数据仪表板是Web Apps,Intranet和其他业务智能环境中使用的常用工具,以显示用户必须经常监视的定期更新的信息。

定义:仪表板是数据可视化的集合,呈现在一个单页视图中,该视图赋予了一目了然的信息,用户可以快速行动。

术语“仪表板”是汽车仪表板的隐喻,它提供了驾驶员可以快速吸收的基本信息,而不必思考。因此,仪表板并不是作为复杂数据的广泛观点:他们的目标不是促进探索;相反,它们提供可以快速消耗的信息,最小的相互作用或认知处理。用户可以瞥一眼仪表板,立即看到问题的答案,就像“我加速?”“我即将耗尽天然气吗?”(在实际的汽车仪表板的情况下),或“销售额?”和“本周的电子邮件时事通讯驾驶与最近的通讯一样多?”(在数据仪表板的情况下)。

仪表板与众不同portals,它提供了资源、信息、工具或访问的组合web-based applications那and are a single-point gateway for a variety of tasks. Dashboards are focused on a single task: communicating critical information.

操作仪表板与分析仪表板

数据仪表板通常有两种形式:

  • 操作仪表盘旨在将关键信息赋予用户,因为它们从事时间敏感的任务。
  • 一个alytical dashboards向用户提供用于分析和决策的AT-A-Glance信息,但是没有与操作仪表板相同的时间敏感度。
ArcGIS operational dashboard
一个ArcGIS中的操作面板显示城市环境中的紧急管理服务。此信息赋予紧急响应调度员来查看事件和响应团队的状态。使用条形图来指示事件的类型有助于调度员迅速跟踪需要哪些类型的紧急服务(警察,火,救护车)。

存在运行仪表板以提供快速向用户提供直接决策和执行时间敏感任务的用户的信息,例如监控服务器可用性,在手术期间的患者维生素,客户服务电话或飞行流量。操作仪表板通常存在不断更新和更改的数据。虽然并非所有操作仪表板都用于高后果环境,如医院和紧急管理,但它们都需要快速向用户提供数据,以帮助识别参数中的不可接受的偏差,或者可视化可用资源。

与旨在支持时间敏感的决策和立即动作的操作仪表板不同,分析仪表板帮助用户确定需要进一步思考,调查,研究或分析。A sales dashboard (which is usually an instance of analytical dashboard) that is updated once a day won’t show information that requires an immediate emergency intervention from a sales manager, but it can keep the manager aware of fluctuating sales data that will later demand a thoughtful analysis.

Like operational dashboards, analytical dashboards also require an at-a-glance, single-screen view of the data that they monitor, and must quickly communicate important information to a user.

前注意加工与数量表征

In order to make it easiest for users to quickly understand the relationships between data, it’s useful to leverage the properties of human visual perception. There are a variety of visual attributes that people perceive very quickly, without fully engaging their attention, in a process known as前注意加工. 例如,在包含许多相同大小的行的显示器中,较长的一行将“弹出”,而用户无需进行视觉搜索来定位它。除了长度,其他的预注意特征还包括面积、角度、二维位置和颜色。

。。/Articles/Data%20Dashboards/Preattentive.png
即使没有完全致力于对图的注意,它易于快速地告诉哪条线是最长的,由于高效和准确的长度的预备加工。

虽然所有preatentive特征都很容易脱颖而出,但并非所有这些都是平等的。有一些人,人们只是在没有能够精确定位差异的规定与其他人相比,矩形是。

相比之下,我们在估计长度比较的情况下非常擅长,我们也可以准确地估计2D空间中的位置。(有关此发现,请参阅文章末尾引用的古典1985纸。)这一事实使这两个预先信仰属性成为定量表示的理想;利用这些功能的图表和图表通常很容易理解。

仪表板与左侧图表和右侧的条形图
这个仪表板示例(从设计工作)左侧显示一个折线图,右侧显示一个条形图。折线图利用了人们预先注意处理二维位置的事实。在示例图表中,很容易看出周三的数据出现了下降。右边的条形图用长度表示一个定量变量,这是另一个预先注意的功能,可以让人们快速准确地注意到任何突出的数据点,并理解数据之间的定量关系。因此,很容易立刻看出c的条比所有其他条都长,甚至可以看出它几乎是第二长条(b)的两倍长。

另一个强大的前注意属性是颜色:一个红点很容易在一堆蓝点中脱颖而出。然而,与长度不同的是,人们并不认为不同的颜色有特定的顺序,所以颜色不应该被用来传达有关数量值或大小的信息。(此外,高达4.5%的普通人口患有某种形式的色盲;同样值得注意的是,患有色盲的男性比女性多——大约8%比0.5%;尽管具体数字因种族而异。)

线性与区域的图形

如上所述,2D位置和长度是可以自然地映射到数量的两种预测属性并支持快速数据比较和推断。因此,基于它们的可视化通常是有效且易于理解的。

条形图是代表定量数据的可靠性手段:我们预先认真地处理每个酒吧的长度,允许容易地比较值(特别是如果它们以升序或下降模式排序)。使用2D位置像散点图或线图的图表大写preattive 2d属性。

Scatterplot of 2-axis data
散点图是有效的可视化,用于在X和Y轴上绘制的两个变量之间的关系。在此图中,由于2D位置是PREATENTIVE变量,您可以立即注意到哪些数据点沿每个轴最高,最低,并且还可以容易地注意到数据之间的潜在相关性或其他关系。

圆形和基于区域的图形很难快速或准确地解释

像饼图,仪表和雷达图样的圆形图不会传达数据之间的定量关系,因为它们依赖于区域和角度来传达定量信息。虽然面积和角度是预先信中的特征,但人们可以说一个面积比另一个区域更大。

Microsoft仪表板与甜甜圈图和Triemaps
微软权力硕士仪表板使用(1)油炸圈饼图和(2)树形图来显示数据。油炸圈饼图类似于饼图-它们使用面积和角度来编码定量信息-但是中间的空白使得效果更差,这使得每个切片区域更小,从而使确定图表中每个选项的定量值这一已经很困难的任务更加复杂。树形图还使用面积来表示不同城市的相对销售额-每个矩形的面积表示其价值-但不幸的是,面积是一个变量,人们无法快速或准确地解释,因此,树形图(在这种情况下)并不是表示快速理解定量数据的有效方法。

Because charts based on area are not terribly efficient as a means of comparing quantities, visualizations like pie charts and tree maps are generally not recommended forquicklycommunicating complex quantitative relationships among items in a data set. Pie charts (and their even less helpful cousin, donut charts) are notoriously poor at most information-communication tasks (other than simply showing overwhelming disparities in percentage shares, such as a single source of revenue that represents the vast majority of a company’s profits), and should be avoided most of the time.

Tree maps (which show a hierarchical data set as a series of nested rectangles of different sizes, where the size of each rectangle corresponds to a numeric value) can be useful at representing a complex data space in a compact overview, when there is opportunity for users to leisurely explore the data set and seek out additional detail. However, treemaps are not appropriate for simple, actionable dashboards.

一个gle, too, communicates quantitative information poorly — gauges that mimic the analog gauges found in car dashboards simultaneously consume a lot of precious space on a dashboard and are also harder to interpret than linear graphs.

Klipfolio仪表板与汽车式仪表和替代子弹图表
Klifolio仪表板使用径向仪表(1)显示范围内特定度量的值。然而,循环可视化需要大量的空间来传达很少的信息,并且依赖于角度(以预先认识方式传送信息相对较差)作为传送关键数据的主要方法。就在下面,相同的仪表板使用明显更好的线性子弹图表(2)来传达类似的信息(沿着范围的定量数据,识别目标值)。然而,所有这些图表都无法显示规模的整体范围。

3D图形

策划2-variable图表3 d常做(arguably) improve aesthetics, but will make the chart much more difficult to interpret quickly and accurately, as it distorts the shapes and alignment of the visual features showing data. While area-based graphs (such as pie charts and tree maps) are most susceptible to the distorting effects of 3D visualizations (as placing them in a 3D projection skews the quantitative meaning of the area), 3D bar charts are also more difficult to properly interpret than their 2D counterparts, as they can make it much harder to see which value the top of a bar represents, and how it aligns with the gridlines.

使用图表的3D表示扭曲并歪斜表示数据的形状,从而越难以破译定量值(以及特定数据之间的相对关系)。在3D可视化中,确定哪个栏最短,即使长度是在2D中呈现时的长度是非常有效的预测变量,它变得更加艰难。例如,确定上图3D图中的第3和第4季度之间的特定关系比在相同数据的2D版本中更困难。

3d饼图
在饼图的三维表示中,面积是扭曲的。为了创建一个三维透视图,图表的底部倾斜“更接近”观察者(因此比在二维表示中更大),图表的顶部倾斜“远离”观察者(因此更小)以显示透视图。因此,距离观看者(1)“更远”的每平方厘米代表的面积(以及百分比数据)比3D空间(2)“前面”的等效平方厘米更多。
In a pie chart (which uses area to show percentage), the visualization is therefore skewed and potentially misrepresenting the data. Considering that area-based visualizations are already poor at conveying quantitative relationships, this 3D representation makes the user’s job much more difficult.

使用颜色、形状和分组来显示类别

While color and shape are preattentive cues that do not easily communicate quantitative relationships, they can be used to convey categorical information — that is, which items in a visualization belong together. (According to the格式塔心理学原理对于相似性,形状或颜色相似的项目通常被认为是相关的。)此外,空间接近性也可以表示语义分组。

由于颜色视觉受损的人的普遍性,颜色特性如色调或饱和度是有用的,而是作为次级分组提示,而不是显示组或类别的主要方式。形状或清晰的视觉分组对于相关性是更可靠的信号信号,并且使用颜色属性可以帮助加强这些关系。颜色可以向关系添加视觉权重,但是,在大多数情况下,只能用于加强以不同方式传送的信息(例如使用邻近或类似形状)。颜色和形状的组合一起制作比单独的更明显的信号

Dundas call center dashboard
Dundas呼叫中心仪表板使用形状和边框来指示不同类别的数据(形状区分来自Web Chat的呼叫,并且边框分开了不同的呼叫中心代理。虽然颜色强度用于互动长度section of the dashboard to indicate overlapping events, this attribute conveys information of secondary importance.

结论

数据仪表板旨在快速传达重要信息,而无需大量时间或认知资源来解释。因此,在线性图表和图表中编码最重要的信息使用户能够在他们完全注意可视化之前感知数据之间的关键关系。

Learn more about data dashboards in our full-day应用程序设计for Web and Desktop研讨会,更多关于人类认知及其对ux的影响人类的思想和可用性研讨会。

参考

William S. Cleveland and Robert McGill: “Graphical Perception and Graphical Methods for Analyzing Scientific Data,”科学类,卷。229,No.4716(1985年8月30日)

知觉边缘,“利用视觉感知的力量”,2004年9月4日(链接