从产品设计角度来看，数据产品统计指标的时间维度包括：单个指标的数据时间范围、指标展示的时间粒度，以及时间查看的支持。
笔者在过去2年多时间，一直负责公司数据产品的搭建，踩了些坑，加深了对数据产品的理解，对数据产品设计和数据分析有太多话要说，今天就先分享关于“统计指标的时间维度”设计的一些想法。
一、时间维度是什么？
产品发展到一定阶段，用户和业务规模逐渐起量，简单的Excel记录或SQL导出不再能满足需求，比如：查看实时数据需求、快速获取数据包含信息的可视化需求、深度了解数据含义的挖掘需求、向上汇报或对外宣传需求等，数据产品就应运而生。
统计指标是数据产品的核心元素，各个指标的相互配合，合理组织方可构成数据产品，发挥数据的精髓。而对单个指标而言，时间和空间维度是必备的基础属性，在解释指标含义和充分发挥指标作用上扮演着重要角色。
说回来，时间维度指的，其实就是统计指标数据源对应的时间范围，用于说明统计分析的是什么时间内的数据。从产品设计角度来看，概念会有所延伸，包括单个指标的数据时间范围、指标展示的时间粒度、时间查看的支持。
二、时间范围
1. 实时
时间按照长短可分为时间点和时间段，实时即是时间点，要求精确到分甚至是秒的实时更新，展示在某一个瞬间的数据情况，计算量也是最大，对计算速度、用户体验有较大考验。
典型的应用是数据时刻有着较大变化，需要密切关注动态以调整对策的场景，比如：承载电商活动期间的交易金额、订单量等运营核心指标的数据大屏。
2. 历史
对过去的分析，对历史数据的积累有一定依赖性，目的是要求做到有迹可循，可对比可追踪。展示从记录开始至今的所有数据情况，数据量大，但只需按日或周等定时更新。
应用最广的一种时间范围，比如：历史某一时间点的数据查看，特定时间周期的数据对比，某一周期内数据的变化趋势。
3. 将来
数据最好的应用不是告知历史，而是在于预测，也就是以历史的数据表现或为基础，通过某种模型，对将来情况进行预测。既然是预测，就不代表绝对， 只是更严谨的“经验之谈”，如何对预测结果加以利用，以辅助决策，从而采取应对措施才是最大的挑战。
谷歌通过网民检索的关键词准确快速预测了流感的发生，天气预报是另一典型应用：通过气象观测系统、气象通信系统、计算机与资料加工处理系统、数值预报产品制作系统、综合预报制作系统等的协助，采集数据，用历史“经验”研制的模型进行预测，输出将来某一时间的气温、湿度等的预测结果。
三、时间粒度
指标上时间展示的单位，跟数据本身代表含义，使用场景强相关。以天气预报为例，大多数情况下是查看将来多天的天晴情况，这时候是以“日”为展示粒度单位。而处在当天的场景，想要知道下午是否有雨，就会去找寻接下来每个小时的预报结果，这时是以“时”为展示粒度单位。
另外一个例子是：查看的时间范围是明确的，为了阅读友好，通常会根据时间范围的长短来判断指标上展示的时间粒度。包括，用户自定义展示粒度和计算机辅助判断2种。
用户选择了年、季度、月为单位，指标中时间对应的横坐标就会以对应粒度来展示。
自定义所需查看的起始时间范围，系统自动按照规则判断时间坐标展示单位，比如：小于7天，按“日”显示，大于7天但小于30天，按周显示等类似逻辑。
四、时间查看
所谓一千个人就有一千个哈姆雷特，在产品需求上，一千个人就有一万种需求。但是，往往用户提的需求不一定合理，即使合理，我们也不一定要按照对方的要求去设计。
从统计指标的时间维度出发，需求同样多样，但不可能一次性设计所有功能，将产品做得复杂难用。我们要做的是，回归需求本身，探讨需求背后隐藏的真谛，到底对方想要的是什么，如何同时满足其他人在时间查看上的需求。
通常，为便于用户从数据中快速获取所需信息，我们提供以下几种建议的设计方案：
1. 固定
统计时间由系统决定，固定无法更改。
优点：不需要任何操作，就可以只查看某一时间点或时间段数据信息，聚焦于数据本身。
缺点：无法自由切换查看，不能更进一步查看详情和做更多的数据分析，不支持随意操作的设计让用户有一定失控的焦虑。
应用：如上文所提数据大屏，需重点强调所统计的固定时间范围信息。
2. 自定义
优点：把选择权交给用户，可最大自由地决定自己查看的时间范围，最灵活，最大程度地满足各种筛选需求。
缺点：系统没有给予选择辅助，用户操作多，需频繁计算，计算量大，数据量大时，加载可能会比较慢，影响用户体验。
应用：如上文所提自定义时间。
3. 预设时间
根据数据使用场景，选择多个常用数据时间点或时间段，由系统预设好，用户直接使用。
缺点：只支持常用时间，其他使用低频的长尾需求没有考虑在内。
应用：
4. 预设+自定义
将预设时间和自定义时间结合运用，提供常用时间选择的同时，通过自定义时间满足长尾需求
优点：最有效的设计方式，既高效又灵活。
缺点：自定义时，计算量大。
应用：
