1. 评估KPI

从总体角度衡量表现指标，包括销售额，客户数量，转换率等。

KPI（关键绩效指标）是数据可视化看板模型里最为重要的一部分，它可以帮助将数据实时展现出来，以便可以第一时间发现潜在的问题，并尽快采取有效的措施。常见的KPI包括销售额，客户数量，转换率，用户满意度，实时利率，库存，异常检测等。

2. 分析趋势

分析过去数据的变化趋势，包括销售收入的变化，曝光率的变化等。

分析趋势是数据可视化看板模型中的重要环节，它可以帮助了解过去某段时间内变量的变动，为之后的决策提供足够的信息支持。常见的数据趋势分析包括收入的分布情况，曝光率的变化,上架产品促销活动效果等。

3. 比较分析

将不同数据相比较，可以得出一些有价值的结论，如某个品牌的销售情况，销售渠道收入比较等。

比较分析是数据可视化看板模型中的一种方法，用来比较两个或多个变量之间的关系，以帮助分析人员更好地理解数据。常见的比较分析包括不同品牌的销售情况，渠道收入的比较，季节变化，不同价位产品的比较等。

4. 可视化对比

通过图表，折线图，柱形图等形式将数据展示出来，使其内容更加清晰，可视性更强。

可视化对比是数据可视化看板模型中的一种重要方法，一般通过图表、折线图和柱形图等形式来展示数据，从而实现数据间的对比分析，如某两城市消费者支出对比，地域消费数据分布分析等。

5. 异常检测

通过可视化看板视图及时发现数据集中的异常点，以此帮助数据分析人员更好地应对不稳定的情况。

异常检测是数据可视化看板模型中的重要内容。通过对可视化看板视图进行异常检测，可以及时发现数据集中的异常点，以此帮助数据分析人员更好地应对不稳定的情况。常用的异常检测有因子检测，K-means聚类及时间序列分析等。