數據產品,也可以擁有優雅的用戶體驗
在需求溝通時,我們發現,用戶想要一目了然地看到許多數據圖表傳達出來的信息,同時,有許多數據圖表傳達出來的信息之間是有關聯的,比如PV和UV的數據是有直接關聯的,除此之外,我們還可以繼續挖掘一些沒有想到的信息關聯,並在設計中幫他們建立聯繫,把這類信息放在一起,以便用戶在解讀數據時收穫更多的分析結果。
2,巧妙利用顏色幫助用戶記憶圖表類型
一個傳統的數據產品中的圖表有很多,它們傳達著不同的信息。很多數據產品為了統一設計規範,會使用相同的圖表元素來傳達功能和信息。除了多個數據被對比時會採用帶顏色的折線方案,其他很多單一數據在展示時,大多是普通的黑色折線圖。例如,平均用戶數用黑色曲線展示數據走勢,新用戶數也用黑色曲線展示數據走勢;當用戶來回查看多種數據圖表時,一定少不了要看一眼標題,才能知道自己當前停留在哪個數據圖的位置。
這時,如果我們把通用的黑色數據折線換成多種不同的顏色來展示,不僅頁面視覺效果會豐富很多,顏色也會逐漸成為用戶的習慣,潛移默化的讓用戶記憶藍色的是數據A,粉色的是數據B,棕色是數據C。
3,考慮數據的流動性
數據從來都不是靜態的,即使用戶每次打開頁面看到的都是一張「靜態」數據圖表,但從數據產品設計師的角度來說,要考慮的則是數據的「前世今生」:它的過往(歷史數據)和它的以後(未來趨勢)。
一個數據並不是真的靜靜呆在那裡,數據像潺潺流水一樣不停的產生,但它比水流更容易存儲路徑,這裡在做數據產品設計時,要考慮的是,在固定版位中展示數據在不同時間段的樣子,它「從小到大」的樣子、它「中年時期」的樣子,它「最近的樣子」,沒錯,有點像站在四維空間看三維世界的視角。
4,使用輔助線來幫助改善圖表的可讀性
在接觸數據產品之前,我們肯定會先做一些功課。從數據可視化的角度,去了解餅狀圖、柱狀圖、折線圖等等,沒錯,這些只是基本功。
但用對了圖樣,不代表我們設計的圖表的易用性就達標了。圖表的基本作用是提供給用戶閱讀,除了考慮傳統的可讀性標準,我們調整了顏色,調整了字體字型大小,還要考慮圖表本身的可讀屬性,這時X軸和Y軸的輔助線就顯得十分有必要了。一般對準Y軸的輔助線是隨滑鼠實時移動的指針,而X軸刻度的輔助線可以更精準的幫助用戶快速鎖定某個數據點的維度指標。可以想像下,這種看似簡單的背景網格,對於大屏或者全屏場景下閱讀數據時候,是尤其有幫助的;當然,輔助線的密度要掌握好,如果排列得太密反而會過猶不及。
5,發揮設計優勢改善用戶負面情緒
我們在使用用戶體驗地圖(Experience Map)時,會從用戶行為中挖掘用戶體驗步驟里的痛點。與其他產品相比,用戶在使用數據類產品時的負面情緒更是無法避免的;像股票走勢圖一樣,用戶在查看一個數據圖表時,它的走勢有好的時候,也有不好的時候;而這種不好的數據走勢直接關聯著用戶的負面情緒。
在考慮這種場景的產品設計時,可以發揮設計優勢來給出解決方案。如果用戶已經很「痛」了,還要不要用大紅警示色來刺激他?過多的錯誤和預警會不會讓用戶感到焦躁?從體驗地圖的角度挖掘用戶的情感需求,會為你的設計再加一分。
推薦閱讀:
※關於數據可視化的一些思考
※藉助WebGL三維可視化技術檢索3D動態圖像
※大眾點評數據分析
※人民日報中央廚房獲評「2017年大數據優秀應用案例」
※BOSS直聘行業信息爬取與分析(二)