数据可视化是使用图表、图形和设计元素把数据进行可视化

谈论起数据可视化设计，许多人会产生一个疑问：什么是数据可视化？我们由此问题着手，来谈论下数据可视化设计。

经研究表明，人类大脑对视觉信息的处理优于对文本的处理。因此，数据可视化是使用图表、图形和设计元素把数据进行可视化，把相对复杂、抽象的数据通过可视的方式以人们更易理解的形式展示出来的一系列手段。

数据可视化可以使人们更有效率的完成某些任务，我们可以理解为三点优势：

• 美观展示: 用数据展示企业特色，大会展台，媒体现场展示等
• 数据驱动：实时查看业务概况、监控预警、驱动内部快速响应
• 发掘价值：可视化数据呈现后，带来的视觉感受会帮助人发现新的因素

数据可视化除了“可视”，还有可交流、可互动的特点。

设计带来的不仅是瞬息处理海量数据搭配酷炫的可视化样式所引起的视觉震撼，更应注重为业务需求服务，设计出符合不同行业需求的个性定制可视化，利于企业做出正确的商业决策，以有根据的数据呈现而帮助企业进行更科学的判断而避免决策的失误。

二、设计流程介绍

1. 从业务需求分定优先级

关键指标是一些概括性词语，是对一组或者一系列数据的统称。通过规定主，次，辅，三个指标的关键词来概念性的清晰大屏的主要展示内容，例如我们做的一个照明的监测项目，我们可以归类成这三种：

• 主：主要指标位于屏幕中央，为地图展现照明区域使用数据。
• 次：次要指标位于屏幕两侧以图表的形式展现。
• 辅：主要指标的补充信息鼠标点击或悬停展示以及交互动效展示。

这样就可以方便在脑海中确定大屏的整体构架，以便于我们接下来的细化。

2. 通过指标分析维度确立可视化图表类型

同一个指标的数据，从不同维度分析就有不同结果。如果分析的维度没有找准或定义的比较混乱，就会使可视化图表无法清晰的看清楚含义，使人困惑。这里我们引用Stephen Few 的文章 《Visual Business Intelligence》的四项维度-比较，联系，分布，构成，来分析数据的逻辑性。

在思考四项维度的时候我们要思考几个问题：

1. 数据之间的相关性？
2. 指标里的数据主要集中在什么范围、表现出怎样的规律？
3. 数据之间存在何种差异、差异主要体现在哪些方面？
4. 指标里的数据都由哪几部分组成、每部分占比如何？

以上的示例图表的样式比较传统，但是思考问题的逻辑性是相通的，值得借鉴使用。

3. 根据大屏尺寸，规划页面布局，确立交互稿

确立图表类型后，下一步要进入到布局具体的信息位置，确立交互稿的步骤。确立交互稿的第一步就是要确定大屏的尺寸。客户的大屏尺寸不用会影响到整体的布局和效果，设计的时候也要考虑下是否有拼接大屏接缝的问题，尽量以拼接屏尺寸来确立栅格化布局。

尺寸确立后，接下来要对设计稿进行布局和页面的划分。

布局这里我们就要参考第一项的业务需求优先级来布局画面分割面积。核心业务指标安排在中间位置、占较大面积；其余的指标按优先级依次在核心指标周围展开。