颜色越多，看的人越困惑，不知道每个颜色代表什么优先级，什么警示程度。

坐标轴的起点要合理。销售额从800万到1000万，柱状图的起点不要从零开始，800万到1000万的变化会被拉得很大，看起来波动剧烈；如果从零开始，变化又会被压缩，看不出趋势。根据实际数据的分布范围选择起点，真实反映波动的幅度。

排序要用好。下拉筛选的数量不要超过10个，超过10个分组应该先做归类聚合，否则用户要滚动很久才能找到需要的选项。表格里的列按重要性排序，不是按数据源里的字段顺序。最重要的列放在最左边。

结语

BI看板的目的是让决策者更快地发现问题、理解问题、解决问题。信息过载的看板做不到这一点。设计者在每增加一个图表之前，都应该问自己：这个图表会改变管理者的任何一个决策吗？如果答案是不确定，就不应该放上去。

新易编码与BI看板的关系属于后端支撑。编码不统一，看板上的数据对不上，管理层对看板的信任度就会下降。数据治理做得好的企业，BI看板的使用率更高，这不是巧合，是数据质量决定了工具的可用性。

看板设计到最理想的状态，应该是管理者不再需要主动登录看板。系统在关键指标异常时，把问题和建议推送到管理者的即时消息里。管理者看完推送就能了解现状，需要深入时可以点进看板看细节。推送代替了主动查询，看板从工具变成了服务。这是BI看板从“看得到”到“用得上”的跨越。

 

如果您有物料编码相关的问题，欢迎咨询新易物料编码