【案例解析】数据可视化设计的底层逻辑！
前言
前几天给我们B端团队的同事分享了几个数据可视化设计案例，反响非常不错，所以也分享给大家！
这几个案例诠释了什么是数据可视化思维，正确的思维方式本质上就是设计的底层逻辑。
案例解析
在公司听了一堂关于“结构化思维”的课程，期间老师讲了一个案例。
老师说他与公司某高管吃饭，高管跟他吐槽了一件事，高管让下属整理一下2021年公司科技园入园访问人数的数据，然后发给他，结果下属给他发了下面这张图。
收到这张截图之后，高管看了很生气，老师也表示了这位员工缺少结构化思维，没有给老板的需求做到一个好的体验。
然后课堂上老师就在大屏幕上放了下面这张图表，并表示这才是老板想要的吧，大家也是连连点头表示认同。
的确如此，通过图形化的表达，能直观看到访问人数的趋势变化及各月份的数据大小感知，比单单给个数据表格好太多。
作为数据可视化设计师，难免会用苛刻的眼光发现到一些问题，同时也思考了如何更完美的数据可视化表达。
这个柱状图本身没什么问题，但是如果深入思考需求，就能发现有很多可以优化的空间。
比如老板难道不想知道一年的总访问量吗？然而这张图表中并没有体现。
如何在这张图表上规范的表达总访问量，可以通过标题展示数据，标题一般可以呈现图表的结论数据或是总量数据，下图所示。
通过把总访问人数量放置标题，图表不仅多了一个维度展示数据，而且浏览图表也会有一种先总后分的舒适结构。
在数据可视化设计理念中，我们都知道一个规律，人通常会更关注最多和最少的数据类别。
所以此图表还可以在视觉上继续优化，有个设计理念是，帮助用户做视觉选择。
下图所示，给最多和最少的数据使用不同颜色进行突出表现。
到此，是不是比之前好很多了，但其实还可以进一步思考并优化。
4月份为什么有这么多人入园访问，我相信看这个图表一定会有很多人有这样的疑问。
从这点可以引出数据可视化设计的一个重要技法，即图表中添加说明。
“添加说明”能够有效突出或解释业务数据，以及解决观者可能会有疑问。
当然“添加说明”并不是所有的图表都应该加，这要结合业务需求而定。
最终通过深入分析和思考需求，对图表进行针对性设计，解决了很多数据疑问，这就是数据可视化设计的价值。
以上数据可视化设计，是针对“看”全方位的解决了需求问题，这其实只是数据可视化设计底层逻辑的一个方面。
底层逻辑有两个方面，一是数据给谁看，分析关注点；二是看的人要做什么，有什么目的。
不清楚“看”的人要做什么，有什么目的，有时候哪怕设计再出彩，都有可能是画蛇添足。
举个案例，一个大屏设计，产品经理为了保证数据的完整性，在重要的位置展示了产品的每日注册数据。
然而产品现阶段每日注册数据很差，导致每次对外讲解大屏数据时都很尴尬，结果就是老板怒斥产品经理，赶紧把那个数据给我干掉。
必备能力
想要真正做好数据可视化设计，设计师还要掌握好一个基本功，那就是解析数据，给数据匹配恰当图表的能力。
下面举个案例，进行基本功能力验证，平时也可以通过这样的案例进行练习，锻炼自己的数据敏感度和表达。
有一天领导突然把这组数据扔给你，让你匹配和设计一个合适这组数据的图表，你能很快想到用什么图表吗？
对于这组不太常规的数据，如果你能很快给他匹配一个合适的图表，那你的能力毋庸置疑一定是杠杠的。
能够选择合适图表的关键是认识图表，了解常用图表的功能和作用，才能对数据有一定的敏感度。
下面是这组数据应该用的图表，瀑布图，想到了吗？表格中的增减数据形式，用瀑布图完美演绎。
当把基本功练好后，会不自觉的拥有另一种能力，就是对图表进行更出彩的扩展性设计。
图表扩展设计能赋予图表更真实、贴切的情感化表达。
举个最简单的案例，下图中右图就是对男女比例图表的扩展性设计。
通过使用男女剪影的图形进行设计，看起来更加贴切灵动。
另外，图表扩展性设计不用太担心前端工程师能不能实现，一般来说都没问题，如果变动大拿不准可以先去和他们沟通。
再举个扩展性设计的例子，南丁格尔玫瑰图与钟表的结合，对业务数据进行了更好的表达。
两者结合非常巧妙的表达了交通早晚高峰期指数，因为我们对钟表都具有熟悉认知，所以就算扫一眼都能清楚的感知到关键数据的时间段据。
扩展性设计就是一种创意性的表达方式，他有无限可能，也是数据可视化设计的高级技法，所以你需要拥有这种能力。
最后
数据可视化产品，设计师价值感极高，成败都在于设计，掌握好基本功，明白可视化设计的底层逻辑，再结合UI设计能力，才能产出更有价值的产品。
先点个“在看”，然后带你进设计群，公众号后台回复“1”即可，我等你
长按下方二维码，关注“互联网设计帮”
