對比3家平臺，我總結了疫情數據可視化的8點經驗
開年以來，隨着疫情方面的數據逐漸增多，一些互聯網公司也紛紛發佈一些可視化的數據產品服務，讓用戶可以實時並直觀瞭解最新情況，可謂一個便民利器。而本文，則通過丁香醫生、今日頭條以及騰訊新聞推出的“疫情實時動態”可視化服務，總結分享其中運用到的一些常見的數據可視化經驗。
閱讀指南：
（1）受衆人羣：初級產品經理
（2）閱讀收穫
- 產品分析的方法論實例，包括用戶體驗五要素、馬斯洛需求理論等；
- 數據可視化的基本技巧和遵循原則。
一、前言
1.1 概念
首先，需要先簡單澄清下數據可視化的基本概念。數據可視化，實質上是把一些概要信息（數據、關鍵內容），並結合動靜態的圖像視頻等形式進行展示，從而清晰傳遞核心信息。較爲注重視覺層面的觸達。
所以我們需要在數據之中挖掘一些重要的價值信息，並以一個可觀的方式呈現。而 “重要”的定義 是十分明顯的，核心數據、用戶感興趣、有決策意義，都可稱之爲重要。
1.2 動因
根據馬斯洛五層次需求理論，那麼數據可視化在其中屬於什麼層次的需求？
受疫情影響，生命安全成了最重要的社會需求。那麼滿足大衆對這方面的廣泛需求，推出這樣的數據可視化產品是十分有必要，滿足用戶對疫情情況、資訊信息、醫療信息等方面的獲取，從而保障自己基本的需求。
1.3 基本情況
（1）脈絡
初始，丁香醫生率先推出一個H5的可視化頁面，彙總披露病例數據。隨後，一些大廠也開始陸續推出，包括頭條、騰訊等等。
而爲什麼大家都紛紛推出這樣的數據服務，從戰略層來說：一是做好 企業責任 ，滿足用戶的知情需求；其二是滿足自己的平臺用戶，並 吸引流量 ，這都是拉新、促活的寶貴方式。
而展示的信息，主要包括每日的新增、累計病例數，各地區的病例分佈，以及疫情新聞、醫學知識等方面的內容。
（2）價值
- 用戶 ：主要滿足3類用戶： 大衆用戶、政企用戶 和患者用戶。其中主要是前2者。大衆用戶是指像我們普遍受此前疫情影響生活、工作等方面的大衆羣體。政企用戶是指政府和企業機構，同樣受此次疫情影響，對機構的運作肯定也是有影響的，他們需要基於此做合適的決策，保障企業和員工的安全。患者用戶是指受此次疫情傳播切身影響到的用戶，包括確診、疑似、接觸、被動隔離等，這類用戶對醫學信息的獲取會更爲迫切。
- 需求 ：面對3類不同的用戶，主要是滿足2大類需求，分佈是 資訊信息和醫療信息 的獲取。其中資訊信息包括疫情信息、政府信息、權威報道等。醫療信息包括醫學知識、醫院信息、醫學服務等。
而接下來，也將依據用戶體驗五要素中的範圍層、框架層、表現層，分別對這個疫情數據可視化的產品服務進行分析。
二、範圍層
範圍層的定義是決定這樣的產品服務需要提供什麼範圍內的功能服務，什麼是不做的。以及要做的數據指標，哪些是關鍵的，哪些是次要的。所以我們可以羅列一下這樣數據可視化產品，基於用戶的需求是需要準備什麼樣的數據指標。
2.1 範圍確認
上圖摘自國家衛健委某日的全日數據，在製作可視化的時候，需要考慮數據源的出處以及能提供什麼樣的指標及口徑。
從中可以看出，大致可以劃分兩類關鍵數據：一個是 病例的數據 ，一個是 輔助性的數據 。我們需要從中挑出其適合展示同時也是用戶需要關心的數據。
通常做這種可視化產品，總結性的數據是十分關鍵的。而基於用戶的關注點，每日新增、累計，就是其中的關鍵。
另外，基於“時間”和“地區”，代表了數據的“屬性”。而屬性則反應了這個數據可以以什麼樣的特點進行展現。而“時間”和“地區”是，最適合以 數據趨勢和數據分佈 的兩種主要數據可視化表達形式。
2.2 主次確認
從下表可以看出，3家平臺的數據指標在展示上是比較一致的，核心指標都一一羅列展示。
其中在時間的“小時”級別，以及“解除醫學觀察”等細分指標都不做展示，我認爲主要出於以下目的：
- 小時：各地數據更新時間不一致，無法保證的小時級別的統一更新。所以在時效性無法保障的前提下，不做過於實時的展示是合理的；
- 解除醫學觀察：類似追蹤到密切接觸者、解除醫學觀察這樣的指標太大，且邊界有不確定性，用戶對其感知不會太深，所以不展示存在較大不確定性的指標同樣也是相對合理的；
三、框架層
框架層的定義是指根據要做的功能範圍，應該確定如何正確佈局和設計，可以簡單理解爲PPT的排版一樣，以什麼樣的方式來排列展現這些元素。
3.1 佈局
首先，我們需要先看看上文提及到的幾類數據指標，重新分類一下,並標記相應的優先級。
顯然按照合理的佈局應該是：
- 從數據指標來看，確診、疑似、治癒、死亡這4個是關鍵指標，而累計要較新增重要些。
- 從時間和地域上看，中國整體數據、各省市數據、全球各國數據這3類爲關鍵指標。而由於目標用戶主要爲國內廣大用戶，那麼按照優先級排序應以全國到各省市，再到全球各國，這樣的順序排列。
3.2 可視化方案
大致的佈局是已經清晰了，那麼接下來就需要基於數據類型採用合理的可視化展示形式。
前面也提過，由於是時間和地區下的各類數據，基於這樣的屬性，是可以做趨勢、地域、列表等分佈的展示方式。支持趨勢的圖形則主要爲折線、柱狀圖，支持地域分佈類型則爲地圖，而列表則爲常規的類報表方式等。
其中，由於時間跨度較長和地區明細較多，如果使用柱狀圖，則會顯得橫軸較長，所以在有限的手機屏幕尺寸下，是不適宜展示的。
- 趨勢： 由於時間跨度較長和地區明細較多，如果使用柱狀圖，則會顯得橫軸較長，所以在有限的手機屏幕尺寸下，是不適宜展示的。
- 地圖： 地圖的可視化有很多，比如像基礎的echats組件，就支持各類2D、3D圖形。但是在這裏我們需要考慮的是，用戶主要打開的應用設備是手機。那麼手機的設備性能一定程度上限制了可視化的效果呈現。先忽略開發成本，過於酷炫的效果，會導致頁面加載、渲染十分久，這在體驗上十分不划算的。
（Echarts部分地圖特性截圖）
所以在這裏，更傾向於採用粗一些的2D省級行政地圖形式，開發週期短，且滿足最基本需求。
3.3 平臺分析
（1）彙總數據
相同點：
- 從佈局上，3家都採用“整體數據+地圖分佈”的結合佈局，清晰傳達全國一天的整體數據；
- 從數據時效性上，都清晰明確數據的更新時間，從而保證與官方的一致性；
- 從整體數據上，都以“標題、人數、較昨日”3個字段，展示整體數據的主要信息；
- 統一以地圖分佈展示全國各省的分佈，並以同一色系的深淺表達各省的數據發展情況，而圖標的比例尺隨着數據的增加也會發生變化。
差異點：
- 丁香醫生在彙總數據中間穿插了此次疫情的一些基本信息，佔據了一些空間。對於前期疫情爆發，有利於做信息普及，但到了中、後期，用戶已經十分感知這方面的信息，優先級已經沒有那麼重要，其實完全可以作爲一個hover進行信息展示。
- 整體數據上，基本展示4、5個核心指標，但在“標題”、“較昨日XX”和“具體數值”的排版上有所不同，而今日頭條更是把標題放在2個指標之間。
評價：正常應遵循 “標題+具體數值+較昨日變化 ”這樣的排列比較合適，上下順序先從標題了解該指標的含義，居中放大具體數值，突出關鍵信息，其次顯示較昨日變化對比，感知變化情況。
（2）各指標趨勢
相同點：
- 基於新增和累計兩個維度，都展示了確診、疑似、死亡和治癒等指標的數據趨勢；
- 數據內涵和數值接近的指標，都做合併在同一折線圖中，這樣使得頁面簡潔，且便於數據之間做比對、關聯。比如新增確診和新增疑似，2者的數據內涵相對接近，且數值是比較接近，都是千級單位。那麼這樣的折線展示兩者關聯關係，又不會因爲展示其他不相關又懸殊的指標造成誤解。
差異點：
- 丁香醫生在展示的指標較多一些，且增加了死亡率和治癒率等百分比類型的指標。
- 今日頭條和騰訊新聞的版式比較接近，且使用了不同的色系進行分類表達。而丁香醫生主要以左右滑動的交互收縮形式展示。減少空間，但降低了其他圖表的漏出。
- 丁香醫生突出了湖北和非湖北的數據，這樣的好處可以比較全國和非湖北，側面表達目前的疫情傳播困難程度主要在湖北，其他地區相較輕一些，實際比全國的平均值更低，緩輕心理壓力（這就是可視化的魅力）。
（3）國內各省市分佈
相同點：統一以常規列表分佈展示國內各省市的疫情數據情況，並集中以地區、確診、死亡、治癒等字段。
差異點：
- 今日頭條和騰訊新聞有明確的標題進行佈局區分，顯示國內疫情數據。而丁香醫生沒有明確展示，與上面版塊的邊界過於混淆。
- 今日頭條和騰訊新聞較丁香醫生額外增加“新增確診”指標，並且以差異色值顯示。
- 列表默認展開當前省份的各市數據，而今日頭條和騰訊新聞伸縮展開按鈕默認統一在右側，與丁香醫生顯示左側不同，較爲符合移動端產品交互習慣。
- 有趣的是，今日頭條優先展示當前用戶地理位置所在省份的數據展示，再以累計確診人數進行順序排列。而騰訊新聞和丁香新聞統一以累計確診人數多少排列。
評價：
- 考慮排序、篩選的展示邏輯，一般從大到小。
- 移動端頁面因爲便於依據當前用戶的地理位置，可以採用個性化的手段做一些差異顯示，這樣在保證整體數據展示的過程也優先展示用戶接近的數據信息，體驗更佳。
（4）海外各國分佈
展示方式如國內疫情一致，這裏不多說。而唯一不同的是，丁香醫生在全球各國的基礎做了“洲”單位的分類。這樣的好處是，分類顯得更有層次性，瞭解某個範圍內的地區更有顯著性。
四、表現層
表現層所關注的，是頁面各個元素組件的形狀、色彩和大小比例搭配。同時數據可視化十分重視圖形色彩的表達，一個好的視覺設計，能夠爲數據的信息傳遞起到十分重要的作用。
4.1 彙總數據
從上圖可以看出，3家平臺都展示了4個關鍵指標“確診”、“疑似”、“死亡”和“治癒”，以及在色彩選擇上，儘管有具體色值的差別，但是理念是都較爲接近的。
- 確診： 首先疫情確診人數，本身是一個起提醒警示作用的數據含義，所以採用偏紅色的表達是合理的，而丁香醫生和騰訊新聞則保持了這個理念。
- 疑似： 疑似的指標內涵也是有一定的警醒作用，但是由於較“確診”的程度輕些，那麼採用黃糉色系，可以相對和緩一些，而這3家在這方面是保持一致的；
- 死亡： 這個指標內涵本質上是一個嚴肅悲傷的事情，大家可以留意在一些關於“死亡”的場合，都會着裝嚴肅內斂，甚至幾乎統一黑色色系。所以，這樣的指標在色彩上選擇偏暗深色系是比較合理的；
- 治癒： 治癒本身代表由壞轉向好的意義，那麼用一種代表陽光、希望的色彩是恰到好處的，所以採用偏綠色的色彩；
4.2 地圖分佈
地圖分佈通常是以顏色深淺代表數據的“密集程度”，那麼就要確定2個關鍵的地方，1個是 色系 ，另外1個是合理的 刻度比例 。前者根據數據內涵確定合適的色系進行表達，後者是做色系的層次區分。
- 丁香醫生： 相對開放一些，採用深紅色系，直面表達此次傳播疫情的危險程度；
- 今日頭條： 3者中相對更爲剋制一些，採用和緩一點的黃棕色，同時刻度較多，所以會顯得深色區不多，這樣在展示哪些地區更嚴重一些會顯得沒那麼突出；
- 騰訊新聞： 偏淡紅色系，表達的危險信息要弱一些，處於3家平臺的中間，既不“激進”也不過於“保守”。
4.3 折線趨勢
- 對比色： 折線圖通常最多展示4種數據，但大多數只會展示2-3種，極少放4種。而折線圖有2種以上的時候，就需要採用2種以上的獨立色系來展示，這樣的好處是比較好區分。但有些產品會採用同樣的色系下2種深淺顏色，在屏幕十分大的情況下是合適的，但是在手機端有限的空間情況下，還是建議使用2種不同色系。從上圖可以看出，除今日頭條外，其餘兩家基本是採用了明顯的區分。
- 數據節點： 很多時候爲了便於用戶知道每個橫軸刻度對應的節點位置，都會標記一個“圓點”在上面，這樣好處是便於較快對應上位置。但是，當橫軸的刻度過於密集的時候，這種展示是不適合的，因爲過於密集顯得頁面不夠簡潔，且沒有重點。顯然這3家平臺都是有這樣的問題。而最好的方式，只需要在當前一天顯示節點及顯示具體數值，這樣會更清晰可觀，也便於輔助閱讀。
以上就是此次疫情數據下，在可視化應用上的一些體驗總結，3家都遵循了一些基本原則，同時也有各自的一些風格。而數據可視化的應用需要兼顧不同的因素，達到最佳效果。
一個理想的可視化設計流程，需要經歷 “數據指標的範圍篩選、頁面的佈局抉擇、可視化的視覺設計“ 等關鍵步驟。
五、總結
- 選擇數據，需確保數據的準確性、穩定性和易讀性；
- 進行可視化設計前，需要了解主要用戶使用的設備類型，以及開發的主程序，切勿過於追求視覺效果，畢竟設備性能之間、APP和手機網頁之間，都是有較大的性能差別的；
- 數據的內涵和屬性確定了可適用的展示方式，比如地理信息適用使用地圖，佔比分佈適宜使用餅狀圖等；
- 數據可視化的核心，是需要明確展示的目的和主題，同時需要分清主要和次要關鍵信息；
- 數據可視化的佈局本質上就是講好一個“故事”，所以是故事就要有先後順序、遞進關係；
- 每個元素組件，兼顧數據及數據之間背後的邏輯、關聯關係；
- 數據的羅列展示要整齊劃一，一般遵循從大到小、從外到裏的原則。
- 視覺是數據可視化的一大利器，善用有利於合理化的展示，其中圖表的設計、色彩的搭配至關重要。
3家平臺地址：
丁香醫生： https://ncov.dxy.cn/ncovh5/view/pneumonia
作者：A.D，數據產品一枚；公衆號：吾某
本文由 @A.D. 原創發佈於人人都是產品經理，未經作者許可，禁止轉載。
題圖來自Unsplash，基於CC0協議。
