【数据分析技术系列】之大屏数据可视化设计.pdf

《【数据分析技术系列】之大屏数据可视化设计.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、【数据分析技术系列】之大屏数据可视化设计目录一、大屏自身的特点：................................................................................1二、设计步骤：.............................................................................................2第一步、调查研究...................................

2、....................................................2需要调研的点：........................................................................................2案例：.........................................................................................................

3、2第二步、拆合分析.......................................................................................4第三步、规划设计.......................................................................................7第四步、检查测试........................................................

4、.............................11大屏数据可视化设计方法论很少。希望通过这篇文章能帮助大家整理思考过程，提高工作效率，同时很好的达到目标，找到兴趣。下图为参与过的项目大屏主要部分。图中数据由于安全保密性，具体文案都作了处理一、大屏自身的特点：1.面积巨大——用户站远才能看全内容（所以字也不能设计很小）。2.深色背景——紧张感强，让视觉更好的聚焦，省电。3.不可操作——大屏主要用来给来宾观看的。来宾一般不会直接操作大屏。4.空间局限——大屏不像网页有滚动条，它的长宽都是固定的。5.单

5、独主题——每块大屏都有具体想给来宾表达某个主题（特指阿里大屏）知道了这些，如果我们遇到一个具体的大屏项目，要怎么来设计呢？1二、设计步骤：第一步、调查研究需要调研的点：1.大屏的主题——这个屏要个来宾看什么信息（要规避哪些信息）2.数据的权威和准确性——对具体要展示的信息进行数据的核对正常数据是多少，历史上极限数据是多少?3.用户的其他需求点——用户说要用TOP10，但有时候只是用户只知道TOP能表达，还有很多形式也能表示TOP的信息。案例：部门准备做一系列专门描述特定业务场景的大屏。他们即统一（整体大风格）

6、，又有区别（每个业务要有自己的特点）我们为了避免在后期大家有风格上的分歧而不断修改造成项目的延期。决定尽快让需求方确定风格。我们使用的快速可行性测试（2013年IXDC上微软分享过，我们做了更加符合当前业务的修改）。目的是让大家快速确定风格。保证大家的目标统一。23最后我们确定了紧张，科技，权威，丰富。并且会每个关键词进行了专门的理解。紧张：数据的实时，动效的变化科技：新颖的图表，新颖的动效丰富：数据丰富，丰富层次感，图表类型多，强烈的空间感权威：安全元素。接下来是对每个数据的chick，知道每个数据代表什么

7、，用什么展现最好。从和业务沟通了解到，他们需要地图，top10，饼图，列表，数字，趋势，这些图表。这些能满足他们目前所有的需求。但是如果在多有的屏上都只放这些元素，展现上会缺乏很多心意，业务差别性也不好体现。所以需要对每个需求再剖析。第二步、拆合分析在这一步，需要重点做到以下几点，帮助我们分析，理清思路。1.拆分维度——将需求拆分到最小维度2.确定优先——选择最佳数据来说明观点。3.合并维度——对维度元素进行归类，化繁为简。4.最佳表现——确定用哪种表现形式来体现数据。举例：在做这一系列的具体某一个屏时A业务

8、需要大屏展示的内容：我们的业务针对特定区域的保护，正在实时防御着世界各地多类型的攻击。能看到每个攻击类型的当天累加值和趋势。4对于这个内容，我们先进行拆分维度。你们能看到多少维度呢？（一定要拆到最小维度）因为重点要表达的是我们防住了这些攻击——表达这种自豪的情感。所以我们在来确定这些维度的主次优先级。看这些主要的维度有没有可能进行合并呢？对这些信息进行相似度归类，化繁为简。关联性最多的维度用同一种颜