Dashboard KPI 告警分诊契约

大理论

运营看板不是指标陈列馆。它的核心任务是帮助用户快速判断“发生了什么、严重到什么程度、影响哪里、谁负责、下一步做什么”。KPI 卡、告警 rail、趋势图、表格、日志和详情抽屉应该组成一条分诊路径：先看状态，再看异常，再看证据，最后行动或升级。

小知识点

1. 先写 triage question，再排版：What changed? How bad? Where? Who owns it? What next?

1. 指标分层：primary KPI 直接决定是否行动，diagnostic metric 解释原因，context metric 帮助比较，decorative metric 删除或降级。

1. 首行只放 3-5 个决策 KPI。每个 KPI 至少包含 value、unit、period、baseline、delta/trend、threshold、freshness、severity label、explanation 和 evidence link。

1. 告警严重度不能只靠颜色。critical/warning/info/success/neutral 同时用文本标签、图标/形状、边框/语义色、趋势和帮助文案。

1. 阈值要有来源：SLA、percentile、anomaly、manual 或 static；用户需要知道异常是规则触发还是模型判断。

1. Alert rail 按 severity、recency、blast radius、owner 和 state 排序；critical alert 必须给 owner、next action、escalation 和 evidence path。

1. acknowledged、muted、resolved 是状态，不是删除。ack 降噪但保留，mute 显示原因和过期时间，resolved 进入 history/audit trail。

1. 分析区只解释 top signal：趋势、cohort、表格、地图或日志应回答为什么异常，而不是展示所有可画的数据。

1. 移动端优先 alert-first：顶部状态摘要、关键 KPI、可折叠筛选、告警列表和主要行动；不要把桌面图表缩到不可读。

设计判断

一个 dashboard 如果 30 秒内能让操作者说出当前健康状态、最严重异常、影响范围、负责人、下一步行动和证据入口，分诊成立。若用户只能看到很多漂亮图表，却不知道是否要处理、谁处理、如何处理，就是指标墙。

实现建议

建立 DashboardTriageModel：audience、systemName、timeScope、freshness、filters、primaryKpis、diagnosticMetrics、contextMetrics、alerts、thresholdSources、owners、actions、auditStates、detailPanels。KPI component 提供 accessible name，包含 metric、value、unit、period 和 state；使用 tabular numbers、稳定 grid/card 尺寸、URL 可复现 filters/time range、data freshness/timezone、loading/empty/error/stale/partial data 分支和语义 CSS variables。告警操作用真实 button/link，不把 acknowledge/mute/resolve 做成 hover-only 图标。

反例/风险

所有卡片同色同权重；红色数字但没有阈值和解释；告警没有 owner 或 next action；静音告警没有原因和过期时间；resolved alert 消失导致无法审计；图表 hover 才能看到异常值；数据 freshness 缺失；移动端横向滚动整页；metric 变化动画让数字难读。

案例分析

NN/g 把 dashboard 定义为单页数据可视化集合，用于快速提供可行动的 at-a-glance 信息，并强调 dashboard overview 要利用预注意加工帮助快速理解。Grafana alerting best practices 说明真实告警系统要面向复杂系统、不完美信号和 on-call 人员；Grafana 还支持把 alert rule 链接到 dashboard panel，让响应者知道去哪里调查。Carbon status indicators 用于帮助用户注意页面中的重要变化、优先任务和状态；Carbon notification 区分 inline、toast、actionable 等反馈位置。Atlassian badge/lozenge/flag 则把数字状态、对象状态和短反馈拆成不同组件语义。它们共同证明：dashboard 告警设计需要把信号、严重度、证据、反馈和行动范围分层。

来源链接

NN/g Dashboards: https://www.nngroup.com/articles/dashboards-preattentive/

NN/g Data Visualizations for Dashboards: https://www.nngroup.com/videos/data-visualizations-dashboards/

Grafana Alerting Best Practices: https://grafana.com/docs/grafana/latest/alerting/guides/best-practices/

Grafana Link Alert Rules to Panels: https://grafana.com/docs/grafana/latest/alerting/alerting-rules/link-alert-rules-to-panels/

Carbon Status Indicators: https://carbondesignsystem.com/patterns/status-indicator-pattern/

Carbon Notifications: https://carbondesignsystem.com/components/notification/usage/

Atlassian Badge: https://atlassian.design/components/badge/badge/usage

Atlassian Lozenge: https://atlassian.design/components/lozenge

Atlassian Flag: https://atlassian.design/components/flag