如何为公民分析家时代设计大数据用户体验

大数据
Gartner表示,简化大数据平台是几乎所有分析软件供应商的主要目标。 这主要是为了满足Gartner所说的"公民分析家"的需求,其数量预计将比正式合格的数据科学家快400%。

Gartner表示,简化大数据平台是几乎所有分析软件供应商的主要目标。 这主要是为了满足Gartner所说的"公民分析家"的需求,其数量预计将比正式合格的数据科学家快400%。

因此,如果您打算启动分析解决方案并希望确保将其迅速采用,则需要考虑用户界面(UI)的大量设计工作,并确保它提供了最佳的解决方案。 用户体验(UX)。 您的最终用户应该毫不费力地找到体验,从而使他们能够以他们认为直观的方式与数据进行交互。

[[348903]]

为了创造这样的体验,您的UI设计应遵循某些关键原则和最佳实践,其中某些原则对于任何UX项目都是通用的,而另一些纯粹与大数据洞察力的表示和可视化有关。

以下准则属于大数据可视化的后一类。 它们由UX和大数据咨询专业人员进行观察和实践,如果您是购买或开发复杂分析软件的涉众,则可能会有所帮助。

定义您的用户及其需求

如果您熟悉UX设计,那么就不会失去对用户需求进行广泛研究的需要。 在大数据分析的情况下,应以某种方式指导研究,以便了解用户想要或需要查看哪些数据(以及数量多少)。

尤其重要的是需要避免使用户仪表板加载大量数据-这是设计人员或开发人员专注于证明解决方案分析功能丰富性时常犯的错误。

您的用户知道,表格,图形和图表的背后有大量数据-但是他们大多数不想看到超出实现目标所需的数据。

较少分析专家的设计

许多企业没有预算聘请专业分析师,而且无论如何,可能没有足够的熟练分析师来聘请。 凯捷(Capgemini)最近对洞察力驱动型企业的一项研究突显了这一点,其中39%的高管表示,缺乏专家是使用大数据的主要障碍。

然后,由于需要使外行人更容易访问大数据,因此在大数据UX中追求的最佳点是每个用户都可以立即查看他们最需要监视或交互的数据。 当然,这因用户而异,因此,获奖的UI将是可以根据个人喜好进行自定义的UI,理想情况下由用户自己决定。

通过观察合适的人来回答正确的问题

通过用户研究寻求用户体验见解时,需要回答的一些基本问题包括:

  • 可视化的哪些关键指标可以帮助用户做出决策?
  • 不同的利益相关者(主管,经理,分析师)将如何使用数据?
  • 数据将主要显示在大型显示器还是移动设备上?
  • 用户是否需要实时监控数据?
  • 用户需要在何种程度上与应用程序提供的数据进行交互?

无论是软件开发人员还是业务分析人员(除非碰巧是将使用您解决方案的人员)都不能保证知道用户对大数据UI的真正要求,并且绝对不能替代"观察"用户的时间 工作,而不是简单地征求他们的意见。

对仪表板使用优先级结构

尽管您可以通过观察和与用户交谈获得许多有价值的设计指导,但您不可避免地会纯粹基于设计原则和一些常识来做出某些决定。 例如,一旦您的用户帮助您了解最常使用哪些数据,您将需要以某种方式确定数据显示的优先级。

在仪表板设计中,最好使用标签来分隔不同的报告元素,并以结构化的方式从左到右对这些标签进行排序。 选项卡的顺序应结构合理,以讲述一个故事,该故事会随着用户在选项卡之间的导航而展开。

区分每个选项卡中显示的数据的优先级也很有意义,最重要的指标或结果最靠近屏幕顶部,最好使用颜色或图块突出显示以帮助它们突出显示。 这是实现前面提到的"最佳点"的一种方法,使用户只需单击鼠标或单击一次屏幕即可访问其最重要的见解。

不要制作综艺节目

可能很容易想到,对于非技术用户而言,数据分析是一个枯燥而乏味的话题,因此,数据显示需要充满活力和浮华。 但是,这种方式只会导致混乱,使数据难以解释。

例如,使用多种颜色似乎可以使图形和图表更加生动,但是使用单一的颜色渐变实际上可以更有效地帮助用户理解其数据。

相同的原则适用于选择可视化类型以合并到数据分析UI中。 比起杂乱地混合了彩色饼图和3D图形的仪表盘,其仪表盘布局极简主义,白色空间充裕,可视化效果一致,将对用户更加有用和欢迎。

创建可用性的"等级"

自然地,您需要在仪表盘中具有多种选择,因为某些图表类型将不适合以对用户最有帮助的方式显示数据。 重要的是将必要性而非创造力的自我放在驾驶座上,并力求尽可能地保持一致性。

如果不同业务领域的人员(例如市场营销/销售,领导力和技术/分析人员)将使用您的解决方案,则可能需要提供更复杂的UI。 如果是这样,最好的方法可能是设计两个或三个级别的可用性。

例如,非技术用户可能会以直观,易于理解的仪表板可视化效果最好。 管理和领导层用户更有可能需要访问基于菜单的报告和表选择。 对于分析人员和数据科学家而言,可用性的第三级可能包括菜单和键盘命令的组合,以提供对高级功能的访问。

这就是您如何改善大数据的可访问性

大数据将永远是复杂的,但这并不意味着用户体验也必须是复杂的。 本文提供的指南将帮助您考虑如何使大数据可用于您的目标用户群,该目标群将不断增长,以包括更多不具备分析专业知识的人员。

为了实现此目标,大数据处理技术的许多领域都需要完成工作,但是出色的用户体验是关键的先决条件之一。 因此,如果您的企业打算构建或购买大数据平台,那么将在界面设计中始终将UX考虑因素放在首位,并确保现在和将来都包括用户的实际需求,这将是有回报的。

 

责任编辑:赵宁宁 来源: 今日头条
相关推荐

2013-12-23 15:38:09

Compuware大数据

2019-04-28 05:15:01

物联网产品用户体验物联网

2018-03-20 14:59:42

移动应用程序大数据分析

2023-09-20 16:33:09

大数据数据指标

2016-10-27 08:39:35

大数据设计定量

2017-07-18 16:44:38

英特仿真华为大数据

2019-07-23 16:37:05

大数据IT人工智能

2015-07-23 09:34:57

大数据数据分析

2020-05-27 15:55:07

智能城市物联网技术

2013-02-27 10:56:39

大数据

2020-07-23 09:38:26

大数据隐私技术

2018-08-21 22:31:04

数据分析单身女朋友

2017-10-19 21:51:58

大数据智慧城市数据

2011-12-29 09:33:38

云计算云存储

2014-05-13 10:11:30

大数据

2013-09-05 09:33:25

大数据卢东明SAP

2017-07-24 09:18:29

大数据设计UX

2018-12-06 13:08:30

数据科学家大数据数据科学

2018-07-23 14:51:22

2019-08-14 16:08:43

大数据安全互联网
点赞
收藏

51CTO技术栈公众号