编辑导读：对于一个没有UI/UE的数据产品来讲，产品PRD的质量就是产品最终的上限了。如果产品方案就很粗糙，实现效果就不要有太多期待了。那如何快速设计一个高保真的数据可视化产品原型呢？本文作者对此发表了自己的看法，与你分享。

除商业化的数据产品外，多数互联网公司内部使用的数据产品UI资源是非常匮乏的。因为没有更好的替代品，所以内部用户对数据产品的容忍度通常较高，“能用”是用户基本的期待了。

很早之前流传过一个产品需求和开发实现的段子（详见下图），表达的核心思想是真正开发实现的过程会遇到时间成本、资源成本、开发质量等各种限制，最终上线的产品会和产品需求有一定的Gap，总结下来，“产品的美感不会超过产品经理的美感”，对于没有UI/UE的数据产品来讲，产品PRD的质量就是产品最终的上限了。如果产品方案就很粗糙，实现效果就不要有太多期待了。那如何快速设计一个高保真的数据可视化产品原型呢？

第一步：明确需求

业务基础的需求是能够快速获取到业务KPI数据，进行数据分析，数据可视化是在数据可读性、可视化、交互式分析提供更高效的解决方案。

对于产品经理或运营，他们的KPI是什么，日常工作有哪些动作来达成，过程需要什么样的数据支撑决策/复盘，指标拆分的常用维度有哪些？以产品经理为例，日常要关注不同平台、不同流量入口流量及转化率，关键路径的转化漏斗，基于数据做产品功能迭代的决策支撑。

第二步：确定分析思路

没有分析思路的可视化产品是没有灵魂的，只是图标的堆叠，产品的价值就无法体现。好的可视化产品一定是有明确的分析思路包含在产品交互设计流程内。结合流量分析的例子，梳理产品分析场景如下：

• 每天上班后打开电脑，产品经理可以最直观的看到大盘KPI(访问转化率)**数据，以及变化趋势
• 拆分到App、微信小程序、H5等不同平台，看指标是否正常，昨天微信小程序发版有没有出问题
• 发现微信小程序转化率环比上周下降20%，要进一步分析是哪个流量入口转化率降低了
• 经过分析发现，是首页底部新改版的信息流模式转化率降低40%，再进一步拆分从访问到下单全流程转化漏斗，看看是哪个步骤的用户流失**

总结下来，产品设计时，要把用户看数据、分析数据思路，形成产品交互路径，能够指指引用户逐步进行操作，最终定位到问题，而不是把数据下载下来，excel在做筛选、分析。

第三步：设计产品方案