
如何提高數據可讀性的一些技巧
表格的應用
由于工作原因,經常接觸到表格。我們發現,表格不但廣泛的運用在各類數據收集和分析,同時通過表格這樣一種二維矩陣來整理和陳列信息時(即便最后的展示方式并非一個典型的表格樣式),能夠很好的表達信息之間的邏輯關系,易于幫助理解橫縱信息之間的關系。
在實際的網頁設計應用中,表格橫縱相互獨立又相互關聯的模式尤其適用于:
1.組織和展示大量的信息
表格簡單的結構不但能包含大量的信息,且同時保證信息的可讀性,便于讀者快速掃描信息、從大量的條目中找到所需的信息。
2.展示對比性信息
通過合理的布局,表格能清晰的展示出同類對比信息,便于讀者分辨不同條目信息之間的關聯和區別,從而關注到關鍵、問題條目。
總的來說,一個構造清晰的表格布局,將大大提升讀者對信息的接收速度和理解程度。
例如下圖中蘋果官網對不同型號mac book的信息陳列方式,就采用了表格的結構,清晰的展示了4款不同的macbook,及各自的性能、售價等屬性,同時讀者第一眼就可以掃描到并理解表格結構,橫向是4款macbook的排列,縱向分別列出了各自的屬性,然后進一步就可以根據自己的興趣點就4款macbook的不同屬性進行對比,信息完整且便于掃描。
如上所述,表格常用來展示大量的、對比性的信息,因此提高表格的可讀性、便于用戶快速掃描,是表格設計的關鍵。本文僅就筆者閱讀過的幾篇關于表格設計的文章結合工作中的一些拙見,整理成文,分享如下。
研究如何提高表格可讀性之前,我們先簡要闡述下表格的組成要素,這里我們暫且這么總結:表格 = 標題 + 表頭 + 行標簽 + 單元格數據(信息),如下圖
表格標題是對表格整體的描述,應包含表格數據的來源及屬性,使讀者對表格內容有所認識,例如數據收集的日期、地區及其表格數據的其他屬性。
行標簽和列標簽(表頭) 是對本行/本列數據的描述,可以理解為是表格的骨架,是用戶快速掃描并接收表格布局的關鍵要素。
單元格數據(單元格信息)這里就不在多說,是表格的主體內容。
1. 根據表格的用途,設計表格的布局
如下圖,兩張表格中所包含的數據完全相同,是關于10座山峰的高度和人類登頂年份數據。不同的是他們的成列方式:表1a根據山峰的高度排序陳列,而表1b則根據人類登頂山峰的年份排序陳列,一眼之下,這兩張表無設計優劣高下之分,決定使用兩站表中的哪一張的根據是這組數據的用途,如果這張表是用于向讀者展示世界上的TOP 10山峰,則山峰的高度則是重點信息,a表的展示方式會更加合適;反之,如果這張表意在展示10大高峰中,哪座山峰是人類最先登頂的,人類先后登頂的時間順序是讀者的主要興趣點,則表b就更加適用。
2. 減少讀者計算
其實類似上一點,表格的指標也不是永遠固定的,而是從讀者閱讀表格的目的出發,調整所需展示的指標。在原始數據的基礎上給出差值、總計等分析性的數據,可以直達用戶閱讀的目標,而盡量減少用戶心算或者線下處理的過程。例如下圖展示了2010年與2009年兩年的公司財政報表,查看兩年的具體數據當然必要,但深入分析,讀者之所以要并列查看兩年的數據,目的在于對比兩年的數據變化,因此將指標變化情況列出能幫助用戶更快的達成目標。
3.精簡指標,創造信息層級
盡量減少或壓縮指標數量,避免出現用戶不需要的數據,默認只展示用戶所必須的信息,用戶需要的非重點輔助信息可以通過提供深入細節的入口(彈窗、下拉)等形式來解決,僅在用戶需要時進行提供。創造信息層級,避免無主次的鋪出所有信息,干擾用戶快速掃描定位目標條目。例如易迅的“我的訂單”列表中,就將用戶的信息、訂單狀態跟蹤信息進行了默認隱藏,同時通過鏈接色很好的提示了進一步細節信息的入口,在用戶需要時,可以方便的查閱。
4.不留空白單元格
當表格單元格中沒有相應數據時,要避免直接留出空白單元格??瞻讍卧袢菀自斐勺x者的困惑甚至誤解,讀者會搞不清楚到底是沒有數據,還是根本沒有值?正確做法,沒有數據的顯示0,給沒有值的單元格劃線或者打叉。如下圖:
5.斑馬條的運用
橫向或縱向的斑馬線以及懸停高亮底色能夠很好的引導用戶的視線,避免在閱讀時出現錯行、迷失的情況:斑馬線會使得行與行的界限更為分明,尤其對數據列較多時的橫向引導得到加強,這樣看行內的內容時不容易錯行,而懸停變色行主要是配合操作交互,明確區分出光標所在的行。
6.高亮重點信息,提高閱讀速度
通過合理的使用icon、背景色等視覺元素高亮重點信息,能夠提高用戶的閱讀速度,幫助讀者更快定位重點信息,例如下表中利用紅綠的上下箭頭很好的向用戶表達了年度財務的變化情況。
7.對齊,便于用戶快速瀏覽
對比的數據如果有了明確的對齊方式,會大大提升數據的瀏覽效率,增加對比的效果。通常,我們將數據右對齊,便于對比:通過數字位數的長短即可對比數字的量級和大??;文字左對齊,符合人們閱讀從左到右的習慣;而對一些固定長度的狀態文字(如已完成,待支付等)采用居中對齊,使這些狀態文字更突出。
像下面的圖中,如果數據居中對齊沒有明確的邊界,閱讀起來就會降低效率。
經過調整后的下一張圖中,我們就能看到,當數據對齊設計后,數據之間自動形成了規整的線,便于視線的流動。
8.設計視覺層級,引導讀者視線
通過調整標題、標簽的字體,邊框線的設計、底色的運用,從而計出合理的視覺層級,引導讀者的視線流動曲線。例如下圖:
9. 堅持使用簡單的矩陣布局,盡量減少視覺噪音
講了很多通過表格style來提高表格可讀性的方法,但是我們同時需要謹記的是,表格的主體是表格中所承載的數據信息,在進行表格的設計時,設計師們尤其要注意去除所有非必要的視覺元素,讓用戶將所有的注意力集中在數據信息上,而不是無關的邊框、底色等。所有的視覺元素應該為更好的幫助用戶閱讀而服務,除此之外,再精美的設計都是對表格的破壞。
下圖是個極端的例子,無謂的邊框設計,大大降低了這張表格的可讀性。
第3點中我們提高,在取舍表格的內容時,要盡量精簡指標,減少用戶一次性接收的信息量過于龐大,尤其不要超出用戶的視覺范圍,通過拖拽的等方式查閱表格。但在實際想運用中,表格指標過多的情況,還是經常出現。但實在無法精簡指標的時候我們能怎樣提高表格的可讀性呢,以下幾個方法或許能有所幫助。
10.固定表頭、標題列
當在閱讀數據龐大的表格時,讀者不得不通過拖拽橫向或縱向滾動條來閱讀數據,固定表格的表頭或行標題列,能幫助讀者在閱讀過程中仍清晰的知曉單元格數據的屬性。比如百度的涅槃系統提供了豐富的數據列,而如果缺少表頭的說明恐怕會很快遺忘掉該列數據是什么。
11.提供自定義選擇
由于一份數據報表,往往需要滿足各種不同的角色在不同情況下的需求,因而在數據內容上,一般采取寧多勿少的原則,即系統提供盡可能詳細的數據給用戶,由此就造成了表格指標過多,難以在一個屏幕內完整展示,導致需要橫向拉伸,極大的降低了表格的可讀性。在這個問題上,我們采取的方法是將所有的指標名稱羅列在表格上方,并提供復選框選擇,在默認情況下僅展示最常用、最重要的幾個指標(如下圖)。這樣做的好處是,首先,用戶能在表格上方看多所有的指標名稱,避免了原來需要橫向拖拽才能瀏覽到所有指標的情況;其次,用戶可以根據自己的需要,自由的選擇顯示所需指標,隱藏不必要指標,減少干擾。
12. 提供搜索和篩選
提供表格搜索和篩選是幫助讀者根據自身需求減少數據量的有效工具,用戶通過輸入自己所需的特殊條件,從而快速得到目標數據條目。
13.提供排序
通過數據排序的方式,可以快捷的發掘出關注的信息,很好的幫助讀者發現信息條目之間的關系,提高關鍵條目的優先級。這個方法不但在數據行多時適用,在數據量并不那么大時也同樣適用。
1. 從用戶閱讀表格的目標出發設計表格的內容和布局。
2. 從提高用戶閱讀速度的功能角度出發進行表格的視覺設計,避免過度設計。
3. 當表格指標、數據過多時,提供一些自定義的工具幫助用戶自助選擇出最需要的數據條目。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25