|
|
|
圖表數據的展示，是PPT設計中最常用的功能。要想讓聽眾能快速理解PPT數據的內容，需要我們對PPT圖表的數據進行可視化的設計處理。今天為大家帶來Visage的數據可視化設計指南，我們可以了解到數據可視化設計的價值和數據可視化設計的科學根據，并且了解數據可視化設計的內容。
商務數據可視化設計指南
僅用文字不足以傳達信息
作為人類，我們在生理上便傾向于閱讀圖形信息，我們能夠更快速的理解圖像——很久很久之前，人類便能理解圖像的含義，而創造語言是為了更好地描述圖像。這是我們的天性，因此視覺圖形是信息最有利的傳達工具。在信息爆炸的時代，我們開始追求信息的效率性、愉悅性以及通俗易懂。因此，信息的傳達技巧尤為重要。優秀的內容表達不僅僅是簡單地圖文混排，視覺必須能夠表達出信息的主旨，視覺設計前必須要了解內容的框架。本指南將深入剖析視覺能夠行之有效的原因——并給出設計建議，讓你的設計更加得心應手。
為何大腦偏愛視覺圖形
通過大腦的視覺系統，我們人類可以迅速的識別、貯存、回憶起圖形信息，本能地將圖形信息中的理念轉化為長期記憶。在原始文明時代，圖形信息能幫助人類趨利避害，先前經歷過的幸存者往往能夠對視覺信息做出“主動反應”，他們知道火是熱的，獅子是危險的，芒果是美味的。
時至今日，我們的生活水平得到了極大提高，從野外到室內，從未開化到文明，但視覺圖形依然對我們的生活至關重要，在信息爆炸、媒體幾何式增長的時代。對信息進行可視化，不但可以提高閱讀效率，也符合人類的生理本性。
可視化的價值所在
數據可視化的核心價值主要幾種在三個地方：視覺吸引力強、易于理解、容易記住。因此，在進行設計時，要根據自己所設計的信息內容而
合理設計，放大相關的優勢。
科學原因
我們的大腦通過“預注意”來處理環境中的視覺線索，并且在潛意識中不斷的吸收、過濾，
從而實現信息的收集與記錄——這一切發生在250ms內。
看看以上的案例，你會發現你會自然而言的關注每張圖中的“變體”。
尋找數據背后的故事
整理、分組、理解信息，尋找其中可視化的可能性，并且通過觀察和比較總結信息之間的關系。
含義清晰的視覺元素可以幫助設計者將信息包裝為更有趣的故事，而在商業中，經常利用數據之間的比較，來更有說服力的表達觀點。
給予場景聯系
高效的數據可視化不僅僅取決于信息的可視化類型，還取決于一種平衡：既要保證整體信息通俗易懂，同時也要在某些關鍵點上有所突出，提供深刻、獨家的信息解讀。
除此之外，還需要提供合適的場景上下文聯系，來合理架構數據，無需把故事講完，也不要通篇說教。設計者要通過設計，讓數據彰顯價值，同時引導用戶自己去得出結論。
展示，而不是說教
在企業中，很多重大決策都依據數據，因此在企業中的信息傳達往往必須附帶圖表數據。而此中的關鍵在于，數據必須要設計的易理解、精確、有價值。
數據可視化：該做和不該做
數據可視化的效率性極佳，但前提是必須要準確運用，錯誤的信息展現方式會造成誤解。在進行數據可視化設計時，確保以下幾點：
1 | 為數據選擇正確地可視化類型
2 | 精確傳達數據
3 | 遵循每種可視化類型中的最佳案例
你知道嗎?柱狀圖的正確排列方式有3種：根據字母表排列，根據數值排列和循序排列。
為內容而設計
故事再美好，數據再具有吸引力，如果設計糟糕，那么用戶也不會被其吸引。
優秀的設計同樣誰關鍵，能夠高效的轉化信息。設計的作用便是利用其精美的外觀吸引用戶閱讀。
遵循公司內部的設計語言
當你進行視覺傳達設計的時候，可以采用很多方法去傳達信息。無論是傳達重點，還是傳達方式都需要“因地制宜”。因為你設計的一切都會影響到生意，因此在設計之前，一定要參考公司內部的設計語言，保證品牌的一致性。
設計的10條建議
對于非設計師來說，創造外觀精美的內容可能是一種挑戰。
雖然簡約設計能夠讓外觀大方精美，但是一定要留意一些基本設計原則是否做到。
1 | 色彩
單頁中不得使用超過5種顏色，色彩使用要收斂，僅僅用來突出關鍵信息。
2 | 字體
所有的字體必須清晰、大小合適，用來高效傳達信息。
3 | 版式
要提供符合邏輯的層級，引導用戶進行信息閱讀，保證元素對齊，從而保證視覺一致。
4 | 標注
謹慎使用標注，僅用來標注關鍵信息。
5 | 留白
要保持大量的留白空間。否則如果信息量太多整體會看起來雜亂。
6 | 插畫
插畫必須符合基調和主觀意愿。如果能夠提高內容傳達效率便可加上，否則不必。
7 | 圖標
圖標必須簡約、易懂、具有普遍性，圖標的作用是為了提高理解力，而不是讓用戶感到混淆
8 | 數據
一組數據，一份圖表便夠了，不要畫蛇添足，一組數據，多份圖標。
9 | 比例
眼睛是可以欺騙的。確保數據可視化設計中的元素比例得當，這樣用戶便不會遺漏、無法快閱讀。
10 | 簡約性
避免無比要得設計，包括3D圖表，裝飾性的插畫和毫無關聯的元素。
需要合適的設計工具
傳統的設計工具和設計軟件或者是功能不完備，或者是學習成本高，或者是設計出的東西美學不達標。數據可視化正當時，屬于新興領域，需要更好的設計工具。
|
|
發表留言請先登錄！
|