利用 GLAD 原则 对一张员工离职流动可视化看板进行优化。

优化前：

优化后：

• 点击下载FRM模板：员工流失率可视化分析

• 点击下载FVS模板：员工流失率可视化分析

2.1 G原则

数据类别的使用是否恰当?

• 优化前：员工流动、流失混为一体；指标晦涩难懂，内容复杂混乱。
  

• 优化后：指标简化，只关注员工流失，不关注员工流动，去掉难理解的指标。

数据指标的使用是否恰当?

• 优化前：在职人数为时间点指标，离职人数为时间段指标，时间段指标与时间点指标混淆不清。

• 优化后：将时间度量统一，都修改为时间段指标。

2.2 L原则

是否会分散注意力，增加读者的视觉负担？

• 优化前：标注为图例形式，需要一一对照查看数据信息需要点击才能查看

• 优化后：

1）修改图表样式

标注改成标签形式，和图表近距离关联

数据设置为直接展现的形式，并非点击后显示

2）修改柱状图指标数量和数据量

删掉流动性指标，只保留流失指标

数据量控制为一年 12 个数据点

颜色是否有干扰，是否有故事？

• 优化前：图表系列都是一样的颜色，平平无奇，没有重点。
  

• 优化后：修改系列色为蓝色渐变，颜色和健康度大小匹配，健康度越低，颜色越深。

是否有重复性内容，增加读者视觉负担？

• 优化前：图例、标题重复内容较多

• 优化后：去掉重复内容

2.3 A原则

选择的图表是否合适？

• 优化前：五个指标量，看那个量影响最大，选择的堆积柱状图不易懂。

• 优化后：思考图表展现意图，更换类型为换雷达图，更直观的看出问题。

• 优化前：使用条形图，标签太长，旋转后不易用户理解。

• 优化后：修改为条形图，将标签横放，更易于理解。

数据的密度是否过高或过低？

• 优化前：

2 种坐标轴，4 个指标，指标多于 3 个

36 个月的数据，数据量太多

• 优化后：修改柱状图指标数量和数据量

删掉流动性指标，只保留流失指标

数据量控制为一年 12 个数据点

2.4 D原则

优化前：图表整体平平无奇，无灵魂，没有重点关注，没有故事。饼图只有一个饼

优化后：通过颜色和闪烁突出饼图中占比最大的系列，显示主要矛盾。

优化前：柱状图折线图只有柱子和线

优化后：给柱状图加预警线，超过预警线红色显示；离职人数最大的月份突出显示。

优化前：条形图看不出任何区别

优化后：系列修改为渐变色，颜色越深，健康度越低，低于一定健康度后红色标注提示。