反馈已提交

网络繁忙

GLAD 原则评分实践:案例三

  • 文档创建者:ReginaZhang01
  • 历史版本:11
  • 最近更新:ReginaZhang01 于 2022-08-16
  • 1. 概述

    以下是一个工厂生产派工的可视化案例。

    利用 GLAD 评分原则对该案例进行评分,并提出一些修改建议。

    1660629442726377.png

    2. 优化

    项目
    思考问题
    评分标准
    点评
    得分
    满分
    建议改善方案
    G
    数据是否恰当
    如类别和度量使用恰当,得1分
    -
    1
    1

    洞察在哪个层次

    1) 描述型分析:1分

    2) 诊断 / 预测型分析:2分

    3) 指导型分析:3分

    描述型分析
    1
    3
    增加诊断 / 预测信息和洞察内容
    L
    特效 / 颜色 / 字体是否有明显「噪声」如无明显噪声,得1分
    图标颜色一致,基本无干扰
    1
    1

    色彩搭配,有未完工等变量,可以考虑红灯、绿灯、黄灯机器指示灯风。

    1619421926nrfN.png

    辅助信息(文字 / 标签 / 图例 / 标尺等)是否有明显「噪声」如无明显噪声,得1分

    1、图形、文字、数字要配对查看

    image2021-7-22_10-3-59.png

    2、网格线有一定的视觉干扰

    image2021-7-22_10-9-2.png

    3、图例中内容重复

    image2021-7-22_11-23-18.png

    0.5
    1

    1、可以考虑将提示信息环绕饼图并指向显示;部分表格类型的数据可以考虑去掉,或表格图标只保留一个。

    16259188274GNZ.png

    2、可以考虑去掉网格线;或者用深色图标,浅色网格线。

    3、可以考虑去掉重复内容。


    A
    图形元素的精确度是否过低
    如图形元素选择准确,得1分
    图形选择基本准确
    1
    1

    这部分可以考虑做成堆积柱状图

    image2021-7-22_10-19-15.png

    三个月份的4个量比较,量之间没有相关关系,可以考虑不放在一个图上

    image2021-7-22_11-25-38.png

    可以考虑多系列雷达图,或者条状对比

    数据密度是否合适
    如数据密度合适,得1分

    整体较密

    1、单个图表中数据量合适,但尺寸较小,看起来比较挤

    image2021-7-22_10-22-7.png

    2、某些图表中指标量较多,超多3个后就会显得密集

    image2021-7-22_10-23-57.png

    3、部分内容重复,趋势图重复

    image2021-7-22_10-27-3.png

    0
    1

    1、调整布局,增加趋势图宽度,呈细长条状。

    2、可以将多个指标分组,每两个一组做趋势图。

    3、保留一个主要的,并且信息全面。次要的可以去掉坐标轴、标签、提示等元素后显示,当图表用。

    image2021-7-22_10-38-29.png

    或者拆分开,每个指标对应一个趋势图,保证趋势图信息全面。

    数据显示效果是否准确
    如显示效果准确,读者不必做算术题,得1分

    1、标准线应与目标值一致

    image2021-7-22_10-45-58.png

    2、部分纵坐标未从0开始


    0.5
    1

    1、尽量保证数据逻辑的一致性。

    2、坐标轴如非特意设置(最小值开始,或以图表美观为目的),尽量保持从0开始

    D
    是否有突出洞察的标识
    如洞察信息做明显突出区分,得1分
    基本无明显突出
    0
    1

    可以考虑添加一些重点突出:

    1、趋势图、柱状图可以考虑加预警线,和主题颜色进行对比。

    image2021-7-22_11-12-55.png

    2、条形图、柱状图可以考虑将最大值(或最小值)的柱子修改为明显的颜色,或者修改标签的颜色。

    image2021-7-22_11-14-32.png

    3、饼图最大的部分可以考虑颜色突出显示。

    image2021-7-22_11-16-47.png






    5
    10


    附件列表


    主题: 数据可视化方法
    已经是第一篇
    已经是最后一篇
    • 有帮助
    • 没帮助
    • 只是浏览

    鼠标选中内容,快速反馈问题

    鼠标选中存在疑惑的内容,即可快速反馈问题,我们将会跟进处理。

    不再提示

    10s后关闭

    联系我们
    在线支持
    获取专业技术支持,快速帮助您解决问题
    工作日9:00-12:00,13:30-17:30在线
    页面反馈
    针对当前网页的建议、问题反馈
    售前咨询
    采购需求/获取报价/预约演示
    或拨打: 400-811-8890 转1
    qr
    热线电话
    咨询/故障救援热线:400-811-8890转2
    总裁办24H投诉:17312781526
    提交页面反馈
    仅适用于当前网页的意见收集,帆软产品问题请在 问答板块提问前往服务平台 获取技术支持