信息可视化设计-课件---第四章-信息可视化的步骤和方法

信息图表设计实际就是通过数据+图形的形式 向用户讲故事。 如何将这个故事讲的引人入胜、浅显易懂、老 少皆宜是此阶段的重要议题。
例如，在2019年支付宝推出的《山海瑞兽图》 推广长图中，结合了中国古代著名神话故事 《山海经》中的中国十大神兽的特点，来对应 支付宝的各个据是否有异常 值，然后判断它们的时效性、全面性、准 确性。 第二步就是筛选掉不符合条件、错误的数 据。 最后就是将数据按照一定的规律排列。
图4-5 数据处理流程
1.数据分析的类型
（1）描述性数据分析： 定性数据在统计学上包括分类数据和顺序数据， 是一组表示事物性质、规定事物类别的文字表 述型数据。 （2）验证性数据分析： 验证性数据分析是对社会调查数据进行的一种 统计分析。 （3）探索性数据分析： 探索性数据分析是为了寻找和揭示隐含在数据 中的事物发展规律而对数据进行分析的一种方 法。
信息发布后，我们就要收集用户体验和市场反馈。 主动适时检视现有信息是否足够适用，要使其具 备“自我扩充”的功能。例如2018年淘宝上线了 针对老年人使用的亲情账号“淘宝亲情版”。
图4-17淘宝的亲情账号开通流程
数据收集的方式
（1）社会调查：
社会调查是针对社会生活中的某一情况、 某一事件、某一问题，进行深入细致地 调查研究，然后把调查研究得来的情况 真实地表述出来，以反映问题，揭露矛 盾，揭示事物发展的规律。
图4-3 社会调查的类型和方法
数据收集的方式
（2）实验获取：
实验获取是指通过实验来探索社会及自 然现象，并记录最终获得的能够开展研 究的数据信息。
实验室实验
现场实验
计算机模拟实验
人机结合实验
数据收集的方式
（3）桌面研究：
有些数据我们需要通过第三方得到，比 如报告、文献等。利用第三方数据机构 采集和分析后得到的信息和数据，可以 称为二手数据。采集二手数据的方法被 称之为桌面研究(desk research）。
图4-4 二手数据的种类及处理方式
图4-2 原始数据与加工数据的关系
准确性
数据的准确性是关乎 信息图表质量的首要 核心要求，也是数据 收集工作中最基本的 要求。
数据收集的原则
全面性
该原则要求所搜集到 的数据要尽量齐全， 无论是原始数据还是 加工数据都需要收集， 以防有用的数据丢失。
时效性
该原则要求数据的时 效性要强。在知识日 新月异的互联网时代， 老旧的数据会无法为 用户提供价值而被淘 汰。
图4-7 由各种信息图工具所绘制的统计图形
信息架构就是信息图表的组成结构。在将收集到的信 息进行整合与梳理之后，我们便可根据用户需求为相 关信息搭建一个架构体系，将现有的信息及将来的信 息进行统筹规划，为接下来的设计做好准备。
信息架构是进行下一步设计的基础，只有建立完整的 架构才能制作出完美的信息图表。
图4-13自行车使用的故事版（作者：柯善千）
在此阶段我们需要思考如何能把设计工作做到细 致，保证设计尽可能完美的品质。 设计师需要在初步设计的基础上持续发力，进一 步丰富信息图的细节，特别是完善数据的表现形 式，从而使信息可视化图表的最终品质得以保证。
图 4-14 网页界面设计形式（来源：英国兰卡斯特大学）
要求设计作品需要 提供简介、摘要、 内容提要或预览， 方便用户快速了解 更全面的信息。
容量原则
保证网站的信息架 构具有可扩展性。
示例原则
通过通俗化、情感 化的范例可以将复 杂而抽象的信息内 容更直观地展示给 用户。
多种分类
要求为用户提供多 种浏览网站的方式。
在信息可视化的“深入阶段”我们要注意信息的 简化，不追求所有数据的可视化，而是简洁明了、 生动有趣，让用户轻松解读出信息内容。
图4-6 数据分析的类型
2.数据分析的方法
（1）离线数据分析： 离线数据分析用于较复杂和耗时的数据分析和处理，须借助强大的工具来进行， 通常构建在云计算平台之上。 （2）在线数据分析 在线数据分析也称联机分析处理，是共享多维信息并针对特定问题的联机数据 访问和分析的一种技术。
3.数据分析的形式
（1）列表： 是指运用列表将数据按照一定规律来描述数据 特征，是数据分析中最常用的方法。 （2）作图： 用图形的形式来表达数据，较之文字可以更清 晰、更简明地表达各个数据之间的变化关系。
图4-8 网易云音乐信息架构设计
概念设计包括：
分析客户的实际需求及设计目的，明确图表的 吸引力或卖点，以及选择合适的图表视觉风格 进行标题、版式、色彩、动效设计，确定有效 和美观的视觉方案，通过软件将简单草图转化 为初步的高清图表。
设计团队需要集思广益，采用一些激发思维的 设计方法来确定独特的视觉方案，而头脑风暴 就是其中一种方法。
图4-9头脑风暴示意图
信息图创意设计可以看作是一种具有功能性的 艺术设计作品。草图不需要精致美观，主要将 精力集中到如何清楚传达创意信息上来。
通过大量草图的绘制，我们可以让模糊的想法 逐渐变得清晰，这样便可淘汰掉那些可行性差 的想法，并在草图中发现一些意想不到的特征 要素，促进方案的更新完善。
图4-10信息设计草图示例
例如，在gapminder提供的2015年全球人均 GDP数据地图中，经过简化信息的设计，该地 图清晰展示了每个国家的富裕程度与人均寿命的 关联性，使大众对这些信息的把握越来越明晰。
图4-16 2015年全球人均GDP数据地图（设计：汉斯.岁斯林）
设计师在此阶段需要结合信息图表的性质特点、 目标受众、使用范围、互动方式等因素制定明确 的发布和推广策划方案。 首先是有针对性地选择合适的传播渠道与发布时 间，实现短时间内最大的提高信息图表曝光率的 目标。其次要实现小成本大收益。
为了更好地接近产品的市场需求，国际上流行的 一种故事板原型(Storyboard Prototypes,SP ) 的设计方法，就是将所要开发的产品置于一定的 人、时、地、事和物中进行观察、预测、想象和 情景分析，并通过故事板的平面设计展示来说明 产品或服务的概念和应用。
例如出行服务公司Uber观察到使用户产生打车需 求的情景，并成功解决了这些情景下用户的需求， 实现了爆发式的增长。
丹.布朗的信息设计原则：
对象原则
认为要将内容看作 为一个逐步发展的 动态事物。
选择原则
要求遵循“少即是 多”的设计原则， 只为用户提供有意 义的选项。
前门原则
用户进入每个界面 都需要让他们清晰 地知道这个界面是 干什么的。
集中导航
需要保证每个导航 菜单集中、简单清 晰，让用户使用起 来更容易。
披露原则
数据是信息可视化的原材料，没有数据将无法 进行信息可视化设计。数据收集是指根据系统 自身的需求和用户的需要收集相关的数据与信 息。数据又分为原始数据和加工数据两类。
原始数据是指在经济活动中直接产生的数字、 概念、知识、经验及其总结等，是未经加工的 数据。 加工数据则是对原始数据经过加工、分析、改 编和重组而成的具有新形式、新内容的数据。
04
图4-1信息可视化的一般流程
信息可视化的设计流程可以将其分为信息模型建构、信息设计表达这两个阶段。 信息模型建构阶段主要包括收集数据、整理数据、分析数据及信息构架设计，主要完成的是处理信 息和建立信息组织结构关系的工作。 在信息设计表达中，对已经处理好的信息进行图形化视觉设计与表现是此阶段的主要任务，包括概 念设计与头脑风暴、设计草图与创意草案、故事板与说明书设计、设计的效果表现等。