我们是如何来设计互联网大会上“城市24小时”这块数字大屏的？
这是傅一平的第254篇原创
作者：傅一平
个人微信：fuyipingmnb
大数据行业现在处于多事之秋，关于其实际价值也众口不一，因此，宣传自身的大数据能力成了很多企业非常重要的工作，在各种展会上出现的各种数字大屏是一种形式。
从 2012 年起，阿里每年的双 11 大促都会推出一个大屏，以多种生动的展示方式实时地显示交易情况，它的特点是各种大：屏幕大、数据量大、展示信息量大，可以说是数据可视化的典范。
双11数字大屏其实故事性不大，主要是其具有较高的技术含量，毕竟这么大的实时交易数据要在这么大的屏幕上准确呈现还是蛮有挑战性的，但展会的数字大屏不一样。
诸如互联网大会中的互联网之光博览会给了用户足够的驻留时间，因此，通过数字大屏来讲述一个大数据的故事还是蛮应景的，在潜移默化中能够彰显企业的大数据实力。
对于企业的大数据团队来讲，这也是为公司提升影响力的一种方式，另一方面，由于数据从业者的工作大多偏向后端，比如做了很多标签，但很难让大家来理解你工作的内涵和价值，因此，需要用一种通俗易懂的方式传达出自己的声音。
比如“城市24小时”在互联网大会上展示的时候，听到的很多声音就是：“哦，这个分析怎么做的啊？” ，所谓隔行如隔山，大数据尤甚。
因此，做数字大屏是一件很有意义的事情。
然而问题来了，如何才能设计一款能体现企业大数据能力的数字大屏呢？
下面就具体谈谈做“城市24小时”数字大屏的一点体会，当然这块大屏的效果远未达到当初的预期，但的确是一次宝贵的经历，感悟颇多。
图片引自三墩IT人微信公众号
1、自由技艺
要做好一款数字大屏，首先得找到合适的人，现在大家都喜欢叫它产品经理，大数据的就叫数据产品经理吧，但其实是不是产品经理并不重要，关键是需要有人能用“大屏+大数据“”的形式来讲述一个故事，传递我们想要传递的东西，如果做的足够好，媒体的宣传、客户的反馈和商机也许就会过来。
笔者也有个感悟，虽然我们一直提缺大数据人才，但其实缺的并不是简单的建模、产品或技术人才，因为在大数据发展没有成熟之前，其要解决的往往不是简单的技术或业务问题，而是一个综合性的复杂问题，而复杂问题的解决要求这个人具备“自由技艺”。
比如你会发现要解决大多数场景下的精确营销问题往往首先要解决机制，流程问题，这些问题都是复杂问题，纯粹的技术往往无用武之地。
而大数据团队特别需要能解决复杂问题的这类人才，为什么呢？
主要是因为拥有自由技艺的以下五个能力对于完成一个探索性的事情太重要了。
（1）探索新事物：没有人告诉你应该做什么，只是告诉你要参加展会，用大屏彰显实力，吸引商机，因此，你得自主决定去探索什么，你要能适应新局面，如果老板给了你这个课题，这么不确定，你慌不慌？
（2）获得洞见：给你所有的数据和标签，你能不能获得一些洞察，你能不能判断这样设计数字大屏是否能吸引到足够的人来驻足观看？你能吸引到多少商机？
（3）选择和判断：按照事先定义好的规则或者抄人家的规则去完成一个事情，是非常简单的技能，可是现在根本没有现成的主题，你得自己制定各种主题，做大量的决策，从而带领别人完成任务，你得有点领导力。
（4）理解他人：你要把领导、建模师、UI/UE，开发人员，演讲人员等利益相关者协调好，在规定的期限前完成任务，领导与你，建模师与UI/UE，开发人员与UI/UE等等都存在着利益冲突，你得做好平衡，在实施的过程中，如果建模师、UI/UE说我调整的都要“自杀了”，你得会应对这种局面。
（5）影响力：你还要能说服别人接受你的观点，在大屏的设计过程中，最大的不一致就是在表现城市24小时各个场景的设计上，比如要体现城市的活力，用什么来表现？你得最终拍板。
因此，做大数据，虽然技术很重要，但数字大屏产品经理的最佳人选，是能够把自由技艺和数据技术结合起来的人，而前者更为重要。
在传统企业这个大背景下，大数据作为创新业务，是没有既定的路线的，算法工程师在大的互联网公司所以有很大的上身空间，是因为他们的第一代已经修了路，你进去做个螺丝钉，把这条道路修的越来越好，能收更高的费用，因此你的价值能很好的体现。
但我们也许还远未达到这个阶段，我们的大数据第一代还在探路，最需要的是会找路的人，几年前笔者疯狂追求算法人才，有次跟一位经分老友交流，他就说：“会算法，会考试其实也没用，出不了活的。” 虽然有点偏激，但现在分析下来也是有道理的。
这也是笔者从事大数据多年想法上的一个重大改变，我们显然不要去直接拷贝互联网，因为阶段完全不同，我们也没必要对于招不到算法人才耿耿于怀，慢慢培养呗，但我们更需要有自由技艺的人，还因为我们的大数据是从0到1，因此能够给人更多的机会。
比如我们的大屏所有数据分析都是一个入职1年的小伙子做的，想来在大的互联网公司的新人很难有这种成长的机会。
2、方案策划
通过这次实践，笔者感觉策划方案最核心的是先不要预设前提条件，你首先得说我想干什么，而能不能干是另外一回事，做大数据品宣特别容易犯的错误是“就数据论数据”，比如企业只有这些数据，因此只能围绕这些数据去策划一个创意，这极大抑制了创造力的发挥。
张艺谋在策划奥运会开幕式的时候，显然不是看到了大家会击缶就想到设计击缶的场景，也不是说看到了某位大师能够用跳舞来作画就设计了跳舞作画的场景。
其首先想到的肯定是要表达上下五千年的中国灿烂文化，然后用古代四大发明，画卷啥的来作为一个载体，从而设计出一个个的场景，至于场景怎么表现，自然有能人来执行，你只要能想出来，我就能做出来，数字大屏其实也一样。
为什么定主题是“城市24小时”呢？就是感觉到跟大家的生活比较贴近，容易有话题性，其他的诸如城市之光，城市商圈洞察等诸如此类则在一次次的讨论中被否定。
“城市24小时”起初希望从早到晚设计8个典型场景来表现杭州这个城市的活力，分别是清晨运动、早晨交通、白天创业、中午餐饮、下午直播、傍晚休闲，夜晚读书，凌晨灯火，关于场景的设定开始的争议是很多的，比如中午餐饮要不要，直播是不是太另类，夜晚读书跟休闲是不是要合并等等。
我们是先集中大部分人讨论点子，然后少数骨干定出创意方案，最后产品经理拍板并报领导同意，即听多数人的话，参考少数人的意见，最后自己做决定，产品经理千万不要天真的认为群众的力量是很大的，你主要还得靠自己。
3、数据设计
有了方案策划，接下来就要考虑数据的可行性，因为即使有好的场景，如果现有的数据不能支撑也不行，因此，需要针对八大场景做好数据的评估，这里摘取三个场景做简要说明：
（1）清晨运动：表达的主题为杭州是个运动之城，要求能够有效识别出锻炼的人群，包括室内锻炼，室外锻炼，小区锻炼等等，基于识别的群体再进行特征的分析，如果现有的标签支撑不了，就得考虑重新建模，这里用到了时空、线上线下多维数据的关联整合等手段。
（2）早晨交通：表达的主题为城市交通的改善，要能有效识别出开车出行，地铁出行，绿色出行等类型，并且希望能体现出地铁这种新型的交通工具对于城市人群带来的出行便利，包括辐射范围和改善程度等等，这些都是建模上的巨大挑战，还有诸如开车出行是否能区分自驾车，公交车，出租车等等。
（3）傍晚休闲：表达的主题为杭州是休闲之都，展现餐饮、购物、电影、线上生活的方方面面，得益于数据解析和建模分析上的长足进步，现在已经能够分析诸如各类细分用户群体对于微信文章的偏好了。
实际线上生活的效果图
在数据设计过程中，会进行大量的数据验证，对不合常理的数据结论要反复核实，由于要兼顾趣味性，还需要对于故事性不强的主题进行删除，比如下午直播等等，最后定稿的时候就变成了凌晨的运动之城，早晨的便利出行，上班的创客之城，傍晚的休闲之城等主题。
其实如果能走到这一步，可行性验证就算完了。
4、UI/UE设计
所有的策划和数据都需要通过UI/UE的设计表现出来，现在市面上有很多现成的可视化产品，但如果你搞的是创意主题，定制化基本上是唯一之道，它提供了最大的灵活性，可视化产品显然会限制你的想象力。
现在的UI/UE能表现的方式已经非常丰富了，笔者发现只要产品经理能够想得到，人家就能做得出效果，随着技术的进步，这似乎进一步突出了拥有自由技艺的人的价值，笔者在想，人工智能时代，是否文科生更不容易被取代？
另一个注意点是一定要出高保真的样例，并且出一个确认一个，完成一个场景确认一个场景，千万不要全部完成了再找负责人确认，毕其功于一役的很大可能就是推倒重来，这个教训还是很深刻的。
最后就是数字大屏的设计务必让其有“生命力”，即屏幕是变化的，流动的，而不是站桩式的，主要有以下三个原因：
（1）获得更多流量：人们的注意力容易被动态的东西吸引，数字大屏需要动起来，比如双11大屏，那个交易数字实时变化，就是为了吸睛，其实5分钟变一次跟每秒变一次获得的信息量上没啥差别，就是要让大家看个热闹。
（2）展示更多内容：大屏上的元素如果是静态的，信息量并不多，如果加上空间和时间的维度，信息量就几何级的上升了，这在有限的时间内可以给用户推送更多的内容，比如地图空间的转移切换就成了很多大屏展示的主流形式。
（3）体现数据意境：实时的，变动的数字大屏让人更有代入感，对于大数据来说，如果描述的故事是实时发生的，那就有身临其境的感觉，比如客流产品展现的实时人流情况，天盾反欺诈产品展现的实时拦截电话情况，这次展会很多人就问这个“城市24小时”的数据是否是实时的。
至此，设计就基本完成了，接下来就进入了开发阶段，同样需要在每开发完一个场景的时候，确认下效果是否达到了当初的预期，这是个反复迭代的过程。
5、数据产品
笔者发现很多以前的大数据品宣工作完了就扔了成果，等到下一次类似的需求再来时大家继续由零开始，比如两年前做的一个品宣现在让新人再做发现几个礼拜都搞不定，这对资源也是一种浪费。
数字大屏更是耗费了大量人员的精力，里面积淀了大量的设计和数据经验，如果你觉得大屏有价值，就应该尽量让其升级成为一个数据产品，当然为了展示需要的大屏和一个真正能够持续运行的大屏在技术上是两码事。
比如将临时性的取数转化为定时运行的作业就要花更多的功夫，从离线到实时的展现更非一日之功，但只有数据产品才能实现真正的传承，让品宣工作具有持续性，同时在开始下一次数字大屏的工作时候拥有一个更高的起点，这一点真的很重要。
最后，需要观看“城市24小时”的视频可以访问以下链接：
注：每周我将会挑1-2本我读过的书或文章进行推荐，优先大数据、人工智能类，欢迎选读！
完
作者：傅一平 （微信号：fuyipingmnb）
好书或文章推荐（每周我会挑选出1-2本好看的书或文章进行推荐）
《像TED一样演讲》： 要想演讲有说服力，不要去说教，你得会讲故事，第一种，是自己的故事。只要跟演讲主题稍微有点关系，你自己的任何故事都可以，听众总是对你自己的故事比对别人的故事更感兴趣！第二种，是别人的故事。如果这个故事不是发生在你自己身上的，那听众的要求就要更高一点了。这个要求就是我们必须能从这个人的经历中学到一个什么道理。第三种，是某个品牌或者产品的故事。像这样的故事，听众的要求就更高：它必须是一个有关成功或者失败的故事，嗯，以后去交流，还是要多说说自己的经历。
《经济学人》：为什么选择越多，越是胜者通吃？：这就好比你走进一家书店，如果店里只有10本书，2本你听说过，8本你没听说过，你大概会去翻一翻那8本书，它们多少能获得一点流量。可是如果书店里有一万本书，你要在同样的时间内做出选择，大概干脆就拿本听说过的书—— 也许还随手拿一本、随便哪本没听说过的书 —— 走人，原本那8本书现在连被认真翻阅的机会都没有了，这就是互联网公司推荐引擎的制胜之道。
可能错过的近期精选文章（点击链接即可阅读）
从芝麻信用分透露的详细数据设计，我们能从中得到什么启示？
如何避免成为一台取数机器？
哪些广为人知的数据挖掘案例其实是一地鸡毛？
数据的价值到底如何评估？
为什么我提交的数据分析报告总是被领导K？
我如何用统计学指导自己的生活？
从吴军的“算法的油水就那么多”说起！
一起成长，让我们与数据同行
忙完工作，偷得浮生半日闲，讲述自己的数据人生
大叔/电信博士/500强央企/大数据/人工智能/统计取数/数据挖掘/数据产品/数据管理/数据仓库/数据变现