历史版本8 :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：

项目中文含义思考问题评分标准不恰当问题举例

G		图表的灵魂：发现好数据与好洞察
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

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



L		降噪：简约至上
特效／颜色／字体是否有明显「噪声」如无明显噪声，得1分
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
A

精准表达：提升数据表达的准确度
图形元素的精确度是否过低如图形元素选择准确，得1分
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

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
D画龙点睛：突出洞察信息的标识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

3、GLAD 原则评分实践编辑

案例：https://bbs.fanruan.com/thread-133956-1-1.html

090357mes35qst5rt1qd36.png

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
11
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

描述型分析13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分动效有些多，上面4个指标卡+两个环形图都使用了特效01减少特效的使用
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、颜色有噪声，不符合指标颜色一致性

2、图例和标签要一直配对查看

3、橙色预警和黄色预警颜色比较接近

01

1、同一个指标建议使用相同的颜色

2、环形图的图例合并到标签上

3、预警说明中的橙色和黄色建议换一个差别大一点的颜色

A

图形元素的精确度是否过低如图形元素选择准确，得1分两个环形图的精确度较低，分类超过4个，就不建议使用饼图了，因为最小的几个值在饼图上看不到01换成条形图，通过条形的长度对比，更精确地感知各类别间的差异
数据密度是否合适如数据密度合适，得1分
11
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分这里柱形图和折线图的组合图不太恰当，01把组合图拆分，进行降维
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
11




410