疫情發生以來,全國上下步調一致,匯聚起了戰「疫」硬核力量,其間大數據作用在疫情宣傳、疫情防控、資源調配、復工復產等方面都扮演著重要角色。
特別是數據可視化,作為公眾議題大數據的一種有效表現形式,更是滿足了用戶對疫情情況、資訊信息、醫療信息等方面的獲取。
通過甄選,我們選出了以下幾款疫情數據可視化的代表作進行對比和分析。以此來說明數據可視化在疫情數據表達的方式,從反映事實數字到喚醒切實行動、從學術探索到大眾傳播、從宏觀分析到企業分析扮演的重要作用。數據可視化工具的運用,不僅在幫助人們對數據進行解讀,而且在讓數據支撐成為疫情防控的重要抓手。
手機端數據看板——喚醒大家對疫情數據認知的利器
· 丁香園
丁香園是最早一批對疫情做出快速反應的企業,率先推出疫情地圖,相信也是很多讀者反覆去看的疫情可視化作品,至今該頁面的瀏覽量已經達到26億多,而它也在不斷的根據疫情的變化以及讀者的關注需求變化快速的迭代。從開始做的一個簡單的展示全國確診和疑似人數的簡單疫情地圖,已然進化成了包羅各種疫情相關信息的綜合門戶。
首屏6個關鍵指標,區分累計和現存數據,並給出同比增幅趨勢直接明了。三個按鈕,也符合當下用戶的需求,分別解決了抗疫物資、患者同乘查詢,以及在線義診避免交叉感染的問題。
至於具體的疫情地圖部分,丁香園特地將湖北和非湖北另起了一個趨勢圖,可以直觀看到從二月份以來非湖北地區確診人數就開始往下降的趨勢。沒有將湖北與非湖北曲線放在同一張圖應該是考慮數量級的差距,可能會誤導用戶,採用分開的形式也便於湖北用戶與非湖北用戶會更直觀了解變化趨勢。
由於大眾數據分析與解讀能力的參差不齊,除了疫情地圖和表格統計後,丁香園還提供了每日的疫情分析報告,點擊會跳轉到新頁面,顯示用戶所關注地區情況,以及當天日報的解讀,也可回顧往期並分享。
· 阿里健康
阿里在此次疫情中的反映迅速,由阿里多個產品聯合推出的疫情數據看板,在高德地圖、支付寶、釘釘等重要APP中都給了重要入口。
4個重要指標,緊接著是用戶關注的城市、小區的的疫情查詢。周邊是否有感染者、感染者的行動軌跡如何,對個人來說都是最關注的數據。但是關注這裡只能選擇一個地區,不能複選,這個體驗就不太友好。
4張表達時序的折線圖,沒有區分重點疫情與非重點疫區。雖然不太容易分析所在地區的實際情況,但是在人類命運共同體的大背景下,是不是也在提醒著讀者,這條線代表的不是一個數字,而是一個個真實的人。守望相助,不分彼此是應該有的價值判斷。
· 財新
憑藉著專業的記者團隊和及時、客觀的新聞精神,老牌財經媒體財新在社交媒體上成了新網紅。特意取消了Paywall,免費開放疫情相關報導。不斷在一線發回了不少深度報導。而財新的數據看板,特色也非常鮮明。
可能出於財經類媒體的特有調性,看板的配色顯得冷靜克制。把確診人數和死亡人數都在地圖上表現出來,在不用理解數字的情況下清楚地看出地區確診人數與死亡人數的關係。
但很可惜,在圖表的運用上明顯缺少一些推敲,對普通用戶非常不友好。無論是地圖上的氣泡圖大小代表的實際死亡人數,還是三十多條分行政區的顏色變化不大的曲線匯聚到同一張累計確診趨勢圖,再或者根本不考慮數據量級的區別把四萬治癒疑似確診都統一成一張圖表,都很大程度上給用戶帶來了不小的認知負荷。只有具有一定數據分析基礎的讀者,通過認真研究後才能在這些表格中得到響應的分析結果。
當然可能財新主要的受眾是專業的金融人士,本身這些人群對這類圖表的接收能力相對較高,更喜歡自己得出分析結果。所以是刻意為之還是無心之過確實也不好評價。
· 人民日報 X 凡聞科技
疫情防控的海量信息湧入到各類媒體平臺,全網信息大爆炸背景下如何獲取有效精準的信息。作為一家權威媒體和一家內容資訊的數據技術服務商,給我們帶來了一個很新穎的疫情地圖角度——從新聞資訊出發,從搜索入手,用疫情地圖串聯了各地各種主題的疫情相關報導。
搜索被前置,城市疫情信息檢索給每個用戶檢索關心的城市疫情情況和疫情新聞的入口。疫情信息更新時間的時間,直接給出了與上次更新的時間差,加大了數據的實時性和緊張感。初步判斷圖表基於Echarts的快速樣式開發,地圖保留了雙擊下鑽的模式,能夠快速的了解市級信息,但在手機端,雙擊下鑽這個操作的意識遠遠沒有桌面端強烈,所以也許採取丁香園、阿里健康通過提示點擊詳情,進行查看在手機端更加明顯易用。此外一點點小瑕疵,地圖上無數據的灰色和上方指標版上死亡人數的顏色一致,在這麼近距離裡聯合呈現,很容易讓人產生聯想。
信息圖——學術角度的多維視角分析
· 北京?學
PKUVIS的在疫情期間推出了一整套信息圖,通過嘗試各種數據可視化的方法來探索疫情數據表達的可能性。一系列信息圖比較完整地從各個維度刻畫了疫情的發展。但屬於可視化專業領域的研究,需要一定的理解成本,面對大眾並不太友好,雖然看起來很複雜但實際上只要有耐心去讀數據的說明,還是相對好理解的。如果能夠和數據新聞一樣在圖表下面進行簡單的數據解讀會更好。
不過有些圖表的反本能設計,也會明顯讓人產生困惑。比如上圖中的「疫情方寸間」,其實每個省的顏??例都是獨?的,並沒有沒有統?的參照標準,所以圖中當天黑色方塊實際代表的含義是湖北的死亡數為24,河北的死亡數為1,但是因為方塊的大小,很容易讓不仔細研究的人以為河北是最嚴重的的區域。所以可能需要從視覺上,對這34個行政分區的進行有效的間隔。
數據大屏——從看數據到用數據的業界實踐
· 光啟元
1月22日,光啟元上線大屏端的疫情數據可視化,應該是做數據可視化大屏廠商裡面最早的一家。頁面延續一貫的風格,基於已有的3D地圖模型,用自有的大數據可視化交互系統RayData Pro進行開發,提供一些基本的數據展示和場景交互。圖表和數據投射在前,給人一種飛機駕駛艙內的感覺。
但在3D地圖的視角下,地圖上的數據就並不那麼突出和直觀。而且僅支持ios端的預覽,並不能形成有效的傳播。也許可以考慮其他角度對疫情進行呈現。
· 阿里雲
數據可視化大屏在指揮調度的場景中,特別是相關政府管理場景中已被廣泛的使用。通過數據可視化的方式可快速了解數據的分布和特徵情況,輔助決策者對當前的現象進行快速的響應和決策。
阿里雲的疫情大屏可以看出是根據實際項目的需求沉澱而來的。雖然頁面相對簡單,基本可以理解為深色版的Dashboard,但在實際使用中的參考價值比較大。風格、角度、主題都有很多套,可以快速的根據需求套用。
· Mapbox
作為開源地圖平臺,Mapbox針對疫情的表現集中於對地理元素的表達。主要通過地圖的多圖層疊加反映疫情的發展變化情況,用戶可以自主選擇圖層的疊加。除了地圖外,其他模塊都可以收緊,以便更清晰地看到疫情地圖。該平臺還有中英雙語版本,以及富有特色的時間軸追溯功能。從技術棧來講,應該主要用了React和Mapbox GL JS。從內容編排上mapbox的大屏相當紮實和簡潔,將地圖的價值發揮到最大。不過挑剔的設計同學還是能從配色、裝飾上挑出不少可以改進的點。
· 袋鼠雲員工健康追蹤雲圖
和前面幾款疫情可視化工具的受眾主要針對廣大群眾和政府單位不同,袋鼠雲「員工健康追蹤雲圖」的使用者則主要針對企業主,以員工的健康情況和復工安排為主題。可以看出其出發點同樣是為了讓疫情數據用起來,不同於其他幾家從宏觀角度出發,這樣的設定更實際。而且配套的還有移動端版本,也更實用一些。
從展示的形式上看,和阿里雲類似,同樣相對克制。沒有在視覺效果上做更多的追求,應該是考慮到了疫情這個嚴肅主題,還是儘可能地將數據展示清楚為主。「員工健康追蹤雲圖」統計呈現的數據基本圍繞著員工的健康狀況、辦公狀態、返程情況展開。
地圖以及下方的條形圖,展示的是企業員工在全國各地的分布概況,結合地理元素和統計圖表直觀展示各地員工的所在地分布,不同地點員工的健康、出行及發熱人數,直觀了解員工當下的健康狀況。
辦公狀態指標,直觀地展示了隨著時間的變化,每日在家辦公與線下辦公的人數佔比以及在家辦公人員的所在部門、返程時間和仍需隔離時間。
返程情況指標,及時掌握員工的出行軌跡,了解員工返程的日期分布,和返程方式的分布,特別是途徑湖北地區的返程人數,和具體的返程人員出行信息。
「員工健康追蹤雲圖」的產生主要來自於企業自用的需求。據說這套雲圖最初也是袋鼠雲自己的人力部門提出的需求,基於自有的數據可視化平臺Easy[V],袋鼠雲只用了3人,3天就搭建完成,不得不說效率還是很高的。而且,這套雲圖誕生後就立即免費開放給所有企業使用。
利用數據可視化手段,企業可以通過「員工健康追蹤雲圖」全面掌握重點關注人群的出行軌跡、假期外出情況、身體健康狀況,有效掌握員工健康狀況、返程動態,分區域、分重點、分人群,因人制宜,制定精準防疫措施和生活工作指南,科學合理指導防疫抗疫、復工生產,對全員身體安全負責。
推動企業復工復產,既是打贏疫情防控阻擊戰的實際需要,也是經濟社會穩定運行的重要保證。隨著復工復產全力推進,企業員工基本都有定期的健康打卡或線上登記,而通過可視化大屏的方式,無疑是將數據能夠快速及時呈現的有效方式。我們認為這是較為可取的實踐方式。
經過對以上疫情過程中的數據可視化優秀案例的對比和分析,我們認為數據可視化正在被廣泛的接受和使用。除了能夠直觀的進行數據傳達外,也開始越來越多的針對某一個具體主題進行實踐探索。
充分運用大數據分析等方法支撐疫情防控工作,我們一定能夠奪取疫情防控阻擊戰和經濟社會發展目標任務的雙勝利。當然,這更需要打通不同部門和系統的壁壘,促進數據流轉,形成覆蓋全面的防疫大數據資源。而數據可視化作為用好大數據的最後一環也會越發的成熟和被廣泛使用。
（責任編輯：季麗亞 HN003）