1.4 可视化评分标准
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。
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
以 Apple Music 为例,为你解读格式塔 7 大法则 https://www.uisdc.com/apple-music-example-gestalt-7-law
交互七大定律之格式塔原理 https://www.jianshu.com/p/85db79592a9e
百度百科-格式塔心理学 https://baike.baidu.com/item/格式塔心理学
超全面!交互设计的基础方法和理论总结(上) https://www.uisdc.com/ux-basic-method-theory-summary-1
数据可视化图形语法简史 https://my.oschina.net/kener/blog/1620513
从图形语法理解各类图表库 https://segmentfault.com/a/1190000037751886
移动设备手势设计初探 http://cdc.tencent.com/?p=4226
交互设计那些事儿 http://www.chinaz.com/manage/2011/1009/212786_2.shtml
手机产品交互设计原则 http://ucdchina.com/snap/7059
色彩搭配实操!75 套 3 种不同“色彩风格”穿搭,照穿就行一学就会 https://baijiahao.baidu.com/s?id=1661386812163989535
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。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论