【图文】优秀的Dashboard 需要什么?

优秀的Dashboard是准确的(Accurate)、清晰的(Clear)、使能的(Empowering)并且简洁的(Succinct),缩写为ACES。

【注: Dashboard 以下译为报表】



准确(Accurate)

报表存亡的关键取决于用户对数据是否信任。如果用户怀疑报表的准确性,则不会将其用于决策。如果工作中遇到不准确的报表,他们会更加犹豫是否信任组织拥有的其他报表或查询。缺乏准确性也可能导致对基础数据本身缺乏信心。

用户对报表准确性的信任可能会受到多种因素影响:

    - 数据质量

    - 对计算逻辑的理解

    - 可视化设计

数据质量

当涉及到数据的质量时,用户通常会有两个问题。

显示的数据正确吗?

这个问题的答案应该总是"是"。如果由于某种原因,答案是"否",需要立即将报表标记为待修复,以便用户不会在决策中使用不正确的信息。用户将假设他们遇到的任何报表是准确的,除非它被标记。用括号标记 [已损坏] 并/或添加表情符号,使报表的状态清晰。

在以下报表名称列表中,我们可以清楚地看到要避免哪些:

总体增长

网站转换

活跃用户 [已损坏]  

营销支出

数据显示了最新的吗?

鉴于数据加载到数据仓库的过程,大多数时候并不是。报表需要的数据从生产数据库加载到数据仓库,工程师使用定期运行的批处理进行。这可能会给实时处理客户或场景的用户带来混淆,因为他们看到的不是最新的数据。如果报表由于批处理而未显示所有数据,则应在报表上注明数据上次更新及其计划。



对指标计算逻辑的理解

用户需要先了解指标,才能准确解释图表。最佳实践是将任何非传统指标的公式、注释或定义直接包含在报表上。将说明文字直接放在可视化旁边提供最快的澄清。这样我们很容易这个看到指标的计算排除了什么。也可以通过工具提示完成,不过更隐蔽一些,并不是那么有效。

可视化设计

人作为视觉生物,在解释数据的任何可视化时有很很多误导。一个常见的错误是 Y 轴范围设置错误。报表分析师希望突出变化,但不想误导用户理解。对于折线图,我们不必从0开始展示数据的变化;如果数据不重要,则排除 0 基线是可以的,但最好将数值覆盖到y轴的三分之二左右。

正确的 Y 轴范围 - 可以清楚地看到变异性


错误的 Y 轴范围 - 看不到变异性



条形图的Y 轴必须从0开始,因为如果它从不同的起始值,则无法使用条形图大小来判断它们之间的差异。当我们查看下面两个示例时,首先我们可以看到人力资源成本大约是行政成本的一半(行政为 450,000 英镑,人力资源成本为 200,000 英镑)。但是,当我们查看第二个示例时,Y轴调整后的人力资源成本看起来行政成本的 1/5,这是错误的推论。

正确的 Y 轴范围 - 从 0 开始


错误的 Y 轴范围 - 不从 0 开始



清晰(Clear)

要能够基于报表做出决策,必须清楚地显示数据。使数据清晰化有几个因素。

    - 字体

    - 配色

    - 上下文

    - 排版

字体

图表标题、轴的标签和说明的字体不应是装饰性的。目的是清晰可辨。我们建议使用无衬线字体,如Arial, Helvetica, 或者 Verdana。


考虑将显示在报表上的任何指标的字体大小。想想用户也会在什么类型的设备上观看这个报表。报表上的所有文本都不应要求您前倾即可阅读。


配色

为了保持视觉清晰度,需要留意报表中使用的颜色。太杂或太少使最终用户更难理解数据应该告诉他们什么。

一般来说,报表分析师应该通过调色盘上的不同色调来区分数据类别。尽量避免有过于明亮的颜色,以减少眼睛疲劳。将所有颜色的明度和饱和度保持基本一致,这样某类数据颜色就不会与其他类别显得过于突出。


一个例外是,如果您有两个相互关联的指标,例如,如果具有每日指标值和7天移动平均值,你可以给他们相近的色调,以显示他们是相关的,但给予一组数据更高的饱和度和较低的明度,以强调它比另一组。



如果所有类别都有顺序关系,则您可以使用连续相近的颜色来表现。如将明度从亮到暗,或从暗到亮,是将有序数值类别从小到大排列的常见方法。


同一个指标或类别在不同的图表中,所使用的颜色应保持一致,使数据中在报表中更容易产生关联。


大多数报表工具都包含默认配色方案,用于清晰区分颜色。如果某些原因,它们不符合或与您的数据不匹配,则自定义颜色以便对数据进行一目了然的评估。

您可以在 Chartio 文章《如何为数据可视化选择颜色》中找到有关使用颜色进行数据可视化的更多信息和提示。

上下文

如果没有适当的标题和标签,就很难解释图表。请始终包含如下信息:

    - 描述性的标题

    - X、Y轴的描述性标题

    - 分类标签

这些额外的信息使新用户更容易了解正在发生的事情。


如果数据难以理解,则用户不会解读数据。理解报表上的图表所需的解释或上下文越多,报表作为智能工具的效果就越差。记住,洞察速度是关键。费劲地看图是具有挑战性的,花费时间寻找报告的设计者进一步解释会减少报表地影响力。

排版

大多数国家的用户从左到右、从上到下阅读。所以,最重要的信息应该是左上角,最不重要的信息应该是右下角的信息。

对齐可视化图表。将图表与其他图表没有对齐时,会分散对向用户清楚地解读所有信息时注意力。


如年度订阅图表排版没有对齐,它突出并吸引用户的注意力,因此可能看起来更重要。

使能(Empowering)

报表是否被经常使用?是否有助于用户做出决策?报表的用户是报表创建之后最佳的评审。

    - 他们经常看吗?

    - 这是否影响他们的决策?

他们经常看吗?

大多数 BI 工具将为您提供查询日志,您可以跟踪每个报表的浏览次数:


如果您开始看到视图下降,则应跟进不再查看报表的个人。提出以下问题可以帮助:

报表对他们有用吗?

报表是否缺少一些关键信息?

他们目前使用的什么来源以访问准确的数据来做出决策?

如何报表需要哪些改进以更好地满足他们的需求?

如果为长期决策设计地报表,则可能会较少查看。这些间隔指示报表何时未使用,而突起显示何时使用以及它是否有用。

这种情况下,查看报告可能与季度规划/汇报有关。频繁关注用户使用情况似乎没什么必要。


报表上显示的数据是否影响其决策?

检查这一点的一个简单的方法是询问用户:如果报表上的数字变为 0,或者数字翻倍,您是否会采取行动?如果答案是否定的,则报表可能没有用处。如果答案是肯定的,那么报表可能很有用。

简洁(Succinct)

报表的最大优点之一是它同时显示多个可视化图表,有助于同时处理所有信息。但是人们的工作记忆有限,需要滚动查看其他图表时,得出重要结论会变得困难。滚动条适得其反了。

如下图的报告中,左侧圈出的几个图表需要滚动才能以查看。实际上,需要把它们放在屏幕大小内。

将信息隐藏在报表上"折叠下方"或屏幕底部以下通常表明报表上的信息太多。问问自己这些图表是否必要,或者是否可以在较小的空间中显示,而不影响其清晰地理解。

我们很容易在报表上放越来越多的图表,但并非所有有用的图表都与报表的目的相关。


如天气信息和营销支出与客户获取预测图表,单独都是有用的信息。但两者不相关,并列排布只会令人困惑,应该把保留预测图表。

只有与报表上的其他信息相关的数据应放在报表上。

需要注意的的是,简洁地布局相关的图表,能更容易把它们作为整体进行理解。

总结 - ACES

准确(Accurate- 如果可视化的数据不正确或可视化倾向误导对数据的理解,报表将无法使用

清晰(Clear- 清晰能够提高洞察速度

赋能(Empowering- 让人们会定期访问报表以做出决策(确保报表的目的是实现支持决策的)

简洁(Succinct - 保持报表简洁且与关键信息相关,便于同时评估所有数据并做出决策


--------------------------------------------

原文链接:What Makes a Great Dashboard (dataschool.com)

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容