数据可视化工具把店面的活动数据转化为图表，方便运营人员在作出决策前进行检查。Runner AI 将这项工作保留在店铺项目内：选择店面分析视图，限定查询范围，把返回字段映射到合适的可视化格式，再将卡片保存为可审核的仪表板，而不必把问题转移到彼此割裂的报表工作区。
根据所支持的决策评估数据可视化工具
有效的评估应从要作出的决策开始，而不是从最好看的图表开始。店铺运营人员可能需要比较一段时间内的流量、检查已配置漏斗在哪一步流失会话、按周查看留存、定位错误模式，或了解特定设备上的页面是否存在较差的 Web Vitals 指标。每个问题都需要不同的数据视图和呈现方式。Runner 的仪表板构建器可使用当前项目中已有的店面分析数据，包括流量、页面、会话、访客、位置、漏斗、留存、归因、错误、跟踪、实验和 Web Vitals 等视图。
运营人员还可以选择卡片表达结果的方式。支持的格式包括表格、折线图、面积图、纵向和横向条形图、饼图、单值指标、地图和日历。只有字段映射准确，这些格式才有意义。趋势图需要 x 轴和一个或多个数值序列；地图使用位置视图；日历需要日期和值字段。Runner 会在保存仪表板配置前验证这些要求，降低漂亮图表误述数据结构的风险。
这比通用商业智能套件的范围更窄，也正是它的区别所在。Runner 不要求店铺运营人员先在独立数据仓库中重建店面上下文，再审核项目问题。它直接使用当前店面可用的分析视图，并把可视化结果放在可能受其影响的店铺工作旁。若要了解从分析到商品运营的更完整流程，请参阅 AI 电商分析。
从店面输入、筛选条件和明确比较开始
创建卡片前，先用项目能够回答的方式定义问题。选择日期范围，确认项目时区，确定相关的分析视图，并说明哪些维度或事件重要。流量趋势可以把日期放在 x 轴，把访客数设为数值序列；位置卡片需要国家或地区字段；转化审核需要明确配置漏斗，而不是笼统要求“显示流失”。查询还可以按路径名、设备、浏览器、操作系统、广告系列来源、国家或地区、事件以及其他支持的字段缩小结果范围。
这些输入也构成审核记录。Runner 会把仪表板名称、日期范围、时区、卡片、查询参数、字段映射、数值格式和网格位置保存为一个项目级配置。因此，运营人员可以检查卡片为何以当前方式呈现，而不是只看到一张没有定义的图表。如果查询不完整、缺少必填参数，或卡片映射与所选可视化不符，应先修正配置，再把它作为团队共享的视图。
最稳妥的工作方式是从小处开始。先为一个定义清楚的问题添加一张卡片，将结果与底层分析视图核对，并采用团队熟悉的语言命名。只有当另一张卡片回答不同问题时才添加它。这样可以避免堆出一面内容雷同的图表墙，也更容易定位分歧。如果审核后的证据支持调整店面，请在此基础上继续了解 AI 电商转化优化。
构建可持续审核的已保存仪表板
Runner 的自定义仪表板将编辑和查看分开。管理者可以创建具名仪表板、添加卡片、为每张卡片选择端点和可视化方式、定义字段映射与查询参数、在十二列网格中安排位置，然后保存配置。普通仪表板视图会按照所选日期范围和时区渲染已保存的卡片。这种区分很重要，因为草稿映射可以先被检查和修正，再成为项目成员依赖的视图。
卡片标题应描述指标和范围，而不应暗示结论。“过去 7 天的结账漏斗”比“结账问题”更准确，因为漏斗可以显示变化，却不能单独证明原因。留存、错误、归因和 Web Vitals 也适用同一原则。图表是需要检查的证据，不是自动生成的诊断。在把可见差异解释为客户行为或商业影响前，应确认事件定义、机器人流量处理、筛选条件、日期边界和必要标识符。
持久化仪表板也让迭代更有目的。当业务问题变化时，运营人员可以编辑已保存的配置、增删卡片，并保留适合定期审核的布局。删除操作另有确认步骤，卡片和仪表板输入也会根据有限的结构规则进行验证。这些控制有助于形成稳定的审核材料，但并不证明数据完整。跟踪配置、流量规模、角色权限和项目状态仍会决定哪些视图有意义，以及有哪些证据可用。
将 Runner 与通用可视化软件进行比较
通用数据可视化软件通常从导入电子表格、连接数据库或建立独立建模层开始。这种灵活性适合跨公司报告、财务或研究，但当眼前问题只涉及一个店面时，也可能增加设置成本。Runner 的仪表板构建器从项目已经定义的店面分析端点开始。运营人员可以选择支持的视图，把返回字段映射到已保存的可视化布局中，而无需把 Runner 描述成所有企业 BI 场景的替代品。
当审核需要贴近店面行为及后续工作时，可以使用 Runner；当任务需要任意企业数据源、组织级语义模型、监管报告或 Runner 不支持的可视化类型时，应使用范围更广的 BI 平台。明确这条边界可以避免两种常见错误：把简单的店面问题搬进不必要的大型报表系统，或声称项目仪表板能回答超出其实际数据与定义范围的问题。
因此，实用的评估标准很具体：检查所需店面视图是否存在，查询能否表达目标细分或事件，卡片映射是否符合返回字段，日期范围和时区是否明确，以及已保存结果对决策者是否易于理解。然后结合相关店铺上下文审核仪表板。当有依据的测量结果需要转化为明确的店面改进时，可使用网站优化工具。当下一项工作从衡量转向店面、营销或电商运营时，可浏览 Runner AI 功能目录。
数据可视化工具常见问题
Runner AI 仪表板使用哪些输入？
Runner 仪表板使用当前项目可用的店面分析数据。每张卡片会记录所选分析视图、支持的查询参数和筛选条件、字段映射、可视化类型以及网格位置；仪表板还会记录日期范围和时区。可用性和实用性取决于项目的跟踪设置、流量、配置、角色权限和已存储数据，构建器不会虚构缺失的观测结果。
可以添加哪些可视化类型？
仪表板支持表格、折线图、面积图、条形图、横向条形图、饼图、单值指标、地图和日历卡片。不同格式需要不同映射。趋势图需要 x 字段和数值序列，地图使用位置数据，日历卡片需要日期和值字段。应选择最简洁、最能表达问题的格式，并在保存仪表板前核对映射列。
可视化能解释转化指标为何发生变化吗？
不能单凭一张图表得出结论。图表可以显示趋势、细分、漏斗步骤、错误序列或性能模式，但不会自动证明因果关系。作出判断前，应检查事件定义、筛选条件、日期边界、机器人流量处理、跟踪状态和相关店铺改动。把已保存的仪表板当作可审核的证据，并明确标注不确定性，不要把可见的相关性变成必然解释。
创建仪表板会更改或发布我的店面吗？
不会。创建或编辑自定义分析仪表板只会保存项目级审核配置，不会发布店面代码，也不会应用转化改动。如果证据支持修改店面，应单独定义这项工作，检查建议页面和设备预览，并在获得批准后再发布。仪表板仍是衡量视图，任何面向客户的变化则由店面工作流程负责。