編輯導語：數據調研可以幫助我們更專業地做設計，尤其在數據可視化設計中，設計前對數據的了解可以幫助設計師提前做好方案規劃，從而實現更好的可視化效果，展示數據的真實樣貌。本篇文章裡，作者就數據調研于可視化設計的重要性、以及如何進行數據調研等方面做了總結，一起來看一下。

你說把大屏畫好，卻對數據摸不清頭腦，然後你想，那我問你改到深夜要不要？

大家好，這裡是EasyV數字孿生可視化設計師（劃掉：腿長1米8的）元寶，來填坑了，這是最近幾天寫的關于“數據調研”的文章。

距離我上一次更新的文章也已經過去一年多了，系列前兩篇指路：

今天這是《數據大屏設計師，我不信你沒有這些困惑》系列的第3篇——關于數據調研。

一、寫在前面

• 因為我是設計師，所以這是一篇設計師視角下的關于數據調研的心得，不夠專業之處，歡迎指正交流～
• 文風平易近人和藹可親，不嚴肅。

若無單獨說明，配圖均來自個人制作或EasyV平台。

二、為什麼要做數據調研

上理論：

• 可視化=裝盤，數據=菜。
• 菜有多有少，有幹有湯，有長有短，如果你不知道菜啥樣，你就裝不好盤。
• 避免“無中生有”、“憑空想象”地做設計，不然等接數據的時候，你要改很多 ， 客戶還會覺得你很不專業。
• 客戶對你的“理想效果圖”很滿意，但是因為數據原因，看到落地效果很差，會有種“被騙”的感覺，先揚後抑的情緒會影響交付。

好！舉一些沒有根據真實數據做設計而踩坑的生動例子。

1. 菜很多，但你準備了個小盤子

翻譯：你預留的空間被數據撐爆了！

最常見的是這種：

如果設計前對數據做了了解，我們就可以針對性地做調整：

• 調節X軸标簽的文字方向，避免重疊。
• 排序（柱子少的時候，我們可以很快地用肉眼比較大小，但柱子數量太多時，判斷起來就沒那麼容易了）。

然後就能得到一個更好一點的可視化效果：

沒有對數據做截斷處理：

沒有針對指标名稱太太太太太長的情況做處理：

增長率會超過100%，但是右側軸的最大值卡死成了100：

給翻牌器的數位留少了，都長到擋住了右邊的icon：

2. 你準備了大盤子，但菜隻有一小點兒

翻譯：你以為數據很多很飽滿，但其很幹癟。

一個近年來的趨勢圖，結果隻有兩年的數據，要是早知道是這樣，就不會用折線圖了：

你以為數據是全省開花很豐滿：

但接了數據以後，發現很“慘淡”：

如果早知道是這種情況，在設計上，可以在西北方加點光暈點綴，讓地圖的視覺更平衡，也更加突出：

當然，也可以放大地圖到東南部地區，但是不利于得到一個“全局”觀感：

3. 你準備好了盤子，但是菜沒了

翻譯：你設計完了，最後客戶說這些指标數據取不到/不要了。

令客戶決定去掉某個指标的原因，包括但不限于：

• 需要跨部門取數，那個部門的人不給。
• 這個數據顯得我們業務很差。
• 這個數據在庫裡有做字段，但實際沒有收集到。
• 這個數據的計算規則太複雜了，被人問到可能說不清楚。
• 我們地圖上的點位和路線都是手畫的，沒有經緯度數據。
• 我就是不想要了。
• ……

作為設計師，又能怎麼辦呢？所以要在開始設計前，盡量确定取數難度和數據質量，降低客戶砍數據的概率。

4. 菜不好看，但要你裝盤得好看

翻譯：就是數據美化。

例如，數據差異太大，除了系列四，其他三類基本看不出來變化趨勢：

面對這種情況，我們不能去強行拉小差距（比如改大Y軸的最小值），這會造成數據觀測的“失真”！但我們可以通過交互去解決：

因為經常吃這種虧，所以我現在都是（在EasyV中）優先選擇帶“點擊圖例隐藏系列”功能的圖表組件去還原設計了。

這種坑，對于“一枝獨秀”的柱狀圖，也是可以套用的：

還有這種，收入在上升，增長率在下降，客戶說看上去像是業績下滑：

首先，我認為，這是讀圖（就是閱讀理解）的問題，不能抛開指标本身的含義，去單獨得出「下降就是業績不好」的結論。環比增長率下降，但依然為正值，所以隻是“增速變緩”而已。

但是，對于展示類的可視化大屏，客戶不想被觀衆第一眼就理解為業績變差，也是可以理解的！所以，建議增長率在下降的情況下，就不要展示增長率了，直接換成柱子的數據，增強業務在上升的感覺：

如果甲方就是要顯示增長率，可以在上一張圖的基礎上，将增長率做定制開發，顯示在兩根柱子之間：

一些負面類數據，其實數據少才代表業務好，但客戶經常會覺得“太空”：

面對這種觀感反饋，我們可以給出以下三種方案：

1. 空什麼空？那是業務好，請尊重事實，就這樣不改了！
2. 可以反轉換成類似“不逾期率”、“良率”（但估計沒有這樣的反義使用）和“及格率”，這樣業務好的時候就是滿滿的數據了
3. 将圖形換成帶有警示意味的顔色，能得到一個比較順暢的邏輯：紅色少 = 壞的少 = 業務好 。

大家應該看出來了，我們設計師能做的“美化”，不是去幹“下降的變上升、少的變多、強行拉小差距”這種違背事實的騷操作。

而是在尊重數據真實樣貌的前提下：

• 讓觀衆把數據看全、看清；
• 幫助客戶更好地達到展示目的；
• 用更符合邏輯的方式展示數據，促進理解。

5. 其他

圖片（圖片也是一種數據）的尺寸不都是方形，填充到容器内發生變形：

這Y軸上一大串的0，真是有、、多：

這種最煩人，大部分的X軸标簽長度都可以在2行内顯示完，就有那麼一個特别的長，也沒造成遮擋，但是就是看着不舒服：

上面這種情況（就是文本長度差距大的），建議直接橫向柱狀圖走起：

總之，在對數據了解不充分的情況下，我們設計出來的可視化系統，無法很好地承接和展現真實數據的樣貌，會顯得很“蹩腳”、“不專業”！

三、那麼我們應該去調研數據的哪些方面呢！

在論證完設計前做數據調研的重要性之後，我嘗試總結了應該提前關注數據的以下特征。

1. 客戶是否能提供數據

1）要展示的這些指标，是否都能提供數據？（就是提供數據接口）

• 轉給數據開發的同事核對數據接口細節；
• 了解數據格式是否統一規範。

2）是否能提供地圖上的經緯度數據

• 全國各地的公司所在地的經緯度；
• 水路運輸的路徑經緯度；
• ……

因為客戶無法提供點位的經緯度，要手動“造點”。

2. 數據含義和文本長度

1）數據的含義是什麼（别設計完了，别人問你，你說不清楚指标啥意思）

2）數據之間的關系

3）指标名稱/文本類數據的長度：

3. 數據的數量和種類

1）一共有多少個數據

• 各區縣營收柱狀圖：一共有28個區縣；
• 各節點健康狀态：一共有120 個節點；
• 地圖上顯示分公司點位：隻有3個分公司；
• ……

2）一共有多少種分類（我們要根據這個預置顔色/樣式的數量）

• 貨物種類占比圖：一共有15種貨物（對于分類過多的，一般操作是：取前5，之後歸為“其他”，我們預置6種顔色）；
• 預警信息一共有4個等級：一般、較重、嚴重、特别嚴重；
• ……

4. 數值範圍

1）一般為幾位數

2）最大值會到多少：例如，若是百分比會超過100%嗎？

3）最小值會到多少：例如，最小會為負值嗎？

4）是否可為空：例如，為空時如何處理：隐藏 or 占位标記？

5）是否有人為設定的區間：

5. 數據格式

1）單位是什麼

2）小數還是百分比

3）保留幾位小數：小數末尾為0是否保留

4）帶經緯度的數據格式

6. 其他

1）監控視頻流

2）圖片類數據

3）數據樣式規範

• “紅增綠減”還是“綠增紅減”；
• 有的正常狀态的顔色不能用綠色，要依照已有系統沿用為藍色；
• ……

還有很多零零碎碎的，但是我年紀大了記不起來了。

四、真實工作中的數據調研

在真實工作中，往往因為各種條件限制，我們無法得到充分的數據調研支持，原因包括但不限于：

• 沒有數據分析師幫你；
• 你自己調研太被動；
• 甲方的對接人也要去問不同的人，調研周期太長；
• ……

在這樣的條件下，我們隻好先設計，然後多問題也隻能等到接上了真實數據之後再去發現。

但是，心态要放好，經驗告訴我，當開始刻意關注數據情況之後，你會條件反射地預判之前說的那些可能發生的問題，然後提前做一些預備處理，等到真的發生了，就不會慌（但是依舊是會煩），會産生一種“我就知道會這樣！”的穩重感哈哈哈。

最後用三句話，想讓大家給我點18個贊

很多時候，我們并不是在“設計數據”，而是在“給數據設計容器”。

基于真實數據做可視化設計，會更容易感受到數據的意義和價值，會更有收獲感。

祝大家少踩坑，少改圖，少加班❤️

本文由 @EasyV數字孿生 原創發布于人人都是産品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部