關于數據大屏可視化的設計流程與發展趨勢的分析研究

張開智 萬向 陳亞民

摘? ?要：數據可視化領域的起源，可以追溯到20世紀50年代計算機圖形學的早期。當時，人們利用計算機創建出了首批圖形圖表。數據可視化的概念一直處于不斷演變之中，其邊界在不斷地擴大，慢慢延伸出了當下流行的數據大屏可視化。本文將描述數據大屏可視化設計流程，包括大屏物理特性、業務指標梳理及數據收集、確立指標分析維度及展示圖形、分析展示圖形可實現程度、頁面布局劃分形成原型稿、大屏設計制作、設計開發配置及測試、上屏演示和客戶確認;研究和分析數據指標風險預測、智能業務分析、日常巡檢監測分析、企業品牌文化宣傳、大屏動態藝術設計5個發展趨勢。

關鍵詞：數據可視化? 大屏可視化? 監測分析

中圖分類號：TP311? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-098X（2019）09（c）-0130-04

如今人人都知道數據的重要性，企業運營中也會產生大量生產數據，但大量的數據難以整合和加以理解分析使用，使其食之無味棄之可惜。從生物學原理來說，大腦傳輸的信息90%是圖像，65%的人都是視覺學習者，人對圖像的記憶力比對文字的記憶力高6萬倍。

數據可視化是通過可視的方式，將相對復雜、抽象的數據讓人們更易理解的一系列展示手段，更形象地表達數據內在的信息和規律，促進數據信息的傳播和應用。在當前軟、硬件支持下，大屏作為數據可視化主要展示載體，“大面積、炫酷動效、豐富色彩”，大屏在觀感上給人留下震撼印象，便于營造獨特氛圍，打造儀式感，調動參觀者情緒、引發共鳴、傳遞企業文化和價值。數據可視化也擁有“可視、可交流、可互動”的特點，使用戶更容易對監測數據及時分析預警，在企業生產運營過程中起到了保駕護航的作用。

1? 數據大屏設計流程

1.1 大屏物理特性

大屏通過拼接技術將一個或者多個投影機的圖片顯示在一個屏幕上。根據用戶體驗以及觀看視角分析，多個大屏之間也是有主次之分，可提前規劃好主要、次要、輔助內容的布局，如圖1所示。

規劃好大屏布局后，需明確大屏分辨率，以便接下來設計工作的開展。分辨率是屏幕圖像的精密度，指顯示器所能顯示像素的多少。小屏幕橫向及縱向拼接數量決定了大屏整體物理分辨率。點對點投放時精度達到最高，這樣出來的設計圖不容易失真。

1.2 業務指標梳理及數據收集

根據客戶需求和預期成效，業務人員開展故事線和業務指標梳理，一般需對所有業務指標進行“主次輔”定義分類。由于大屏承載數據多，為避免觀者迷失，大屏信息呈現應有焦點與主次之分。可通過對比，先把核心數據拋給用戶，待用戶理解大屏主要內容與展示邏輯后，再逐級瀏覽二級、三級內容。收集整理業務指標數據，對數據收集困難或質量不合格的業務指標進行替換或增加備選指標。

1.3 確立指標分析維度及展示圖形

大屏設計應避免為了展示而展示，排版布局、圖表選用等應服務于業務，應充分了解業務需求后開展大屏設計。“橫看成嶺側成峰”，同一個指標的數據，從不同維度分析就有不同結果。很多時候做完可視化設計，發現可視化圖形并沒有準確表達業務意圖，也沒能向觀者傳達出應有的信息，可視化圖形讓人困惑或看不懂。選定圖表應遵循易理解、可實現原則。也可根據客戶需求隨機應變，增加一些新穎的圖形、圖表供客戶選擇，如圖4所示。

1.4 分析展示圖形可實現程度

項目開展過程中，一切不能實現的想法皆是空談，應結合項目周期與成本預算，抓住重點、有取舍、不鉆牛角尖。設計人員應常與開發人員溝通，一些可視化效果通過代碼開發更容易實現，比如設計師用Ps/Ai/Ae這些工具模擬時會發現比較困難，相反有些設計容易但開發比較困難，應規避英雄主義，設計人員和開發人員互相配合實現展示效果。同時也需要明確哪些地方設計師可以盡情發揮，哪些地方需要謹慎設計，減少不必要的風險。

1.5 頁面布局劃分形成原型稿

其實到這一步，大屏的初步原型圖已做到心中有數，根據整理好的業務指標來布局展示圖表，體現主次之分、關聯關系、提高傳遞效率，然后進行匯報交流和客戶確認即可。匯報主要確認業務指標是否合理，數據是否可收集可使用，記錄客戶對業務指標的修改意見，并深層次理解客戶想要的風格樣式，為下一步設計工作開展奠定基礎，如圖3所示。

1.6 大屏設計制作

由于生活經歷、藝術素養、情感傾向、審美觀念的不同，形成受到時代、社會、民族等歷史條件的差異化風格樣式。從理論上說，風格的差異應該是無限的，若客戶沒有明確風格樣式，可使用我們定義Web頁面設計風格時常用的方法，對業務指標進行情緒化設計，這種方法也是目前比較科學高效的風格定義手段，同時更具有說服力。在顏色使用方面則選取對比鮮明突出的色彩，背景則一般為暗色調，這樣會使整個大屏不容易視覺疲勞刺眼，同時內容鮮明突出容易分辨觀看。

根據定義好的設計風格與選定的業務指標圖表類型進行合理的可視化設計，同時可以把設計過程分為幾步來走，與客戶不斷溝通和修改完善，逐步實現完善精致。修改過程中宜多輪迭代、小步快跑，避免大修大改的情況。

1.7 設計開發、配置及測試

大屏可視同一個不規則的web頁面，所以開發階段需開展切圖與標注，一般按照設計圖1 ： 1切圖，標注可采用插件工具進行制作。在開發配置過程中，設計人員應給予配合，避免效果與設計稿不一致。如有條件允許可進行上屏測試，比如視覺方面的測試：關鍵視覺元素、字體字號、頁面動效、圖形圖表等是否按預期顯示、有無變形、錯位等情況;性能與數據方面的測試：圖形圖表動畫是否流暢、數據加載、刷新有無異常;頁面長時間展示是否存在奔潰、卡死等情況;后臺控制系統能否正常切換前端頁面顯示，其他突發問題根據實際情況進行微調。

1.8 上屏演示和客戶確認

到這個環節基本就是項目結尾了，上屏演示給客戶并記錄客戶意見，進行最后收尾修改以及日常運維保障即可。

2? 數據大屏可視化未來發展趨勢

2.1 趨勢一 數據指標的風險預測

數據可視化將不可見的數據現象、錯綜復雜、看起來無法解釋和關聯的數據，轉化為可見的圖形符號，建立起聯系和關聯，進而發現規律和特征，以獲取更有商業價值的洞見和價值。隨著數據建模算法技術成熟，可根據歷史數據來預測未來，根據預測數據分析推測出下階段發生事件，提前做好規劃部署，真正實現數據自我解釋、讓數據說話的目的，如圖4所示。

2.2 趨勢二? 智能業務分析

借助AI人工智能、機器學習法，可視化平臺不斷自我學習和記錄使用者的操作習慣，平臺智能分析能夠根據整體數據集和搜索條件自動為用戶推薦最佳分析方案，洞悉隱藏在數據中的全部信息，供用戶思考并做出進一步的探索。平臺將做到提前準備用戶所想、用戶所做的事情，讓數據能真正的智能分析。如：根據用戶的搜索條件與用戶分析操作習慣，平臺智能分析自動將與搜索指標相關的一系列數據自動分析整理，便于用戶參考使用。

2.3 趨勢三? 日常巡檢監測分析

隨著數據采集設備的發展，多種采集設備可互相協作，滿足現場日常巡檢數據實時采集，通過數據可視化的展示手段，進行現場實際場景建模監測。以滿足電力設施、機房、地下管廊等主要設備的日常監測，有效提高巡檢效率及準確率，降低意外事件發生次數，如圖5。

2.4 趨勢四 企業品牌文化宣傳

大屏可視化不僅是單純的監測分析數據，也可向內外參觀者展示企業產品、品牌和文化。針對不同大屏的展示需求，通過展示主線的靈活定制，從不同角度介紹融入企業品牌文化，清晰傳播公司的品牌形象和價值內涵，全面展現公司的發展理念、運營能力和管理水平。

2.5 趨勢五 大屏動態藝術設計

隨著時代進步和動態藝術的風靡，影視特效、動畫CG、視頻廣告、UI動畫等越來越多萌發更多的動態創造力。在大屏內容圖像圖表上做合理的動效設計，讓單調無味的靜態圖變為傳播能力較強的動態圖表，讓整個大屏效果煥然一新且充滿科技感。畢竟靜態的圖文內容已經不再是絕對的主流，相反動態設計的先天優勢更能契合發展時代下人們的感官訴求。

3? 結語

數據可視化本質是圍繞如何將相對復雜、抽象的數據，以可視化、易理解的方式給用戶帶來更優的體驗、表達和分析預警。通過建立公司數據可視化大屏，建立數據與用戶之間的輔助決策樞紐，令用戶感到輕松愉悅;通過不斷打磨數據可視細節，豐富真實表達出數據理念，實現精準定位問題和風險，最終實現數據與商業之間的完美結合。

參考文獻

[1] 胡蓉.大屏數據可視化設計基礎[J].項目管理技術，2019（3）.

[2] 淘寶設計.動態設計的起源、延續與趨勢[J].設計趨勢，2019（5）.

[3] UXBoy.大屏數據可視化設計指南[J].項目管理技術，2018（12）.

[4] 百度.數據大屏可視化.行業新聞，2019年5月10日.