达人数据看板需要哪些字段，怎么让运营5分钟看完做决策，字段设计的三级标准

一个卖家的数据看板有30个字段，运营看完15分钟还没做完决策

一个卖家做了一个达人数据看板，字段非常全——达人名称、粉丝量、互动率、播放量、GMV、佣金、样品成本、退货率、转化率、ROI、合作次数、最近合作时间、内容形式、发布频率、回复率……30多个字段。运营每次看完看板要15分钟，看完后还是不知道下一步该做什么。

看板字段太多，反而降低了决策效率。看板的价值不是展示所有数据，是帮助运营快速做决策。30个字段的看板，信息过载，运营的注意力分散在各个字段上，反而抓不住重点。

好的数据看板应该让运营5分钟看完、做完决策。5分钟意味着看板字段不能太多，核心字段控制在10个以内，每个字段都关联一个具体的决策动作。

看板字段的三级标准

第一级：核心字段（5个），5分钟看完做决策。达人名称、净GMV、净ROI、最近合作时间、合作状态。五个字段看完，运营知道：哪个达人产出好（净GMV）、哪个达人效率高（净ROI）、哪个达人需要关注（最近合作时间）、哪个达人在什么阶段（合作状态）。5分钟看完，立刻能判断下一步动作。

第二级：分析字段（5个），需要深度分析时展开。互动率、退货率、样品成本、内容形式、发布频率。五个字段用于深度分析：为什么ROI下降了（退货率上升？样品成本高了？）、为什么GMV下降了（互动率降了？发布频率变了？）。第二级字段不天天看，每周或月度复盘时展开。

第三级：存档字段（不限），需要时查询。粉丝量、品类匹配度、历史合作记录、brief版本、确认件状态。这些字段不放在看板主界面，放在详情页——需要查某个达人的详细信息时点进去看。

三级标准的核心：核心字段天天看、分析字段定期看、存档字段按需看。不同场景看不同级别的字段，效率最高。

看板的决策关联设计

好的看板不只是展示数据，每个核心字段都关联一个决策动作。净GMV高的达人→加预算；净ROI低于1.5倍的达人→暂停合作；最近合作时间超过60天的→激活或淘汰；合作状态是待确认的→跟进确认。字段和决策动作的关联，让运营看完看板立刻知道下一步做什么。

决策关联设计的关键是：不让运营看完数据后再思考做什么，而是看板直接告诉运营做什么。净ROI低于1.5倍→暂停合作，这个关联是写在看板里的，运营不需要思考。看板的最高效率是：看完即行动。

看板的自动化程度

看板的数据更新频率决定了它的价值。手动更新的看板，数据每周更新一次，决策滞后一周；自动更新的看板，数据每天更新，决策当天可以做。自动更新的效率是手动更新的7倍。

自动化的看板需要数据源的支撑：达人合作数据、成本数据、退货数据，这些数据源能自动汇总到看板里。数据源不通，看板就得手动维护，维护成本高且容易出错。

当达人数量多、看板需要自动更新时，把达人合作数据统一管理、按看板字段自动汇总，比Excel手工维护高效得多。需要按看板字段自动汇总达人数据、生成决策报表的卖家，可以利用达秘的达人合作数据追踪功能，让看板从手工维护变成自动生成。

看板字段设计还有一个容易被忽视的细节：字段的排序。核心字段按决策优先级排序，最需要关注的字段放在最前面。通常净ROI和净GMV排第一和第二，因为这两个字段直接决定达人合作的去留。

看板的可视化也很重要：数字本身不如趋势线直观。核心字段用趋势线展示，一眼看出上升还是下降。趋势线看到下降，点进去看分析字段找到原因。看板的可视化设计，让运营的决策速度从5分钟降到2分钟。

落地动作：本周精简看板到10个字段以内

本周把现有看板精简：核心字段保留5个，分析字段保留5个，其余移到详情页。同时给每个核心字段关联一个决策动作。精简后的看板让运营5分钟看完做决策，效率比30个字段的看板高得多。

看板的字段设计，还有一个原则：不要追求完美。很多卖家在看板设计上花了太多时间，想做一个完美的看板。但看板是迭代的，先上线一个10个字段的版本，用起来后再根据实际需求调整。不完美的看板比没有看板好，迭代的看板比一次成型的看板好。

看板字段设计的一个实操建议：先做MVP版本。MVP版本只包含核心5个字段，跑2周看效果。运营反馈需要的字段再加，不需要的就不加。MVP版本比大而全的版本更容易落地，迭代速度快，运营的接受度也更高。

看板设计的最终目标是让运营看完看板后立刻能做三个决策：哪个达人加预算、哪个达人减预算、哪个达人暂停合作。三个决策做完，看板的价值就实现了。如果运营看完看板还需要花10分钟思考做什么，说明看板的决策关联设计还不够好，需要优化。

看板字段设计不是技术问题，是运营思维问题。字段设计反映的是运营团队对达人合作的理解深度——知道哪些数据重要、哪些数据不重要、哪些数据应该怎么用。看板设计得好不好，反映的是运营团队的数据能力。数据能力强的团队，看板设计自然好；数据能力弱的团队，看板再好也用不起来。

跨品类测试的每一步都要记录数据：测试前的新品类预期ROI、测试后的实际ROI、数据跟原品类对比。测试数据记录完整，才能判断跨品类是否值得做。没有完整数据的测试，结论靠推测，不如不做。