无论是构建“指标监控类”的仪表板，还是“分析探索类”的仪表板，它们的核心目的都是洞察业务并指导业务决策。不同类型的仪表板适用于不同的场景，因此，设计时应根据业务的实际需求进行有针对性的定制。
以一家金融公司的风控管理为例。该公司最近推出了一款新的个人贷款产品。在产品上线初期，风控部门注意到，一些申请人在申请过程中触发了大量风控规则，导致申请被拒绝。这表明这些申请人可能并非该产品的目标客户。其中的原因很多，可能是申请人的信用状况确实较差，也可能是推荐人对产品不够了解，未能精准定位目标客户群体等。
为了解决这一问题，我们需要通过历史数据来确定这种情况是否之前就已经存在，以及是否与特定的推荐人有关。因此，我们构建了一个仪表板（超市数据模拟），通过分析发现，不同推荐人确实推荐了一些非目标客户。例如，洪光推荐的风险客户相对较少，而白德伟推荐的6个客户中，有两个风险明显偏高；范彩推荐的客户数量很多，但其中风险客户的比例也相对较高。风控部门需要根据每个有风险申请人触发的具体规则进行深入研究，以确定具体原因。
通过追溯风控历史数据，我们发现在业务拓展过程中确实存在一些问题。尽管这些高风险客户大多数会被系统拒绝，但从风控的角度来看，对这类客户及其推荐人进行一定程度的监控是必要的，以预防未来的风险。由于需求的变化，我们倾向于不再使用原有的探索型仪表板作为监控工具，而是重新设计了一个监控仪表板。
新的交互式仪表板允许用户选择监控日期（通常是昨天或近7天），并可以通过筛选器随时调整查看触发规则的数量。仪表板将客户维度和推荐人维度分开展示，便于从两个不同的角度监控数据。明细表增加了更多风控关注的细节，如申请流水号、编码规则等，这有助于风控人员深入分析触发的风控规则，定位问题，并决定是否需要调整风控规则、改进业务实施细节或加强推荐人的培训等。
通过运用两种不同类型的仪表板，风控部门现在能够实现对风险申请人的日常监控，并对历史数据进行深入的探索性分析。这种双管齐下的方法获得了风控部门的高度评价。这两个简洁而高效的仪表板解决了长期困扰风控人员的问题，使他们能够从业务系统繁杂的明细数据中解脱出来，将更多的精力集中在识别问题和解决问题上。
