发布时间：2019-2-13 分类： 行业资讯
文章结合案例分享了仪表图设计的几个关键问题，希望能给你一些参考。
数据类仪表板是单个网页中多个数据的直观表示，其目的是为用户提供信息聚合以采取快速操作。仪表板是网页，应用程序和业务环境中的常用工具，可显示日常监控的信息。高效的类似图表的仪表板可视化基于人类认知，基于诸如长度，宽度和2D位置的属性传递信息。
数据类“仪表板”类似于汽车的“仪表板”。汽车仪表板便于驾驶员快速直观地了解当前的驾驶情况。 Web或APP中的类似仪表板类似，不会显示为复杂数据。 。他们应该以最低成本的互动提供信息。例如，如果用户第一次看到仪表板，他们会立即知道我是否已经快速运行，天然气是否耗尽，销售是否增加，以及本周推送的邮件数量是多少？当然，物理仪表板和网络之间仍然存在很大差异。该代购源码网站是一个单点干预提供全面服务的地方，而真正的仪表板则专注于提供关键信息以帮助完成单个任务。
操作类仪表盘VS分析类仪表盘
数据类仪表板可根据使用目的分为两类。其中一个操作类仪表板:用于将关键信息传输给参与即时任务的用户;第二个是分析类仪表板：为用户提供分析和决策概述，但不需要操作仪表板的即时性。
案例研究：ArcGIS面板是一个操作仪表板，为城市提供应急管理服务。面板上显示的信息允许调度员查看救援队的状态。下面的条形图显示了每个事件的类型，调度员可以快速识别和跟踪哪些类型的紧急服务。
操作仪表板为用户提供信息，帮助他们快速做出决策并执行即时任务，例如监控服务器可用性，手术期间的患者生命体征，客户服务电话或飞行交通监控。操作仪表板通常会显示不断更新和更改的数据，但并非所有操作仪表板都用于高风险环境，例如医院和应急管理，但所有操作仪表板都有一个共同的功能，即快速向用户提供数据，帮助识别不可接受数据中的偏差或可视化可用资源有助于协作。
分析仪表板旨在帮助用户深入思考，调查和分析。销售仪表板数据的每日更新不需要销售经理立即干预。他只是让经理知道波动的销售数据，这为以后的深入分析提供了基础。
这两种类型的仪表板都具有一项功能，可以为用户提供重要的关键信息和概览。
预处理与定量属性关系
为了让用户快速了解数据之间的关系，设计应符合人类视觉感知的原则。
首先，在哪些原则下，用户可以快速检测而不会耗散能量。行业专有名词是“预处理”，用户可以知道潜意识状态下的信息。在下图中，多行以多行显示。用户不需要消耗能量，并且较长的人将自动进入眼睛。当然，除了长度之外，诸如面积，角度，2D位置和颜色的属性也具有这样的效果。尽管使用预处理属性的图表很容易区分，但它们在大小级别上并不准确。例如，我们可以从许多小矩形中识别出最大的一个，但我们不能说太多。
案例研究：线性图表，基于视觉感知属性，即使图表没有被完全注意到，也很容易识别最长的线长比较。
案例研究：使用2D位置的属性进行数据分析。左侧的折线图使人们可以轻松快速识别突出点和点之间的连接。很容易看出周三的数据已经下降。右边的条形图使用长度来表示单一类型的指示变量，用户可以很容易地识别出条带C最长，大约是条带B的两倍。
另一种预处理属性 - 颜色也是常用的，例如蓝点中的红点很容易脱颖而出。但一个问题是人们无法按特定顺序排列颜色，因此不应使用颜色来传达定量信息。 （注意：高达4.5％的一般人群患有某种形式的色盲）
线与面的图表对比
从上面我们可以看出，2D位置和长度可以支持定量分析，基于这些属性的可视化图表通常是有效且易于理解的。例如，在条形图中使用长度，比较每列的长度，可以很容易地或多或少地比较这些值（特别是按升序或降序）。例如，2D位置中的图像（例如散点图或线图）利用预处理的2D属性。
案例研究：散点图是笛卡尔坐标系中数据点的分布，是两个变量之间关系的有效可视化。在此图中，由于2D位置具有预处理属性，因此您可以立即注意到每个轴上方的最高和最低数据点，并且您可以轻松地注意到数据之间的潜在关联或其他关系。
圆形、环状图、面积图难以快速准确地获得信息
圆形图表（例如饼图，仪表板和雷达图表）不直观地传达数据之间的定量关系，主要是因为它们依赖于区域和角度来传达定量信息。虽然区域和角度也具有预处理特性，但人们相对难以区分尺寸。
案例研究：Microsoft Power BI仪表板，环形图1和树形图2显示数据。环形图类似于饼图，它使用区域和角度来表示定量信息，但是空心使每个切片变小，因此可识别的效果更差，使得图表中每个选项的定量值确定更加复杂。 。树形图也使用不同大小的矩形来表示不同城市的销售情况，但遗憾的是人们无法快速准确地识别区域的大小，因此树形图不是有效传递数据大小信息的方法。 。
我们可以看到，与数量相比，基于区域的报告相对低效且准确，因此通常不建议使用饼图和树形图来表示复杂的关系数据集。饼图和环形图在复杂数据信息传输中的使用较少（当然，它们在各部分百分比之间的关系上存在巨大差异，例如公司收入来源各部分的比例关系）。
其次，请参阅树形图，它指的是将分层数据集显示为一系列不同大小的嵌套矩形，每个矩形对应一个不同的数值。树形图的优点是它可以在紧凑的空间中显示复杂的数据信息。它允许用户在放松状态下查询数据并查找更多细节，因此树形图不是特别适合在简单，高度可操作的仪表板中使用。上。相同角度的仪表板只能传输少量的定量信息。模拟试验发现，在现有汽车中占据大量空间的仪表环时钟式仪表板实际上不如简单线仪表板那么高效。
案例研究：Klipfolio仪表板使用径向仪表显示特定范围内的指标。图形环可视化是典型的较大空间传递的较少信息（在前面提到的文章中也是一种较差的预处理效果），并且角度已成为传递关键数据的主要手段。下面，相同的仪表板使用明显更好的线性子弹图来传达类似的信息。
3D图表
使用3D图表来表示平面中的两个变量通常更适合于呈现，但它会使信息传达不容易和快速，因为它打破了传统显示数据的视觉形状和对齐，并且容易受到失真的影响。 3D可视化比3D图表更难以正确解释。用户更难以看到条形图的哪个顶部与哪个比例对齐？相应的值是多少？
案例研究：3D图表使得难以读取该值，因为它打破了传统的形状。在3D直方图中更难区分哪个列更短，但在2D图表中，长度的分辨率是最有效的。例如，确定上述3D图表中第三和第四季度之间的特定关系比相同数据的2D版本困难得多。
案例研究：在3D饼图中，该区域是相对透视的，并且透视呈现在平面上，通常是近处和远处，因此底部比远侧部分更靠近观察者倾斜。这种可视化可能误导数据的分析，并且观察者难以通过区域的大小或块的大小来辨别比例。
使用颜色、形状和分组来显示类别
虽然颜色和形状不擅长显示定量关系，但它们可用于表示分类。根据格式塔心理学 - 相似性原则，具有相似形状或颜色的项目通常被认为是相关的。此外，空间的接近度也可以指示分组情况。由于大量患有色觉障碍的患者，诸如色调或饱和度的一般颜色属性被用作次要分组提示而不是作为显示组或类别的主要手段。选择形状或清晰的视觉分组是更可靠的相关信号，使用颜色属性有助于加强这些关系。颜色可以增加关系的视觉重量，但在大多数情况下，它只能用于加强以不同方式传达的信息（例如，使用近似或类似的形状），颜色和形状的组合可以形成更多发音信号。
案例研究：Dundas呼叫中心仪表板使用形状和边框来指示不同类别的数据。形状区分来自网络聊天的呼叫，边界区分不同的客户服务。此功能通过颜色强度显示工作中的重叠事件，再次强调了此信息的重要性。
结论
数据仪表板旨在快速传达重要信息，而无需大量时间或认知资源来解释。因此，我们的目标是将关键信息合并到图表中，然后让用户一眼就知道数据中的关键信息是否已知，而不会感知可视化。
译者：敏捷阳
作者：PAGE LAUBHEIMER
资料来源：https://www.nngroup.com/articles/dashboards-preattentive/
