《用数据讲故事》学习笔记Ch3

Ch3 杂乱是你的敌人

你添加的每一个元素都会消耗受众的一部分认知精力

3.1 认知负荷

认知负荷是学习新知识所需的脑力。
无关的认知负荷:消耗受众脑力却对他们理解信息毫无帮助。这是我们需要避免的。
要考虑为受众最小化感知到的认知负荷(在合理范围内最小化,并保证你仍然能够传达信息)。

3.2 杂乱

杂乱会使内容比实际更复杂。而当图形看起来复杂时,受众可能会决定不再花更多时间来理解我们展示的内容,从而导致我们无法继续沟通。这显然不是件好事。

3.3 视觉认知的格式塔原则

3.3.1 临近原则

我们倾向于认为物理上临近的物体属于同一个群体。
在表格设计中,简单地通过调整点与点之间的空白,你的眼睛会按预设的方向移动,左侧图中随列向下,右侧图中则随行向右。


pic1.png

3.3.2 相似原则

拥有相似颜色、形状、大小或者方向的物体会被视作相关或从属于一个群体。


pic2.png

根据颜色相似性使行更容易看到,而不是用边框


pic3.png

3.3.3 包围原则

我们会认为物理上包围在一起的物体从属于同一个群体。包围原则的使用场景之一是为数据添加一个视觉上的区分。如下图,用阴影将预测部分与实际部分区分开。


pic4.png

3.3.4 闭合原则

人们倾向于将一系列个体元素看作一个可识别的形状——当部分缺失时,我们的视觉会帮助填充。我们可以去掉图表的边框与背景色,而图形看起来仍然是一个凝聚的整体。更棒的是:当我们去掉那些不必要的元素后,数据更为突出了。


pic5.png

3.3.5 连续原则

连续原则与闭合原则类似:当我们观察物体时,尽管没有显式的路径,但我们的眼睛倾向于寻找最平稳的路径并自然地创造出连续性。

例如,将竖直的y轴去掉,仍然可以看出条形图是对齐的。

3.3.6 连接原则

我们倾向于将物理连接的物体视作一个群体。连接属性通常比相似的颜色、大小和形状有更强的关联价值。在看下图 时,你很可能将线条连接的形状(而非相似颜色、大小或形状)视为一对,这就是连接原则在起作用。


pic6.PNG

3.4 视觉无序

让我们通过一个示例来理解视觉的有序或无序给沟通带来的影响。


修改前pic7.png

修改后pic7.png

与原版相比,修改后的第二张图看起来更简单。这就是有序的力量。很明显可以看出在整体设计和元素排列上有意识地花了心思。特别是后一版更注重对齐和留白。

3.4.1 对齐

在前文的对比示例中,最大影响的改变便是将文字从原来的居中对齐调整为左对齐。居中对齐使得文字的左边或者右边没有明确的界线。总之,我们的目标在于为元素和留白建立明确的界 线(包括横向和纵向)。
避免使用倾斜的线条或者文字之类的元素。它们看起来很混乱,而且倾斜的文字比水平放置更难于阅读。

3.4.2 留白

缺少留白——就和演讲中缺少停顿一样——会让受众感到不适。有策略地留白可以将受众的注意力吸引到页面中那些没有留白的部分。
对于留白,以下是一些基本准则。

1.边界处避免出现文字和图表。
2.考虑如何有策略地使用留白来进行强调。

如果有一件事非常重要,那就考虑让这件事成为页面当中唯一的内容,有些时候可能只是一句话甚至一个数字。

3.5 对比的不正确使用

在视觉设计中有策略地使用对比的重要性:如果有一样很重要的东西我们希望受众看到,我们应该让这样东西和其他东西都截然不同。

想象你在美国一家零售店里工作,希望从各个维度比较顾客在你们店和竞争对手店里购物的体验。你通过问卷调查来收集信息,现在希望理解收集到的数据。你构建了一套加权表现指数来总结各个维度的数据(指数数值越大,表现越好,反之亦然)。图 8 显示了你和五个竞争对手在各个维度的加权表现指数。


修改前pic8.png

散点图过于杂乱,而且无法识别出我们的店铺。


修改后pic8.png

作者做了两点调整:

1.首先,选用了水平条形图来描述信息,并且将所有数值都调整为正数。原因在于,我们更感兴趣的是相对差异而非绝对数值。
2.“我们的 店铺”设为(蓝色),其他竞争对手都设为(灰色)。

通过这个设计,我们可以通过比较蓝色和灰色条形图得出我们的店铺相比其他竞争对手的表现如何:在价格上更有优势,而服务水平和商品覆盖上不及对手。

何时冗余的细节不应该视为杂乱?

在每个数值中附带美元符号有助于图表的解读。受众无需记住现在的单位是美元,因为这一信息被显式标记了出来。有些元素应该永远保留在数值当中,包括美元符号、百分号和大数值的逗号分隔符。

3.6 循序渐进地去除杂乱

通过下面这个例子,来验证识别并去除杂乱的过程如何能够改进图表和提高最终想要讲的故事的清晰程度。
场景:想象你现在管理着一个 IT 团队。你的团队从职员处接受工单或者技术问题。去年, 你已经开除了一些人,并且决定不进行新的招聘。你听说剩下的职员在抱怨不得不“收拾残局”。你被问到来年的招聘需求,也正在思考是否要多招一些人。首先,你想要了解去年解雇那些人对团队整体生产力的影响。你绘制了月度的新增工单以及去年处理工单的趋势,发现有证据表明人力不足的确导致了团队生产力的下降,现在你想将你绘制的粗糙图表改造成招聘需求的基础。


pic9.png

我采用了 6 项主要的调整来减少杂乱。让我们来逐一进行讨论。

3.6.1 去除图形边框

3.6.2 去除网格线

3.6.3 去除数据标记

pic9-3.png

3.6.4 清理坐标轴标签

将y轴的.00通通去掉,x轴不再出现倾斜数值


pic9-4.png

3.6.5 直接标记

既然我们已经消除了很多外在的认知负荷,在图例和数据之间切换的麻烦就显得更为明显。 请记住,作为信息的设计师,我们需要尽量识别出任何可能消耗受众精力的问题,而自行承 担。在这种情况下,我们可以使用格式塔邻近原则,直接在需要描述的数据旁进行标记。


pic9-5.png

3.6.6 保持颜色一致

颜色一致,这对受众来说是另一条提示:“这两部分信息是相关联的。”


pic9-6.png

3.7 小结

当你把信息放到受众面前时,就给他们带来了认知负荷,并要求他们用脑力来处理这些信 息。视觉杂乱带来了过多的认知负荷,以至于可能阻碍信息的传递。格式塔视觉原则能够帮助你理解受众如何阅读,让你识别并消除不必要的视觉元素。使用元素对齐,并保留适当的留白,这样有助于为受众打造更舒适的图表解读体验。另外,请有策略地使用对比。杂乱是你的敌人:从你的图表中赶走它! 现在你已经掌握了如何识别并消除视觉杂乱。

你可能感兴趣的:(《用数据讲故事》学习笔记Ch3)