B 端系统中常见各类报表，一般主要是为公司管理者提供数据分析，帮助其了解企业经营情况。报表作为系统中比不可少的功能（如果只是公司内部使用，也可以先线下分析，系统只需提供基础数据），一般可以按照如下流程进行设计：
- 明确主题和目的
- 定义数据指标
- 设计展示形式
可以本次疫情为背景，要如何设计相关报表，监控全国疫情实时动态，才能帮助普通公众用户及时、准确获取疫情信息，或是帮助防疫部门分析形势，指导防控呢？
一、明确主题和目的
针对本次疫情背景，首先要搞清楚业务的主题和分析的目的。
需要分析或监控哪个或哪些业务主题
监控全国新冠疫情病例发生情况、医疗资源负载情况、基层防控工作落实情况、居民基本生活保障情况等等。
分析或监控这个业务主题的目的是什么
针对普通公众，要准确、及时披露疫情当前发展情况，做好信息同步。
针对防疫部门，要在准确、及时提供相关数据的前提下，辅助其分析疫情趋势，部署疫情防控。
二、定义指标
确定指标
比如总的指标有：确诊人数、病亡率、重症率、医疗资源负载率等等。
拆解指标
指标一般是由不同类型数据结合而成，而数据一般可分为：
- 定量型：比如确诊人数、治愈人数、死亡人数；
- 有序型：比如时间、年龄；
- 分类型：国家、省、市、性别、密切接触、疑似病例、确诊病例。
上述指标如确诊人数、病亡率、重症率，这些都可以算是一级指标，将以上不同类型数据结合，可继续分解成不同维度的二级指标：
比如确诊人数按时间维度可以分为：累计确诊人数、现存确诊人数、当日新增确诊人数等等；
比如确诊人数+时间+省，可以是不同省的累计确诊人数、当日新增确诊人数、当日现存确诊人数等。
确定指标算法
明确定义各指标的计算公式，以及公式内各因子的取值来源，并且需要和业务、数据研发人员反复确认清楚，保证最后算出来数值是准确的，业务真正需要的。
三、设计呈现形式
数据一般用图表来呈现
图表的作用，是帮助用户更好的看数据、分析数据，最终帮助用户更好地决策。图表按其功能可分为：
| 字段类型 | 描述 |
|---|---|
| 比较型 | 数据只有比较才能看出问题，在图形中通过图长宽、面积、颜色来比较不同分类、不同时间点的数据。比如这段时间的全国疫情图就是通过地图上不同省的颜色来区分不同地区的严重情况。 |
| 分布型 | 通常用于展示连续数据在数值上的分布情况。比如疫情死亡率在人群中的分布情况，就可以用直方图来表示。 |
| 流程型 | 通常用于展示流程不同节点上的数值流转情况。比如在一个14天周期内，有多少发病，多少转入重症，多少转入危重症，多少病亡，可以用一个漏斗图来展示。 |
| 占比型 | 通常用于展示同一维度上不同部分的占比情况。比如在统一年龄段50-60岁之间，不同症状的分布情况，就可以用饼状图或环形图来展示。 |
| 区间型 | 通常用于展示同一维度上某个数值上下限的差异情况。比如通过统计医院医护人员数量、医护人员休息时间、医疗物资库存情况等指标，来计算当前该医院医疗资源的使用情况，可以有正常、轻微挤兑、严重挤兑等不同等级。 |
| 趋势型 | 通常用于展示数据在连续区域上的大小变化情况。比如展示当前一周时间内，新增确诊数值的变化，用以判断疫情是否得到了有效控制。 |
避免为了酷炫而酷炫
有时在设计报表时，老板们都希望越高大上越好，其实不然，花里胡哨的不一定好，不同的呈现形式可能适用于不同的用户角色。
简单明了直接展示数据指标，可能更适用于一线业务主管，因为他对关键的业务数据代表的含义、一段时间该数据的变化都了然于心，他每天所需要的是能看到及时更新的准确的数据就够了。
最后
经过以上步骤，该有的指标也有了，貌似也符合业务主题和目的，但在项目上线后，仍需要关注用户的反馈，需要反复验证：设计的报表是否帮助用户完成了其相关任务？
Ben Shneiderman 对信息可视化提出过：“Overview First, Zoom and Filter, Then Details-on-Demand”。也就是说，用户的主要任务路径是：
- 先浏览，获取数据，看清楚是什么；
- 再分析，筛选加工，搞明白为什么；
- 后行动，推导决策，确定好怎么办。
每个主题下的指标，都要模拟用户走一遍、观察用户实操多次，以达到界面上的交互循序渐进、关联呈现。