疫情数据可视化经验分享，助初级产品经理了解便民利器

这三年，疫情反复着，看数据成了好多人每天起床之后去做的头一件事。当官方通报的那些密密麻麻的数字，转变为手机上一眼就能够看懂的地图以及图表时，这种直观的便利背后，实际上是多家互联网公司在可视化技术方面进行的一场集中演练。

数据可视化不是画个图表那么简单

不少人觉得数据可视化便是将数字弄成好看的柱状图表或者饼状图表，事实上，其核心是运用图形语言来讲故事，疫情数据繁杂，涵盖从新增确诊直至治愈出院，每一个数字背后都牵扯着不同人群的心，可视化所要做的，是从海量数据里提炼出“重要”的信息，这里的重要标准清晰明确，即关键指标像确诊病例数量、用户所在城市的实时动态，以及能够协助普通人做决策的信息，像周边何处可以进行核酸检测，把这些枯燥的数据转译为一眼就能明白的图像，才是该项技术的真正价值所在。

疫情之下为什么要扎堆推出数据服务

起始于2020年初之际，诸多互联网公司近乎同一时段上线了疫情数据产品。此背后并非仅仅是技术实力予以的展示这一行为，更是一种企业责任所做的体现这一情况。当恐慌情绪出现蔓延状况时，用户对于精准、及时的疫行情信息需求如爆发般增长起来，传统通报方式难以达成实时查询需求的状况。推出这般便捷于民的工具之举，既将用户获取信息时存在的痛点予以解决了，也是平台在特殊时期运用自身技术优势，承担社会责任的必然选择这一情形。这些产品使得普通人能够随时把控疫情态势情况，并做出合理的出行以及生活安排这一行为。

范围层决定给用户看哪些关键指标

研发一款疫情数据产品，首要步骤并非着手设计界面，而是要确定放置哪些具体数据。查阅卫健委的每日通报，其中数据指标数量繁多，然而绝不可能将所有数据一股脑儿呈现在用户眼前。归纳而言，这些数据主要可分为两大类：一类是核心的病例数据，另一类是辅助的防控信息。在病例数据当中，累计确诊、现有确诊、死亡以及治愈这些属于最为基本的总结性指标。与此同时，时间与地区乃是数据具有关键性的两个属性，它们对于后续怎样进行展示起着决定性的作用。比较几家主流平台，能够发觉，大家都一致地挑选了呈现核心指标，然而诸如“小时级”的琐碎数据被丢弃了，缘由是对于大众决策而言意义不太显著。

框架层让数据在页面上排兵布阵

确定好了要展示的内容，紧接着面临的是怎样去摆放这样的问题。它好比针对一篇文章设计版式那样，哪些该放置在头条位置，哪些要摆在边栏处。疫情数据依照重要程度，其优先级清晰明了：全国整体状况排列在首位的位置，紧接着是各省市的数据信息，最后才是全球动态方面的情况。明确了这样的优先级之后，布局自然而然就顺利成章了。依据时间以及地区属性，数据适宜采用趋势图、地图还有列表的形式来进行呈现。比如说全国确诊趋势部分内容，利用折线图的方式就比那些密密麻麻的数字显得直观许多。针对移动端而言，鉴于屏幕存在限制，于展示各地区明细之际，一般都会摒弃柱状图，转而使用列表，并且依照“标题 +　核心数值 +　变化量”这样的格式，以此促使用户能够迅速把握重点。

表现层用视觉设计让数据说话

数据可视化之中，视觉设计并非是徒有其表的花架子，而是助力信息传递的助推器具。优质的设计能够使复杂信息清晰明了。比如说确诊病例所呈现的地图分布状态，平常是以颜色深或者浅来表示密度情况，如此一来就需要挑选恰当的色系以及刻度比例。红色这一色系常常被用于代表疫情的严重程度，即颜色越深沉则表明病例数量越多。与此同时有这样一种情况，平台会依据用户所处的地理位置来开展个性化处理操作，优先将用户所在省份或者城市的数据进行展示呈现。这样的细节使得体验感受更为贴心周到。多个主流平台，于关键指标“确诊、疑似、死亡、治愈”方面，皆采用了类似的醒目色块予以突出，尽管具体颜色存在些许差异，然而设计理念高度相同。

从疫情产品中学到的可视化设计法则

此次疫情之时，数据产品集体上线之举，实际上乃是一场规模巨大的用户体验方面的实战，它向我们表明，一个堪称理想的可视化流程，必然得从对于数据指标的筛选着手，历经布局方面的取舍抉择，最终将其落实于视觉呈现之上。在进行设计之前，首先务必要弄明白用户是使用手机来观看，还是运用电脑去观看，以及是在App当中观看，亦或是在网页之上观看，这是因为不同终端在性能方面存在着极大的差别。数据自身所蕴含的内涵决定了展示的形式，像是地理信息就应当采用地图来展示，比例关系就应当运用饼图来呈现。整个过程犹如讲述一则故事，得存在先后顺序以及递进关系，关键的意图在于运用最为合理的视觉方式，将最为重要的信息精准地传送给最有需求的人。