charlieviettq/awesome-agent-skill / .claude/skills/data-dashboard-design
"data-dashboard-design"
Verified"Design effective data dashboards with proper KPI hierarchy, chart type selection, and interactive features. Use this skill when the user needs to create a dashboard, choose the right visualizations, organize metrics for different audiences, or evaluate dashboard tools — even if they say 'build a dashboard', 'our reports are confusing', 'which chart should I use', or 'executives can't find the metrics they need'.".
| File | Kind | Size |
|---|---|---|
| SKILL.md | skill md | 5.6 KB |
| examples/sample_scenario.md | markdown | 6.0 KB |
| references/dashboard-templates.md | markdown | 16.4 KB |
| references/metric-definitions.md | markdown | 14.0 KB |
references/dashboard-templates.md
View on GitHub# Dashboard Wireframe Templates
儀表板骨架(wireframe)決定了用戶第一眼看到什麼。以下是四種依受眾分層的實際版面配置,每種都包含格線結構、元件清單,以及具體的指標填法範例。
---
## Template 1 — Executive Dashboard(高管層)
**適用情境**:C-suite、董事會週報/月報,5 秒內回答「我們還在正軌上嗎?」
### 格線結構(12 欄 × 4 列)
```
┌──────────────────────────────────────────────────────────────────────┐
│ ROW 1 (高度: 1.5 倍) │
│ [Scorecard: North Star] [Scorecard: Revenue] [Scorecard: Churn] │
│ 欄 1–4 欄 5–8 欄 9–12 │
├──────────────────────────────────────────────────────────────────────┤
│ ROW 2 (高度: 2.5 倍) │
│ [Line Chart: North Star 趨勢 12 個月] [Bar: L1 KPI 達成率] │
│ 欄 1–7 欄 8–12 │
├──────────────────────────────────────────────────────────────────────┤
│ ROW 3 (高度: 2 倍) │
│ [Bullet Chart: 4 個 OKR vs 目標] [Alert 摘要表] │
│ 欄 1–7 欄 8–12 │
├──────────────────────────────────────────────────────────────────────┤
│ ROW 4 (高度: 1 倍) │
│ [最後更新時間] [資料來源標籤] [查看完整報告連結] │
└──────────────────────────────────────────────────────────────────────┘
```
### 元件規格
| 位置 | 元件類型 | 指標 | 比較基準 | 格式 |
|------|---------|------|---------|------|
| R1C1–4 | Scorecard | North Star(例:MAU) | MoM % change | `1.2M ▲ 8%` |
| R1C5–8 | Scorecard | MRR / Revenue | MoM + vs Budget | `$4.2M ▲ 3% / 97% of target` |
| R1C9–12 | Scorecard | Churn Rate | MoM change | `2.1% ▼ 0.3pp` (紅/綠) |
| R2C1–7 | Line Chart | North Star 月趨勢 | 同期去年對比線 | 雙線,Y軸從 0 開始 |
| R2C8–12 | Horizontal Bar | L1 KPI 達成率 | 100% target 線 | 顏色:≥90% 綠、70–90% 黃、<70% 紅 |
| R3C1–7 | Bullet Chart × 4 | OKR 進度 | 目標值 + 拉伸目標 | 每條 OKR 一列 |
| R3C8–12 | 純文字表 | 本期 Top 3 警報 | — | 紅框,含跳轉連結 |
### 填法範例(SaaS 產品)
```
North Star: MAU = 1,248,000 ▲ 8.3% MoM
Revenue: MRR = $4,210,000 ▲ 3.1% MoM | 97% of $4.34M budget
Churn: 2.1% ▼ 0.3pp MoM ← 綠色(改善)
趨勢線:顯示過去 13 個月 MAU,標記 Q4 促銷活動時間點
OKR Bullet:
Acquisition ████████░░ 82% of target
Retention ██████████ 101% of target
Revenue ████████░░ 97% of target
NPS ████░░░░░░ 64% of target ← 黃色預警
```
---
## Template 2 — Operational Dashboard(營運層)
**適用情境**:團隊主管日常監控,回答「今天/本週哪個環節需要注意?」
### 格線結構(12 欄 × 5 列)
```
┌──────────────────────────────────────────────────────────────────────┐
│ ROW 1: 全域篩選器 │
│ [日期範圍] [產品線] [地區] [Team] [Channel] │
├──────────────────────────────────────────────────────────────────────┤
│ ROW 2: 核心 KPI Scorecards(6 個) │
│ [Orders] [GMV] [CAC] [Conv%] [AOV] [Return Rate] │
│ 各欄 2 欄寬 │
├──────────────────────────────────────────────────────────────────────┤
│ ROW 3 (高度: 3 倍) │
│ [Line: 每日訂單量 + 7天MA] [Funnel: 漏斗轉換率] │
│ 欄 1–6 欄 7–12 │
├──────────────────────────────────────────────────────────────────────┤
│ ROW 4 (高度: 3 倍) │
│ [Stacked Bar: 各渠道 GMV] [Heatmap: 時段 × 星期 訂單密度] │
│ 欄 1–6 欄 7–12 │
├──────────────────────────────────────────────────────────────────────┤
│ ROW 5 (高度: 2 倍) │
│ [Table: Top 20 SKU / Campaign,可排序] │
│ 欄 1–12 │
└──────────────────────────────────────────────────────────────────────┘
```
### Funnel 元件規格
Funnel 是營運層最容易填錯的元件。每一步必須顯示:
1. **絕對數字**(本步驟人數)
2. **對上一步的轉換率**(step-to-step rate)
3. **對頂部的累積轉換率**(overall rate)
```
訪客 100,000 (100%)
↓ 62%
加購 62,000 ( 62% overall)
↓ 71%
結帳 44,020 ( 44% overall)
↓ 84%
付款完成 36,977 ( 37% overall) ← 整體轉換率
```
如果只顯示 step-to-step 而不顯示 overall,主管會誤判漏斗健康程度。
### Heatmap 填法
欄 = 星期一至日(7 欄),列 = 時段(0–23 點,24 列)。
- 顏色尺度:最低訂單量 → 白,最高 → 深藍(或品牌色)
- 顯示絕對數字而非百分比(主管需要知道量級)
- 附一列「全週合計」作為邊際匯總
---
## Template 3 — Diagnostic Dashboard(診斷層)
**適用情境**:分析師、工程師用於深挖問題根因,回答「為什麼這個指標掉了?」
### 格線結構(12 欄 × 6 列)
```
┌──────────────────────────────────────────────────────────────────────┐
│ ROW 1: 全域篩選器(更細粒度) │
│ [日期+時間] [User Segment] [Device] [Version] [Cohort] [A/B Group] │
├──────────────────────────────────────────────────────────────────────┤
│ ROW 2: 問題定位 Scorecards │
│ [Metric X 當前值] [Metric X 7天前] [Delta] [% Change] [Z-Score]│
├──────────────────────────────────────────────────────────────────────┤
│ ROW 3 (高度: 3 倍) │
│ [Line: 小時級趨勢,可縮放] [Bar: 分 Segment 對比,同期] │
│ 欄 1–7 欄 8–12 │
├──────────────────────────────────────────────────────────────────────┤
│ ROW 4 (高度: 3 倍) │
│ [Scatter: 相關指標 X vs Y] [Histogram: 分佈變化對比] │
│ 欄 1–6 欄 7–12 │
├──────────────────────────────────────────────────────────────────────┤
│ ROW 5 (高度: 2 倍) │
│ [Cohort Retention Grid] │
│ 欄 1–12 │
├──────────────────────────────────────────────────────────────────────┤
│ ROW 6 (高度: 2 倍) │
│ [原始資料表:可排序、可匯出 CSV] │
│ 欄 1–12 │
└──────────────────────────────────────────────────────────────────────┘
```
### Cohort Retention Grid 格式
```
Cohort | Wk0 | Wk1 | Wk2 | Wk3 | Wk4 | Wk8 | Wk12
--------|------|------|------|------|------|------|------
2026-01 | 100% | 42% | 31% | 26% | 23% | 18% | 15%
2026-02 | 100% | 45% | 33% | 28% | 25% | — | —
2026-03 | 100% | 48% | 35% | — | — | — | —
```
- 每格顏色深淺對應留存率(深色 = 高)
- 未完成的格子留空,**不填 0**(0 和「尚未到期」是完全不同的訊號)
- 顯示各 cohort 的初始人數(sample size),小 cohort 需標示警告
### Z-Score 異常偵測公式
診斷層 Scorecard 應顯示 Z-Score 幫助快速判斷指標下跌是否為統計異常:
```
Z = (X_today - μ_baseline) / σ_baseline
μ_baseline = 過去 28 天同星期幾的平均值(控制週期性)
σ_baseline = 過去 28 天同星期幾的標準差
規則:
|Z| < 1.5 → 正常波動(灰色)
1.5 ≤ |Z| < 2.5 → 需觀察(黃色)
|Z| ≥ 2.5 → 異常,觸發告警(紅色)
```
範例計算:
```
今日訂單量:8,200
過去 28 天週三均值 (μ):9,100
過去 28 天週三標準差 (σ):350
Z = (8,200 - 9,100) / 350 = -2.57 → 紅色異常
```
---
## Template 4 — Real-Time Monitoring Dashboard(即時監控層)
**適用情境**:工程師、客服 on-call,回答「系統現在有沒有問題?」(Grafana 典型用法)
### 格線結構
```
┌──────────────────────────────────────────────────────────────────────┐
│ ROW 1: 整體健康狀態(紅/黃/綠 燈號) │
│ [API Status] [DB Status] [Queue Status] [CDN Status] [Payment GW] │
├──────────────────────────────────────────────────────────────────────┤
│ ROW 2 (高度: 2.5 倍): 流量與錯誤率 │
│ [Line: RPS 即時] [Line: Error Rate %] [Big Number: P99 延遲] │
│ 欄 1–4 欄 5–8 欄 9–12 │
├──────────────────────────────────────────────────────────────────────┤
│ ROW 3 (高度: 2.5 倍): 資源使用率 │
│ [Gauge: CPU %] [Gauge: Memory %] [Line: DB Query Time] │
│ 欄 1–3 欄 4–6 欄 7–12 │
├──────────────────────────────────────────────────────────────────────┤
│ ROW 4: 告警日誌(最新 20 筆) │
│ [Time] [Severity] [Service] [Message] [Ack] │
└──────────────────────────────────────────────────────────────────────┘
```
### SLO 健康燈號邏輯
即時監控的燈號必須基於 SLO(Service Level Objective),而非固定閾值:
```
SLO: API P99 延遲 < 200ms,30 天滾動窗口可用率 ≥ 99.9%
燈號計算(每 1 分鐘刷新):
綠燈:過去 5 分鐘 Error Rate < 0.1% AND P99 < 200ms
黃燈:過去 5 分鐘 Error Rate 0.1–1% OR P99 200–500ms
紅燈:過去 5 分鐘 Error Rate > 1% OR P99 > 500ms
```
不要讓燈號直接觸發 PagerDuty——黃燈只通知 Slack,紅燈持續超過 5 分鐘才 page on-call。
---
## 跨模板共用規則
### 時間範圍標準化
所有同一頁面的圖表**必須使用相同的預設時間範圍**,否則主管會拿不同時期的數字做錯誤比較。
| 層級 | 預設時間範圍 | 快速切換選項 |
|------|------------|------------|
| Executive | 本月 MTD | 上月、本季、本年 |
| Operational | 最近 7 天 | 昨日、最近 30 天、自訂 |
| Diagnostic | 最近 24 小時 | 最近 7 天、自訂到分鐘 |
| Real-Time | 最近 1 小時 | 最近 15 分鐘、最近 6 小時 |
### Scorecard 顯示格式規範
```
格式:[數字] [方向箭頭] [變化量] [比較說明]
範例:
$4.2M ▲ 8.3% vs last month
1,248K ▼ 2.1% vs last week
99.7% → +0.0pp vs SLA target
數字格式化規則:
< 1,000 → 顯示全數字: 842
1,000–9,999 → 加千分號: 4,210
10K–999K → 縮寫: 142K
≥ 1M → 縮寫到小數一位: 1.2M
百分比 → 保留一位小數: 12.3%
貨幣 → 依業務慣例,通常 $4.2M 或 $4,210,000
```
### 顏色語義(強制一致)
同一套儀表板系統中,顏色意義必須統一,不能在某個圖用紅色表示「目標」、在另一個圖用紅色表示「警告」。
| 顏色 | 語義 | 用例 |
|------|------|------|
| 綠 | 達標 / 改善 | KPI ≥ 目標、指標朝好方向變化 |
| 紅 | 未達標 / 惡化 | KPI < 目標、系統異常 |
| 黃/橘 | 需注意 | 接近閾值、數據延遲 |
| 藍 | 中性資訊 | 趨勢線、對比基準線 |
| 灰 | 無效 / 歷史 | 未完成的 cohort 格、已停用的渠道 |
---
## 常見版面錯誤對照
| 錯誤做法 | 正確做法 | 原因 |
|---------|---------|------|
| 把 30 個 KPI 放在同一頁 | 依 IRON LAW 分成 3 個受眾頁面 | 一頁只服務一個受眾 |
| Scorecard 只顯示數字,無比較基準 | 一定加「vs 上期」或「vs 目標」 | 裸數字無法判斷好壞 |
| 所有圖表 Y 軸不從 0 開始 | 趨勢類圖從 0 開始;局部比較可截斷但需標示 | 截斷 Y 軸會誇大變化幅度 |
| Pie chart 有 8 個 slice | 改用 Horizontal Bar Chart | 人眼無法比較相近的角度 |
| Funnel 只顯示 step-to-step 轉換率 | 同時顯示 overall 累積轉換率 | 避免誤判漏斗中間步驟的問題嚴重性 |
| Cohort 未完成格填 0 | 留空或標示「In Progress」 | 0 是真實數據,空格是「尚未到期」 |
| 資料來源與更新時間不顯示 | 儀表板底部永遠顯示「Last updated: ...」 | 過時資料比沒有資料更危險 |
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| brainstormingobra/superpowersYou MUST use this before any creative work - creating features, building components, adding functionality, modifying behavior, or planning anything new, in software or out of it (a talk, a business, a renovation). | Stars: 322k | Updated | Claude CodeCodex | Verified | Install |
| brand-guidelinesanthropics/skillsApplies Anthropic's official brand colors and typography to any sort of artifact that may benefit from having Anthropic's look-and-feel. Use it when brand colors or style guidelines, visual formatting, or company design standards apply. | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| frontend-designanthropics/skillsGuidance for distinctive, intentional visual design when building new UI or reshaping an existing one. Helps with aesthetic direction, typography, and making choices that don't read as templated defaults. | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| mcp-builderanthropics/skillsGuide for creating high-quality MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. Use when building MCP servers to integrate external APIs or services, whether in Python (FastMCP) or Node/TypeScript (MCP SDK). | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |