大公司都是怎麼做數據可視化規範的

2021-01-11 澎湃新聞

一期一會,表哥又帶著新鮮的乾貨來了!

上周,表哥分享了一篇關於,洋洋灑灑四千多字把可視化規範背後的原則研究了個遍。但在實際工作中,可視化常常是在多人協作中完成的,我們該如何制定一份可視化標準來確保跨人員、跨平臺設計呢?我們常聽到視覺識別系統(VIS),可視化有沒有專門的設計系統呢?

本周,表哥嘗試翻譯了一篇3次凱度信息之美獲獎者——Amy Cesal 的文章《What are Data Visualization Style Guidelines》,一起看看她是如何看待數據可視化設計系統的吧!

1、什麼是數據可視化設計系統?

2019年穀歌(Google)和倫敦城市智能(London City Intelligence)相繼將數據可視化指南納入設計規範系統中。數據可視化在企業決策和品牌價值弘揚中起到了越來越重要的作用。

↑ 倫敦城市智能(London City Intelligence)設計指南

2014年,我(Amy Cesal)為陽光基金會(Sunlight Foundation)設計了第一份數據可視化設計指南,2017年消費者金融保護局(CFPB)也提出了類似的設計需求。我很高興看到越來越多的組織投入資源規範數據可視化工作。

↑ 美國消費者金融保護局(CFPB)可視化設計指南

什麼是數據可視化設計指南?它們有什麼共性和特性?如何從中啟發來構建自己的數據可視化設計指南?

企業或組織進行數據可視化時,需要用數據可視化設計指南來規範信息表示形式。通常包括是什麼(圖表的類型有哪些?)、為什麼(如為什麼使用這個顏色?)和怎麼做(如用什麼工具設計?)。如果涉及到一些設計工具,如Excel、R、D3.js或Tableau,可視化指南還會提供一個模板來演示如何應用。

↑ 倫敦城市智能(London City Intelligence)設計指南

通常,數據可視化指南是設計規範系統的一部分,不同類型的組織有不同的信息、受眾和需求。我將收集到的案例按類型進行了整合,並儘可能突出每個案例的特性。

2、非盈利機構可視化指南

1. 美國陽光基金會(Sunlight Foundation)

美國陽光基金會歸納了一套專屬的可視化色卡,每個色號都有專屬的名字,分別對應著一類常見的變量。例如"反對(Con)"用深紅色(#BD2D28),「支持」用綠色(#0F8C79)。

↑ 陽光基金會(Sunlight Foundation)數據可視化指南

https://sunlightfoundation.com/2014/03/12/datavizguide/

他們還規範了每個圖表的結構,如標題與圖表的距離、輔助線的粗細、圖表字體和字號等。

↑ 陽光基金會(Sunlight Foundation)數據可視化指南

2. 美國卡託研究所(Cato Institute)

卡託研究所(Cato Institute)是一所位於美國華盛頓哥倫比亞特區的自由意志主義智庫。他們在數據可視化設計規範中用一系列「不好(not ideal)」和「好(better)」的例子,展示了如何更精確地展示數據。

↑ 美國卡託研究所(Cato Institute)數據可視化指南

https://github.com/glosophy/CatoDataVizGuidelines/blob/master/PocketStyleBook.pdf

例如,他們認為:同一個變量應使用相同的顏色;折線圖只能用在展示變量隨時間變化時;不重要的元素應使用灰色;展示多個類別隨時間變化時應使用面積圖而不是折線圖。

↑ 美國卡託研究所(Cato Institute)數據可視化指南

他們還舉例說明了如何跨圖表展示多類別信息。

↑ 美國卡託研究所(Cato Institute)數據可視化指南

3、盈利機構可視化指南

1. 谷歌材料設計語言(Google Material Design)

谷歌也提供了一系列數據可視化中的「好(do)」和「壞(don't)」例子,並作出了相應解釋。例如,同類別變量應避免使用不同顏色:

↑ 谷歌材料設計語言(Google Material Design)

https://material.io/design/communication/data-visualization.html

指南中還有一小節專門研究儀錶盤(Dashboards)排版。介紹了各類獨特的排版布局,以幫助企業對儀錶盤進行標準化設計。

↑ 谷歌材料設計語言(Google Material Design)

2. IBM

IBM有專門的篇章指導設計師去思考數據可視化的目的及可能受眾。可視化的出發點是什麼?是出於讀者的需求還是基於某個資料庫?類似的問題有助於設計師進行深度思考,而不是僅僅停留在視覺層面。

↑ IBM設計語言規範

https://www.ibm.com/design/v1/language/experience/data-visualization/chart-models/

IBM還以通俗易懂的方式歸納了常見的圖表類型及其適用範圍。例如下圖中的堆疊柱狀圖,IBM以設計師的口吻對圖表適用範圍進行描述——「我想使用該模型是因為我想:展示時間變化/對比/體現相關性/展示細分數據」。

↑ IBM設計語言規範

4、政府機構可視化指南

1. 美國金融消費者保護局(CFPB)

CFPB的設計指南指出了如何根據具體的法律規定和政府要求製作圖表,尤其是《美國508無障礙法案》,美國的所有政府機構都需要遵循這條法案。

例如,由於CFPB常常需要根據歷史數據進行預測,因此該指南指出預測數據必須強調出來,否則會讓人誤解它們是真實數據。比如如果是柱狀圖,可以用淺一點的顏色或用虛線框出預測數據;如果是折線圖,可以用虛線表示預測數據,並在圖例中指出哪些是真實的,哪些是預測的。

↑ 美國金融消費者保護局(CFPB)設計規範手冊

https://cfpb.github.io/design-manual/data-visualization/data-visualization.html

在國內,DT財經也經常使用虛線來代表預測數據。

↑ DT財經

2. 倫敦城市智能(London City Intelligence)

數據可視化中哪些顏色可以一起使用而哪些不能?為什麼?該指南深入研究了可視化色彩選擇方面的考量,按優先順序提供了一系列配色,並指出了每個顏色由深到淺的使用規範。除此之外還給出了該系列配色在淺色和深色兩種背景下的使用規範。

↑ 倫敦城市智能(London City Intelligence)設計指南

https://data.london.gov.uk/blog/city-intelligence-data-design-guidelines/

5、新聞媒體可視化指南

1. 達拉斯早間新聞(Dallas Morning News)

「達拉斯早間新聞」設計手冊詳細解釋了新聞報導中的地圖如何通過色彩和樣式保持視覺一致。

↑ 達拉斯早間新聞(Dallas Morning News)設計手冊

https://knightcenter.utexas.edu/mooc/file/tdmn_graphics.pdf

陸地、水域、公園等元素必須按規範顏色呈現,其中水域、公園需要加描邊:

↑ 達拉斯早間新聞(Dallas Morning News)設計手冊

虛線、icon、標註可以用來強調某個部分,不同元素意義不同。例如,

↑ 達拉斯早間新聞(Dallas Morning News)設計手冊

除此之外,由於新聞行業時效性非常關鍵,達拉斯早間新聞還制定了一套可視化工作流程圖,規範了從選題、派發需求、設計到審核的對接流程,規範了每個環節的對接人及所使用的系統及工具。

↑ 達拉斯早間新聞(Dallas Morning News)設計手冊

2. BBC新聞

BBC設計體系也有專門的「如何設計信息圖形」板塊。值得一提的是關於圖例的規範:

↑ BBC全球通用設計手冊

https://www.bbc.co.uk/gel/guidelines/how-to-design-infographics

為了給不同設備和瀏覽器的讀者更好的用戶體驗,BBC新聞還規範了響應式信息圖的設計。每個信息圖表都需要設計三種尺寸:小、中、大。小尺寸圖表是縱向設計的,適用於手機屏幕。中尺寸和大尺寸更傾向水平排布,中尺寸適用於平板,大尺寸使用電腦。

↑ BBC全球通用設計手冊

6、其它可視化指南

政府、企業和組織通常有一系列設計指南,可視化指南只是其中的一種。為了更好的了解可視化指南在當中的位置,我們也來看看其他設計指南分別起到了什麼作用。

設計系統(Design Systems)是所有設計標準和規範的總稱。廣義的設計系統包括了品牌手冊(Brand Manual)、內容風格指南(Content Style Guides)、數據可視化指南(Data Visualization Style Guide)、樣式庫(Pattern Library)和編程框架(Code Framework)。

很多大家所熟知的企業都有相應的規範,政府和國家機關也不例外,例如2019年美國政府也發布了網頁設計系統2.0(USWDS 2.0),包含了以上提到的很多部分。

↑ 美國政府網頁設計系統2.0(USWDS 2.0)

https://designsystem.digital.gov/

1. 品牌手冊(Brand Manual)

品牌手冊(Brand Manual)是一份為設計師而設計的規範化文件,目的是使企業的品牌形象在多個平臺保持整體性和一致性。品牌手冊通常定義了顏色、字體以及LOGO的使用規範,促進設計部門跨人員、跨素材、跨平臺設計,幫助企業利益相關者理解企業的核心價值。

國外設計博客Brand New也收集了眾多品牌視覺手冊的案例供大家參考和學習:

↑ Brand New官網

http://underconsideration.com/brandnew/

2. 內容風格指南(Content Style Guides)

內容風格指南(Content Style Guides),又稱編輯指南(Editorial Guidelines),定義了品牌的語氣和語調以及特定的文字用法。編輯指南通常由內容創作者編寫,對其他編輯、外部承包商和顧問都很有用。

Mailchimp就是一個很好的例子(美國的營銷自動化平臺),他們將企業的語調風格設定為有話直說的(避免隱喻)、真誠的、B2B的、幽默的。

↑ Mailchimp內容風格指南

https://styleguide.mailchimp.com/grammar-and-mechanics/

3. 樣式庫(Pattern Libraries)

樣式庫(Pattern Libraries)記錄了各種設計元素如何在特定的頁面進行組合。BBC設計系統的設計系統提供了一系列排布樣式,如頂部欄、垂直列表、底部導航欄、輪播等。

↑ BBC全球通用設計手冊

https://www.bbc.co.uk/gel/guidelines/category/design-patterns

數據可視化本身就是一種樣式,它有自己的一套組件,如標題、文字、圖表、數據源和圖例。所有這些組合起來成為一個可視化樣式。

4. 圖表庫(Charts of Charts)

圖表庫是數據可視化樣式指南的一部分,它向組織內部的設計師展示了一系列用於不同類型數據的圖表樣式。與前文所介紹案例不同的是,圖表庫只是展示可供使用的圖表,並不會更詳細地教你如何使用、為什麼這樣使用。

例如,英國金融時報(Financial Times)的視覺字典總結了適用於9種不同數據的72種圖表,如用於展示時間變化的折線圖、柱狀圖、面積圖等。

↑ 英國金融時報(Financial Times)視覺字典

https://github.com/ft-interactive/chart-doctor/blob/master/visual-vocabulary/Visual-vocabulary.pdf

7、總結

由此可見,不同的企業對可視化指南的需求也各不相同。但萬變不離其宗,可視化指南應當與企業其他設計系統相統一。從某種意義上說,可視化指南是將企業視覺設計系統應用於數據可視化的結果。

本期的分享就到這裡,如果大家還想要更多乾貨,就讓熱情來得更猛烈些吧!歡迎【轉發】、【點讚】、【在看】和【留言】,你們的捧場,就是表哥繼續創作的動力。閱讀量越高,表哥筆速就越快!

原作者 | Amy Cesal

翻 譯 | 宋丹琳

編 輯 | 鄒 磊 鄭舒雅 小 唐

圖片來自:What are Data Visualization Style Guidelines

原標題:《大公司都是怎麼做數據可視化規範的》

閱讀原文

相關焦點

  • 數據可視化圖表怎麼做才好看?
    可視化技術仿佛有一種化平凡為非凡的魔力,冷冰冰的數據,經過可視化技術的加工,便酒麴入甕般幻化成視覺的盛宴,炫酷的、繽紛的、簡約的、繁複的……數據之美被展現的淋漓盡致。會運用顏色的過渡還不夠,如果不懂得色彩之間的搭配和調和,使用了兩種衝突的色彩,那麼整張可視化圖片就會顯得low。洗剪吹殺馬特風城鄉結合風是不是特別樸素,是不是不管圖片上的數字多麼欣欣向榮,都給人一種這家公司遲早藥丸的感覺?
  • 從數據可視化到交互式數據分析
    交互式可視化數據分析的挑戰我想通過強調幾個我認為與交互式數據分析相關性較大的挑戰來總結本文。同時這也是我認為在未來幾年數據分析方面需要取得更多進展的地方。數據規範(思維→數據/模型)當我們通過計算機與數據交互時,需要做的第一件事就是將我們的問題和想法轉換成計算機能夠讀取的規範(SQL就是一個很好的例子)。
  • 亦莊大數據公司:從數據出發,「五位一體」構建數位化服務能力
    北京亦莊大數據科技發展有限公司(簡稱「亦莊大數據公司」)由北京亦莊投資控股有限公司與九次方大數據合資打造,是北京第一個區縣政府平臺主導的大數據公司。 雙方合資設立的亦莊大數據公司重點選取政務大數據、園區大數據、產業服務大數據等領域入手,開展大數據行業應用研發,探索「數據、平臺、應用、終端、服務」五位一體的新型商業模式,自成立以來,為亦莊開發區提供了大數據資源融合、數據資源池建設、數據標準規範諮詢等服務。
  • 最佳大數據可視化技術
    當我們試圖理解和解釋數據時,或者當我們尋找數百或數千個變量之間的關係以確定它們的相對重要性時,情況就更是如此。 識別重要關係的最有效方法之一是通過高級分析和易於理解的可視化。數據可視化幾乎應用於所有知識領域。 不同學科的科學家使用計算機技術對複雜事件建模並可視化無法直接觀察到的現象,例如天氣模式,醫療條件或數學關係。
  • 城市大屏數據可視化 - CSDN
    數據可視化大屏設計大多以藍色調為主,因為藍色比較容易營造大屏所追求的科技感,所以在眾多行業中運用最廣泛。例如公安系統、城市交通、科技公司、政企單位、製造業等眾多行業。但電商類大屏需要另一種與其他大多數行業不同的調性。
  • 大數據可視化技術的挑戰及應對措施
    在大數據時代,數據可視化技術在廣泛應用的同時,也面臨諸多新的挑戰。大數據可視化是一個面向應用的研究領域,本文重點從應用實踐的角度,討論在大數據背景下大數據可視化內涵、研究進展、相關技術與產品以及所面臨的一系列挑戰。
  • 數據可視化在移動端的應用
    隨著大數據行業的快速發展,數據可視化設計在移動端的應用越來越多。今天我們就數據可視化在移動端的使用場景、特點、注意事項以及各個使用場景進行一次簡單的分享。應用場景數據可視化在移動端的主要體現是「數據圖表」,我們最常用的數據設計組件就是:柱狀圖、折線圖、環形圖等,它們簡單易懂,容易被用戶接受。
  • 網際網路人要了解的數據可視化 —— 基礎篇
    尤其是想要進入一個B端的公司,數據可視化更是必不可少的一個技能。數據可視化,可謂是越來越體現一個人的專業能力。因此掌握數據可視化能力,是面向未來的網際網路人所必備的能力。然而尷尬的是,國內沒有一款針對於教學數據可視化的全套解決方案,這讓很多渴望學習的同學摸不著頭腦。
  • 大數據時代可視化新聞的特點及發展趨勢
    摘要:大數據時代對新聞生產的改變,不但是讓報導擁有了海量的數據,關鍵在於數據的「廣度」和「深度」,讓新聞報導的方式也發生了深刻的改變。可視化新聞就是隨著數據在新聞中的廣泛運用出現並發展起來的。更多本來與「數字」無關或者關係不大的新聞報導領域,也因為數據採集技術的完善,逐漸採用了數據新聞的報導形式,進一步發展成可視化新聞涉及的領域。藉助「數據」這一基礎,可視化新聞在來源和表現形式上,都較傳統的以文字和單一的新聞圖片為主要表現形式的新聞報導有較大差異。
  • 百度數據可視化實驗室正式成立,發布深度學習可視化平臺 Visual DL
  • 實時大數據分析的應用_實時可視化大屏的製作
    實時大數據分析是指對規模巨大的數據進行分析,利用大數據技術高效的快速完成分析,達到近似實時的效果,更及時的反映數據的價值和意義。用戶可實時捕捉數據運行情況,如電商運營大屏等,幫助用戶實時決策,運營情況瞭然於胸。
  • 淺談數據可視化
    當然這是最基本的理解,進一步來說,數據可視化毫無疑問是基於數據的,我們很幸運地處於這樣一個讓我們興奮的時代,數據科學讓我們越來越多地從數據中發現人類社會中的複雜行為模式,以數據為基礎的技術決定著人類的未來,但並非是數據本身改變了我們的世界,起決定作用的是我們可用的知識。大數據已經改變了我們生活工作的方式,也對我們的思維模式帶來影響。
  • B端互動設計——數據可視化圖表
    編輯導語:設計師如今在日常工作中也會遇到很多數據,對於設計師來說,好看並不是判斷的標準,實際價值和作用才是真正需要的;本文作者分享了關於數據可視化的框架,以及關於可視化設計的基本準則和規範,我們一起來學習一下。
  • 盤點55個最實用的大數據可視化分析工具
    一款好的工具可以讓你事半功倍,尤其是在大數據時代,更需要強有力的工具通過使數據有意義的方式實現數據可視化,還有數據的可交互性;我們還需要跨學科的團隊,而不是單個數據科學家、設計師或數據分析員;我們更需要重新思考我們所知道的數據可視化,圖表和圖形還只能在一個或兩個維度上傳遞信息, 那麼他們怎樣才能與其他維度融合到一起深入挖掘大數據呢?
  • 數據可視化的基本流程
    數據可視化不是簡單的視覺映射,而是一個以數據流向為主線的一個完整流程,主要包括數據採集、數據處理和變換、可視化映射、用戶交互和用戶感知。一個完整的可視化過程,可以看成數據流經過一系列處理模塊並得到轉化的過程,用戶通過可視化交互從可視化映射後的結果中獲取知識和靈感。
  • 兩步搞定數據可視化
    事實上,視覺數據佔傳輸到大腦的信息的90%。今天的企業可以訪問組織內外產生的大量數據。數據可視化可幫助您理解所有這些。掌控越來越多的數據全球數據容量預計每兩年翻一番,不要被數據淹沒。大型數據集的可視化交互簡化了分析過程,揭示了可以轉化為競爭優勢的新業務。對決策者來說,通過將數據轉換為簡單的視覺效果,大數據會變得更有意義。
  • 數據可視化,職場數據分析都需要哪些常用的圖表?
    ,便於讓讀者更高效閱讀,而不單是自己使用,通過數據可視化突出數據背後的規律,以此突出數據中的重要因素,並且,數據可視化可以將數據變得更加直觀。  使用圖表數據可視化的作用  使用圖表來展示數據主要有三個作用:  表達形象化:使用圖表可以化冗長為簡潔,化抽象為具體,化深奧為形象,使讀者或聽眾更容易理解主題和觀點。  突出重點:通過對圖表中數據的顏色和字體等信息的特別設置,可以把問題的重點有效地傳遞給讀者或聽眾。
  • 企業為什麼要做數據可視化系統
    數據可視化,先要理解數據,再去掌握可視化的方法,這樣才能實現高效的數據可視化。在設計時,你可能會遇到以下幾種常見的數據類型: 量性:數據是可以計量的,所有的值都是數字 離散型:數字類數據可能在有限範圍內取值。
  • 數據可視化的一些思考丨從三個問題看數據可視化的商業前景
    數據可視化的需求場景是什麼?一種場景是「看」,數據可視化的主要作用是展示匯報,是信息的獲取。比如前不久RayData團隊為央視頻打造的生態可視化交互管理系統,以及在央視現場的工作區,利用RayData Web做出來的環形可視化大屏,都是為了讓管理者、運營者、業務人員更好地獲取相關信息。另一種場景是「用」,數據可視化的主要目的是交互管理,是數據的應用。
  • 大數據在航天領域的應用:航空航天可視化系統
    航天在研製、運行和發布成果的全過程中,都會產生大數據和要求應用大數據。數據既是航天理論的基礎,又是航天實踐的基石。航天其總量多,要求高,對大數據要求及時而精確、高可靠性和高價值。:1.大範圍可視化空間:覆蓋全球,乃至宇宙空間;支持離線部署全球衛星/電子地圖及地形高程數據。