历史版本3 :GLAD 原则 返回文档
编辑时间: 内容长度:图片数:目录数: 修改原因:

目录:

1、问题编辑

有多少人可以用一句话来总结「好」图表的标准是什么？

或许很多读者曾研习过国际可视化标准和各种图表应用的技巧，但标准和技巧的内容可以罗列出数百条，当在工作中应用时，又很难逐一在脑海中闪过每条细则，而最后是否达成一张好图表，往往凭借的还是强大的个人经验...

比起基于标准规范式的方法论（rule-based），其实应该先有一个基于原则的判断逻辑（principle-based），以更宏观的方式来解决可视化问题。

2、GLAD 原则编辑

马世权老师，在「乐见数据：商业数据可视化思维」总结了一个公式：

项目思考问题评分标准不恰当问题举例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

类别的不恰当使用

  • 类别不符合MECE原则，有重叠、有遗漏

  • 分类不均匀

度量指标的不恰当使用

  • 绝对值指标与相对值指标混淆

  • 时间段指标与时间点指标混淆



1
洞察在哪个层次

  • 描述型分析：1分

  • 诊断／预测型分析：2分

  • 指导型分析：3分




3

L		特效／颜色／字体是否有明显「噪声」如无明显噪声，得1分


1
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
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


1
数据密度是否合适如数据密度合适，得1分

  • 过低会造成图表的丰富度不够，没有回答读者的问题

  • 过高会导致负载过重，读者无法理解图表想要传达的信息



1
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
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


1
总分
10