183.17.230.* 2020-09-08 13:11:15 |
好的产品体验不是一件容易的事情,是专业产品经理、UE、UI**配合的产物,同样做好数据可视化也不容易,需要具备一定的数据分析能力、熟练使用可视化工具、较好的美术素养、良好的用户体验感觉,还能够换位到受众角度审视自己的作品,光有理论远远不够,还需要大量的实践磨炼,把理论固化成自己的感觉。
数据不准确、结论不是很清晰,所以数据可视化的**难点在数据可视化之外的基础性工作,数据收集、数据分析没有做好,可视化就是徒劳无功。
数据可视化是用高度抽象的图表展示复杂的数据、信息,需要逻辑及其严密
维度多、变量多,不确定应该展示哪些信息数据过多,需要采用交互式的展现可视化,例如,可以充分利用地域的分级包含关系展示不同地域层次的图表。
和UI图形界面相比,图表只有有限的文字、图形指引,不能很好的说明数据的上下文关系。
图表高度抽象,对于阅读者素质要求很高,阅读者也需要了解各类图表所传递的对比关系、异同等基础知识。
选择正确的图表不容易,各类图表都有自己的优势和局限性,光柱状图就有一般柱状图、分组柱状图、堆积柱状图、横线柱状图、双向柱状图等。
图表细节处见真功夫,图表需要考虑细节实在是太多,布局、元素、刻度、单位、图例等等都需要合理。细节处理不到位,影响可视化的效果,例如:折线太细不便于观察线太粗又抹平了趋势细节;更严重问题可能误导受众,例如:刻度选取不合理折线过于陡峭。
可视化过程的注意事项
总结几点注意事项,少走些弯路:
数据图表主要作用是传递信息,不要用它们选技巧,不要追求过分漂亮
不要试图在一张图中表达所有的信息,不要让图表太沉重,适得其反
数据可视化是以业务逻辑为主线串联,不要随意堆砌图表
避免过度开发,什么数据都想展现,数据太多就选择*核心的数据指标、和正常偏差大的、能支持分析结论的
不要试图掩盖问题,回避“不良结论”,真实反映业务,暴露问题
慎用动态图表,尤其一个页面多个动态图表
避免过度设计,一般不适用3D、阴影,合理运用色彩同样能让图表显示的很**
大数据可视化需注意什么问题.中琛魔方大数据分析平台 (www.zcmorefun.com)表示在做大数据可视化的时候,要充分了解每一个工作部分是怎样发挥作用的以及它的价值,观察别人看图片时得到的信息。不要忘记*重要的事情,没有数据,一切都是空谈。同样,如果数据是空洞的话,得到的可视化图表也是空洞的。数据提供多维的信息,即使在粒度足够小以观察细部的情况下,也有必要知道应该观察什么。 |