阿里巴巴设计公开课《数据可视化设计在行业中的实践与应用》-阿里云数字可视化大屏经验分享

摘要

（1）如何应对行业数据可视化大屏项目中的增量需求

数据时间性
数据空间性

（2）如何应对行业数据可视化大屏项目中的存量需求

数据字段-服务于具体的功能-组成业务场景

应对行业数据可视化大屏项目中的增量需求

利用库伯学习圈理论，通过不断的积累经验，通过市场的标准进行相关的衡量，洞察并且抽离出相关的设计理论，形成相应的解决方案和设计策略，并在实际项目中进行验证。

（1）市场的客观数据可以帮助分析现今的业务趋势和发展情况，从而拟定针对性的产品目标。
从市场占有率上看，dataV产品的市场份额并不高，同时在行业覆盖率上分析，还有较大比例的陌生行业。

（2）如何在不耗损现有资源投入的同时去开拓新市场？
将项目根据行业探知、交付时长及定制化程度三个纬度将空间分为三个象限，对于落入不同象限的项目制定相应的策略。

（3）增量需求与存量需求

增量需求：来自陌生行业的需求，交付时间紧->通过方法化、流程化的能力沉淀（通过体系化敏捷设计实现快速交付？）
存量需求：已经存在行业解决方案，通过行业解决方案去消化

**（4）应对增量需求-通过数据时空模型对大屏设计规范进行定义，从而形成稳定的解决方案

某些项目会有一个3-5天的POC竞标环节，需要配合产品和商务争取中标，而在这个阶段会存在很多困难：

行业陌生：未涉及行业领域，无案例复用和参考
数据不全：POC阶段客户不为竞标者提供完整的业务数据
时间紧张：客户汇报频次密集

（5）行业大屏设计标准化方法体系
从时间和空间两个纬度对数据进行分析，快速产出方案。形成数据时空模型，根据不同的数据属性去匹配相关的设计风格与交互逻辑。

1. 时间属性：过去、现在、将来

针对时间属性的设计策略：感知数据-互动体验-仿真-预测-多系统联合（数化-互动-先知-先觉-共智）

2. 空间属性：空间数据和地理信息

空间场域（数据属性）：人、物、事等相关行为或关联产生的数据纬度，分为点、线、面、体、场、网等。
空间层次（地理）-垂直关系（系统与子系统之间的关系）：包含地球-国家-城市-区域-建筑-楼层，可逐层下钻

空间表达上需要遵循的交互原则：
当一个可视化元素去展现一个固定业务数据场景的指标时，它的层次关系是可以相互关联的（下钻关联全国和各个城市），当一个可视化元素去展示不同业务场景数据指标的同时，其空间层次关系是需要相互独立的（切屏手法阻断图形给人产生的一种视觉惯性）。

应对行业数据可视化大屏项目中的存量需求

解决方案思路：收集数据字段-归类服务于具体的功能-组成业务场景。
以智慧园区解决方案为例：最外层为收集到的数据字段，以此向内为收集字段所需要的传感器、对应的业务功能、功能的物理载体、到具体的解决方案下的场景。

（1）行业解决方案-产品化，建标准，建平台，提升效率
将资产抽离出具体的解决方案，沉淀多个垂直细分行业的模型、区块、地图。资产平台：https://datapaas.aliyun.com/visbar/#/homePortal

（2）行业解决方案-可度量（方案输出能为业务带来便利，制定指标衡量解决方案）

方案成熟度：项目与方案成熟度评估，评估解决方案是否贴合市场上大部分行业的需求且具备一定的可复制能力。抽离出业务场景匹配度、业务功能匹配度和业务数据字段匹配度三个指标，并赋予不同的权重
效率度量：设计时长制作效率评估，评估解决方案的搭建流程与传统的搭建流程输出市场对比。抽离出大屏搭建时各个节点的任务，并匹配以不同的权重。

（3）行业解决方案-可复制
结构和模式可复制到其他领域的解决方案中。

（4）行业解决方案-多元化
通过数据和服务相应的触点去提升体验，通过新技术和新能力的加持来挖掘创新。如视觉效果升级、多端数字可视化孪生解决方案、XR技术增加可视化交互形式。

注：图片来自阿里巴巴设计公开课，侵删。