数据可视化大屏设计规范

将相对复杂抽象的数据以更易理解的形式以可视化的方式展示出来的一系列手段，称为数据可视化。数据可视化是为了更形象地表达数据的内在信息和规律，以及通过数据可视化向人类传达有价值的数据趋势或相互关系的能力。促进数据信息的传播和应用。

在当前新技术的支持下，数据可视化除了“可视化”之外，还可以进行交流和交互。数据可视化的本质是数据空间到图形空间的映射，是抽象数据的具体表达。大屏数据可视化是以大屏幕为主要展示载体的数据可视化设计。

大屏数据可视化技术是一种综合性的、跨学科的技术，它集科技与艺术设计美学于一体。炫酷的动态效果、丰富的色彩”，大屏幕在观感上很容易给人留下震撼的印象，也方便营造一些独特的氛围，营造仪式感。无形的数据一旦可视化，就能调动人们的情绪，引起人们的共鸣，传达企业文化和价值。

利用大面积和显示大量信息的能力，在大屏幕上共享关键信息可以方便团队讨论和决策。因此，大屏幕也经常用于数据分析和监控。目前大屏数据可视化主要分为三大类：信息展示、数据分析、监测预警。

三、大屏数据可视化的设计原则

设计服务要求大屏设计要避免为展示而展示，排版布局、图表选择等要为业务服务，所以大屏设计是在充分了解业务需求的基础上进行的。那么什么是业务需求？业务需求是要解决的问题或要实现的目标。设计师通过设计帮助相关人员实现这一目标，这就是大屏数据可视化的价值所在。

因为大屏幕很大，承载着大量的数据，为了防止观看者迷路，大屏幕上的信息必须聚焦。分，有主次之分。通过对比，核心数据先抛给用户，用户了解大屏的主要内容和显示逻辑后，就可以对收集到的信息进行系统的分析和整理，正好发现需要的数据就在眼前，而不是四处寻找数据、分析数据和处理数据，随心所欲，随心所欲。

最后大家一起讨论、思考问题的解决办法，最终提出可行的解决方案。再逐级浏览二、三级内容。部分详细数据可以暂时隐藏，当用户需要时可以通过鼠标点击等交互方式唤起。

4.大屏可视化设计流程

1、根据业务场景提取关键指标

关键指标是一些通用词，是一组或一系列数据的总称。一般来说，一个指标在大屏上占据一个区域，所以通过关键指标的定义，我们就知道大屏上会显示什么内容，大屏会分成多少块。

2.建立指标分析维度

同一个指标的数据，从不同的维度进行分析，可以得出不同的结果。很多小伙伴在完成视觉设计后，发现视觉图形并没有准确地表达自己的意图，也没有向观看者传达正确的信息，视觉图形混乱或难以理解。这种情况的发生主要是因为分析的维度没有准确识别或定义混乱。

我们选好指标后，需要和项目组的其他小伙伴讨论一下：我们的指标主要想给大家展示什么，以及这些判断与项目组在计划阶段的判断是否一致。更进一步，我们想通过可视化表达什么样的规律和信息。我们可以从“联系、分布、比较、构成”四个维度来更加合乎逻辑地思考这个问题。

1.连接：数据之间的相关性

2、分布：指标中的数据主要集中在什么范围内，表现出什么样的规律？

3.比较：数据有什么区别，主要区别是什么？

4. 构成：指标中的数据由哪些部分组成，各部分所占的比例是多少？

三.选择可视化类型

分析维度确定后，其实我们可以选择的图表类型基本就确定了。接下来，我们只需要从几张图表中筛选出最能反映我们设计意图的那个。选定图表注意事项：易于理解和实现。

容易明白：

即可视化设计要考虑到大屏的终端用户，可视化结果要一目了然，不需思考和过度理解。因此，图表的选择要理性，避免选择一些对视觉效果不是很人性化的图形。

可以实现：

（1）我们需要了解现有数据的信息、规模、特征、联系等，然后评估数据是否能够支持相应的可视化性能。

（2）我们设计的图表要开发和实现。在实际工作中，一些视觉效果开发很容易用代码实现，效果也不错，但是这些效果设计师会发现很难用Ps/Ai/Ae等工具来模拟。同样的，有些效果设计师用设计工具可以很容易地实现，但需要精确的光照数据，需要精确的光照数据，需要精确的照度显示，需要精确的信息采集等等，这些都是很难做到的。但是用代码开发就很难了。

因此，在大屏设计中与开发者的沟通非常重要。我们需要明确设计师在哪些地方可以发挥最大的作用，哪些地方需要精心设计。一个项目总是有周期和预算约束的，不会无限期地修改和迭代。这里需要重点关注重点，进行取舍。

4. 制作图表

在确定使用哪些图表来制作图表后，制作过程就开始了。影响最终图表显示效果的要素一般分为两个层次：

非数据层：

没有被数据样式化的元素，比如背景、网格线、边框等。这样的元素起到辅助阅读的作用，但是如果不经过处理就释放出来，视觉上会它杂乱无章，并且干扰了您真正想要显示的信息。在输出层，每个特征图代表一类特定的特征，这些特征是从输入的所有位置提取出来的。对于这样的元素，应该尽可能的隐藏和削弱。

数据层：

样式受数据影响的元素，如条形长度、条形颜色、显示的条形数量、气泡图中的气泡大小等。此类元素的显示效果与图表本身的数据密切相关。数据比较极端，可能会导致最终的视觉呈现效果不尽如人意。如果我们不能改变具体的数据，难道就根本无法控制这些要素吗？报告数据时，无论有多少数据项，为了完整性和准确性。