在数据产品中，基本形式是非常普遍的存在。作为数据可视化的一种方法，表单有助于业务人员获得清晰明确的数据信息，促进后续业务的进展。但是，基础表设计也有很多需要注意的地方，如果表的数据组织维度不合适，设计的基础表可能会出现问题。
首先，让我们看一下下面的表格。
表格：8-1-8-5销售情况表
在这张表中，我们可以阅读8月1日至8月5日的每日销售情况，包括每天的销售额是多少，发生了多少销售额。
观察表格的结构和我们的阅读结果，可以发现表格结构的日期是左边的第一个字段，销售额和销售人数可以通过日期联系起来。例如，8月1日，销售额为100人，贡献了10人的销售额。
在这里很容易看出日期是整个表格的连接关键。如果没有名为日期的字段，则无法将销售额与销售额相关联。
以上是很基础的票。我们的产品设计，特别是数据产品是非常普遍的存在，是整个产品的基本载体。
戴尔经常在设计产品中使用，但很容易忽略其重要性。本文想系统地讨论基本形式在设计过程中容易踩踏的部分。
首先，什么是基本形式？
表格，在我看来，是数据可视化的表现。也是数据组织的手段。如何理解这两个定义？我们可以先看前面销售情况报告后面的排列。
销售情况报告后面有两套数字。
数字1:8-1-8-5每日收入100、120、150、200、220数字2:8-1-8-5每日收入10、20、20、30；
在没有
1. 数据可视化表现
表格之前，我们以销售为例，收到了一大段说明。
说明：8月1日至8月5日的每日销售额分别为100、200、150、200和220。
从文字说明中获取数值的绝对信息很容易，但相对信息可能更难从文字说明中获取。例如，比较阵列、更改阵列等。
因为作为一种比较，说明中字段和字段之间的差异较小。
例如，100和200可以通过文字直接知道差距，但字段差距越大，比较难度就越大，下面的数字和表格一起看一下。
数字：1、12、456、98765、300
数字的表格格式
如果把数字和表分开读的话，表中数字列在同一列后，我们可以与数字位数进行比较，很容易发现两者的对比差异。
第二，有大段落的文字说明时，很容易判断相邻两个数字的变化趋势。
但是，当趋势扩展到整个数组时，例如从第一个数字到第二个数字要记住的东西上升，从第二个数字到第三个数字下降是比较困难的。
表如果在同一列中显示一组数字，就很容易找到趋势。例如，上表的趋势是从1增加到98765，然后下降到300。
这是将数组转换为表后数组的直观表示，显示原始数组中隐藏的相对信息，表在同一个维下在同一个列中显示数字，趋势更易于阅读。丰富数组中的信息，帮助我们快速阅读和阅读想要的内容。
2. 数据组织手段
表单仍然是组织数据的方法。没有表格，单独获得的销售数字是两套数字。不能一一对应。
数字：销售额100、120、150、200和220数字：销售额10、20、20、30和50
/li>通过研究两组数字，我们可以知道他们分别都是 8 月 1 日到 8 月 5 日的值。
但是如果数字不是按时间顺序排列的，当其是一组无序数组时，我们就无法通过顺序将销售额和销售人数对应起来。
而用表格可以把时间作为串联两组数字的关键字段，表格中我们将时间作为关联不同类型数值的字段，将销售额和销售人数串联起来，这就将原本无序的数字组织起来了，通过表格我们可以读到更多有效的信息。
表格：8-1～8-5销售情况表
通过销售情况表，我们发现基础表格是由行和列组成。
首行为数组的字段个数，像销售情况表中就有两个字段，分别为销售额和销售人数。
首列为数组不同字段的共性维度，用以组织串联起来每个字段类型的值，像销售情况表中的就是每一天的日期。
首行和首列的交汇处就是整个表格的组织字段。
在销售情况表中，其组织字段就是日期。而其行和列的交汇处，就是组织维度下某个字段的具体值，比如像是 8-1 日下的销售人数 10 人，就是第 2 行和第 2 列的交汇处。
由上面的案例中，我们可以发现表格的“数据组织能力”，实际上是将不同的数字联系起来。这里我们可以继续深入思考下，为什么表格可以做到而文字却不行。
这是因为表格相对于文字是更高维度的表达方式，我们先来看文字描述，销售额 100，这是从一维的角度来描述金额；同样的销售人数 10，是从人数这个一维的角度来描述。
两个维度不一致，就注定没有办法将两个数字关联起来。如果想要关联，就需要增加入更多的描述性文字，8 月 1 日的销售额是 100，8 月 1 日的销售人数是 10。
而表格是由一行和一列组成的，行是数组的类别维度，在销售情况表中就有销售额（金额）和销售额（人数）这 2 个类别维度；列是数组中不同列别的共性维度，在销售情况表中就是时间字段。
表格数字是行与列的交汇内容，是行和列两个维度下的交叉值，是一种二维的描述手段，表格中的任何一个数字都可以找到行和列 2个维度的描述信息，数字 100 可以读到两个信息，销售额是 100，其发生在 8 月 1 日。
就可以把不同的数字按重合的维度串联起来，“销售额在 8-1 到 8-5 的变化过程”，这就是以销售额维度串联了数字；“8 -1 的销售额和销售人数情况，这就是以时间维度串联了数字。
从这里我们可以发现，行与列之间的关系是互为从属关系，不同的列可以是相同一行的维度出发的值；不同的行也可以是相同一列这个维度下出发的值。
从表格的可视化和组织能力，我们可以发现将数组转换为表格后，可以帮助我们快速准确地阅读数据获取信息。
二、基础表格的使用场景
了解完基础表格的定义后，我们可以来了解下它适合什么样的场景？因为表格是一个二维描述方式，可以描述相同维度下的其他维度的数据。
所以当业务中的多个数组中所有数字都存在一个共同维度时，并且我们想要通过这个维度来描述现象时，就能够运用表格，以这个共同维度作为关键维度，来串联起多个数组，可视化呈现出来，帮助我们更快速更高效的阅读数字，获取数字背后的信息。
以销售情况为例，原始数组中每个数字是由两个维度来描述的，销售额数组的维度是时间和金额，销售人数数组的维度是时间和人数，两个数字的共同维度是时间，即 8 月 1 日到 5 日。
当我们想要了解不同日期的销售情况时，就能用表格以8 月 1 日到 8 月 5 日的时间作为串联维度，把数组转换成表格。
例如行：8 月 1 日，列：销售人数、销售额，就代表了 8 月 1 号的销售人数具体是多少，产生了多少销售额。利用表格行和列可以快速读取该日的销售情况数据。
反之，假如多个数组不存在唯一维度，那么其就不能用基础表格来组织，一起看下下面这个数组案例。
进一步研究发现，销售情况，实际是由店铺两个销售分组通过努力销售出来的，一起看下销售数据的数组：
- 数字 1：8-1～8-5 每一天的销售额 100、120、150、200、220
- 数字 2：8-1～8-5 每一天的销售人数 10、20、20、30、50
- 数字 3：A 组和 B 组销售额分别为 390、400
- 数字 4：A 组和 B 组销售人数分别为 50、80
这里就没有办法用一个基础表格来组织这些数字了，因为在这个数组中并不存在唯一的维度可以覆盖到所有的数字，一起分析下这部分数组的维度：
- 数字 1：中的数字是两个维度来描述的，分别是时间和金额两个维度，例如 100，就是 8-1 号产生的销售额
- 数字 2：中的数字是两个维度来描述的，分别是时间和人数两个维度，例如 10，就是 8-1 号店铺的销售人数
- 数字 3：中的数字也是两个维度描述的，分别是分组和金额两个维度，例如 390，就是销售 A 组产出的销售额
- 数字 4：中的数字也是两个维度描述的，分别是分组和人数两个维度，例如 50，就是销售 A 组接待的销售人数
在这里1 和 2 可以用共同维度时间串联；3 和 4 可以用共同维度分组串联，分别可以形成以下两个表格。
表格 1 是以时间维度串联起来了数字 1 和数字 2。
表格1：日期维度下销售情况表
表格 2 是以分组维度串联起来了数字 3 和数字 4。
表格2：分组维度下销售情况表
从两个表格中我们就可以发现，时间或分组维度均只能串联一部分数据。
像在表格 1 中数字 3 和数字 4 中的数字是没有办法放入到里面去的，虽然可以对应上销售额和销售人数，但是因为其另一个描述维度是分组，并不是时间，所以无法对应填入。
同理的表格 2 中，数字 1 和数字 2 中的数字因为缺少了“分组”这一个描述维度，也无法放入。
数组中不存着覆盖到所有数值的维度，只能从时间出发来描述销售情况，或从分组出发来描述销售情况，因此就不能用基础表格来描述这个数组了。
如果想要将其能串联起来，就需要使得销售组和时间也能产生上关系，假设数组能够提供每个分组每一天的销售数据：
- 数字 3：A 组和 B 组在 8-1～8-5 的 销售额分别为 50、50；60、60；70、80；100、100；110、110
- 数字 4：A 组和 B 组在 8-1～8-5 的 销售人数分别为 5、5；15、5；10、10；10、20；10、40
那数字 3 和数字 4也满足了时间维度，就存在唯一可以串联全部数据的单一维度时间，可以将表格组织成如下格式。
表格 3 是分组增加了时间维度后，以时间串联整个数组。
表格3
通过表格 1、表格 2和表格 3 的对比，我们可以进一步加深了解多个数组中所有数字都存在一个共同维度是基础表格使用的必要条件。
三、如何选择组织维度
通过 3 个不同的表格对比后，相信对基础表格的使用场景有了一个了解，我们在明白了使用基础表格的场景中，接下来的关键点就是需要找到串联起多个数字的组织维度，那么组织维度需要如何选择呢？
1. 找到业务表达中的共有维度
组织维度是业务所要描述的数组中的共有描述维度，所以我们首先需要找到它，只有找到了这个关键字段，才能把表格建立起来。因此我们需要分析业务所要描述的内容是什么，从业务出发找寻需要的维度。
继续来看上文中举的数组案例。
- 数字1：8-1～8-5 每一天的销售额 100、120、150、200、220
- 数字 2：8-1～8-5 每一天的销售人数 10、20、20、30、50
- 数字 3：A 组和 B 组在 8-1～8-5 的 销售额分别为 50、50；60、60；70、80；100、100；110、110
- 数字 4：A 组和 B 组在 8-1～8-5 的 销售人数分别为 5、5；15、5；10、10；10、20；10、40
在这个案例中撇开业务仅分析数组发现其共有维度是时间，但并不是所有的业务场景都需要以时间来串联。
假设业务场景需要描述 8-1 号到 8-5 号这段时间，A 组和 B 组整体的销售能力差异，因为是整体的销售能力，所以并不需要以时间维度串联，按“分组”维度串联，即可对比两组的销售数据差异，一起看表格 4。
表格 4 是以分组维度串联起来了数字 3 和数字 4。
表格4：分组维度下销售情况表
2. 不同数字的共有维度描述的信息一致
当维度是一个共有维度时，并不是一定就可以作为串联维度，还需要不同数字在共有维度下描述的信息是一样的，表格 4 中的共有维度是分组，而销售额和销售人数都存着分组维度下描述 A 组和 B 组的数字，所以可以组织成表格。
但看上文中的数组案例，金额其实也是一个共有维度，从金额来描述数字。
- 数字 1：8-1～8-5 每一天的销售额 100、120、150、200、220。
- 数字 3：A 组和 B 组在 8-1～8-5 的 销售额分别为 50、50；60、60；70、80；100、100；110、110
这两个数组中每个数字也都可以从金额来描述，比如 100 是 8-1 发生金额为 100 的销售额，但是却没有办法组成表格，其原因就是不同数字在共有维度下描述的信息不一致，形成后的表格是无意义的。
表格5
观察表格5，我们可以发现，金额字段组织起表格后，不具有有业务上的意义，其一，金额 这一行中没有业务上的相关性，只是看到了不同数字；其二对应行中也没办法得到一个完整的信息。
总结一下，当我们在选择组织维度时，首先需要找出业务下的共同维度有哪些，再逐个分析选择这个共有维度后，数字的在这个共有维度下描述的信息是否一致。
四、总结
基础表格是我们设计产品，特别是数据产品时，不可或缺的一个基础内容，其用于组织数据组，将其可视化表现，帮助我们快速阅读和获取信息。
我们在设计时需要着重找到数据组中可以串联起业务所需要数字的共有维度，并判断其描述的信息是否有价值。
专栏作家
晌午，微信公众号：晌午自习室，人人都是产品经理专栏作家。4年产品经验，专注于数据方向，目前是电商客服领域的产品 。
本文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
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。