BI分析系统的数据图表,是分析系统中最基础的、最重要的内容。数据图表,作为BI分析系统中的基础呈现,之前的文章《微信公众平台如何进行数据看板的设计》也有过分享。一个完整的数据图表,都应该包括哪些部分呢?今天和大家一起聊聊。
01、数据图表的概念
所谓图表图表,其实本质上包括了两部分:图和表。
图,其实就是数据的可视化呈现;表,其实就是数据的原始状态的呈现。两者相加,谓之“图表”。
下面这个就是图+表的示例:
从我个人的习惯上,喜欢在做图表设计的时候,两者同时给用户呈现。
为什么呢?
我觉得,数据图是数据的可视化呈现,可以给用户更直观的分析体验,但灵活性稍差;数据表是数据的详情罗列,能看到明细信息,用户可以自由分析,但直观性差。两者结合能实现优势的互补。
当然也不是绝对的。有时数据图完全能说明数据问题,或者做dashboard的时候空间有限,也会适当舍去表格的露出。
下面就针对数据图和数据表,分别进行简单分享。
02、数据图的选择
关于数据图,有啥好说的呢?不就是什么折线图、柱形图之类的么。其实这里还是有很多内容的。
(1)数据图的生成过程
首先看一下,数据从获取到最终呈现的过程:
这里分了六个阶段:获取数据、整理数据、清洗分析数据、确定数据关系、选择图表形式、输出图表展示。
前面主要是数据的清洗加工过程,咱们重点放在后面的三步上。
首先就是确定数据关系。图里列举了几个数据关系:对比、关联、构成啥的,那具体有哪些数据关系,每种数据关系都有哪些图表形式,请看下面。
(2)数据关系与图表形式
在之前的文章《Excel基础图表》和《Excel进阶图表》中,有阐述过常用的图表的应用场景,但是读者可能一头雾水,并没有理清不同图的关系,这里做了一下归纳,这里的归纳,就是按照数据关系进行的。
通过这个图,首先理清本次图表设计想做的到底是趋势、还是对比、还是分布、还是联系等,然后从中基于不同的情况选择最合适的图表。
这样下来,一方面确保图表的选择最符合场景,一方面也彰显了产品的专业性。
03、数据图的功能操作
毕竟做的是分析看板,在图上做一些操作,是必不可少的内容。主要有哪些呢?总结下来其实主要就是维度筛选和指标筛选。
(1)维度筛选
维度筛选,主要包括以下几个方面:
- 时间维度:通常支持用户进行不同时间粒度、不同时间范围的选择,基本是数据图标操作最最基础的功能
- 终端维度:对于多端的业务来讲,主要是分移动端、PC端。
我能想到的主要的维度筛选,也就这俩了。其他的维度筛选,比如渠道筛选啥的,就看业务场景了。
(2)指标筛选
指标的筛选其实遵循业务相近的原则。把业务关联性较大的指标呈现在一起,便于用户进行分析。
另外,无论是维度筛选还是指标筛选,要正确识别产品的受众。个人不建议在一个图表上叠加过多的指标筛选和维度筛选,虽然灵活性强了,但是用户的操作成本过高。信息量过大时,应该拆成多个图来呈现。
04、数据表部分
数据表这部分呢,感觉实在是没啥能说的……改天专门针对GA给大家分享一下谷歌分析的一些设计。
下面是google analytics 的表格部分的设计,供参考。
这部分,特别指出一点,一定要加【下载】功能。咋说呢,都给了用户数据表了,不给用户下载功能,有点请客不买单的意思……
个人认为数据表承载的就是给用户一个自由灵活分析的出口,避免产品设计扼杀了丰富的长尾需求。如果不能下载分析,可用性大打折扣。
当然,GA是没有下载的,这个比较偏重深度分析了,算例外。
关于数据图表的产品设计,简单分享这些。后面会针对数据看板进行一些分享。