数据可视化系统的主要目的是什么,简述其定义及意义分析

数据可视化产品设计的关键在于“简单高效” 。本文就如何设计数据可视化产品做了相关分享,希望对你有所裨益 。
数据可视化是用直观的图标和图形显示数据信息的一种表达形式 。
数据可视化系统只是我们通俗的说法 。它其实是一个数据产品,其核心是充分发挥数据的价值,帮助用户更好的决策 。
面对这类产品,交互设计师面临的挑战之一就是如何做到“简单高效” 。
今天就来聊聊这个话题 。
一、简单 数据,最核心的信息元素是“数据” 。
如何简单的呈现数据信息?我们还是可以遵循简单的四个策略——转移、整理、隐藏、删除 。
原则1:转移 转移是将正确的功能放入正确的平台或系统 。
比如需要展示广告位/运营位的数据,根据数据协助运营同事调整位置或图片资料 。
产品提供的广告位/运营位的数据指标有:曝光PV、点击量PV、点击率PV、曝光UV、点击量UV、点击率UV 。
这是PV和UV维度中关于“图片点击效果”的数据 。那么,要不要把这些数据全部展示给用户呢?
我们找到目标用户——运营者,了解他们阅读数据的习惯和关注的数据,知道他们一般以PV维度的曝光率、点击率、点击率来评价运营阵地的效果,而对UV维度关注较少 。
所以我们的做法是“转移”UV维度的数据,体现在另一个次要功能“导出数据” 。即用户“导出数据”时,会得到最完整的数据;在界面上,仅显示PV尺寸数据 。
原则2:隐藏 有几种方法可以隐藏:
渐进显示,核心的控制部件,为主流用户使用的,展示出来;扩展性的精确的控制部件,专家用户使用的,隐藏起来 。阶段展示,随着用户逐步深入界面,展示相应的内容,比如步骤向导 。适时出现,虽然隐藏功能,但是会在你需要时出现在合适的位置上 。提示和线索,将隐藏的功能处理的很优雅,让功能容易找到,放在哪里比做多大要重要很多 。例如:
一个要求是让运营者知道专题页面上每次点击的数据 。点开不同的位,用户关注的数据是不一样的 。头部、导航等组件主要以点击和曝光为主;除了点击和曝光,商品楼层和日程楼层也会关注销量 。这些数据指标最少4个,最多9个 。
【数据可视化系统的主要目的是什么,简述其定义及意义分析】设计难点在于,在数据指标多、点击位布局多样的情况下,如何显示数据,体现数据与点击位的一一对应关系 。
我们最终的方案是,被点击的图片上默认只会显示一个默认的关键指标,鼠标滑过时会显示完整的数据指标 。考虑到不同坑用户关注的关键指标不同,支持切换图片上显示的默认指标 。
这也是一种逐渐展现,适时出现的隐藏方式 。
原则3:组织 组织是一个常用的原则,将信息分类,就近显示相关内容,根据优先级调整信息的顺序 。
同样,以数据指标为例,产品给出的指标可能是分散的、不相关的、没有优先级的,设计师需要理清它们之间的关系,了解它们的优先级,把信息组织起来 。
原则4:删除 加法容易,减法难 。产品经理经常会想出各种功能,觉得这才是用户需要的 。但真的是这样吗?
作为交互设计师,我们还需要知道目标用户是谁,场景是什么,痛点是什么,痛点背后的原因是什么,提出的功能和解决方案能否真正从根本上解决用户的痛点 。
避免解决一个问题带来更多问题 。
所以在承接需求的时候,要问为什么,要勇于和各方讨论,避免和摆脱虚假需求 。
二、高效 1、选择合适的可视化图表 刚接触数据可视化项目时,会不自觉地陷入酷炫的图表中,希望选择柱状图、饼状图等形式呈现数据 。
例如:
但是,我们越是追求形式的可视化,就越会陷入误区 。
还是上面说的例子,需求是展示广告位/运营位的数据,根据数据协助运营同事调整位置或图片资料 。
A .原来的方案
用饼状图和条形图来反映点击率 。
直方图,可以用来比较直方图之间的大小,也可以看出变化趋势;环形图,通常用于表示百分比 。
两种图表,放在这里好像比较合适 。
但问题是什么呢?点击率差别不大,百分比通常只有个位数 。用环形图很难直观的反映出差异,用柱状图也很难形成鲜明的对比 。
B .优化方案
追根溯源,图表的形式只是为了服务于目标 。最重要的是突出用户关注的结论,不一定要用酷炫的风格 。


推荐阅读