返回介绍

1.4 可视化评分标准

发布于 2024-10-03 10:53:59 字数 3731 浏览 0 评论 0 收藏 0

马世权老师在「乐见数据:商业数据可视化思维」里提出,一个成功的商业数据可视化要满足两要素:

  • 提供足够的商业价值
  • 帮助读者快速理解信息

那什么是好的商业数据可视化图表?

答案:符合 GLAD 原则的图表。

img

图 GLAD 数据可视化原则

说明:GLAD: Good Less Accurate Distinct. Good Data and Insight + Chart with Less Noise Accurate Express, Distinct Mark = Glad to See Data

项目中文含义思考问题评分标准不恰当问题举例
G图表的灵魂:发现好数据与好洞察数据是否恰当如类别和度量使用恰当,得 1 分类别的不恰当使用: 类别不符合 MECE 原则,有重叠、有遗漏;分类不均匀 度量指标的不恰当使用: 绝对值指标与相对值指标混淆;时间段指标与时间点指标混淆
  洞察在哪个层次描述型分析:1 分
诊断/预测型分析:2 分
指导型分析:3 分
 
L降噪:简约至上特效/颜色/字体是否有明显「噪声」如无明显噪声,得 1 分 
  辅助信息(文字/标签/图例/标尺等)是否有明显「噪声」如无明显噪声,得 1 分 
A精准表达:提升数据表达的准确度图形元素的精确度是否过低如图形元素选择准确,得 1 分 
  数据密度是否合适如数据密度合适,得 1 分过低会造成图表的丰富度不够,没有回答读者的问题
过高会导致负载过重,读者无法理解图表想要传达的信息
  数据显示效果是否准确如显示效果准确,读者不必做算术题,得 1 分 
D画龙点睛:突出洞察信息的标识是否有突出洞察的标识如洞察信息做明显突出区分,得 1 分 

本章参考

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。
列表为空,暂无数据
    我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
    原文