几何模块在产品设计中的应用价值

发布时间:2020-10-27 01:42:04 作者:admin 407
几何模块在产品设计中的应用价值
 
编辑指南:饼状图可以直观的显示各个数据所占的比例,常用于显示产品市场份额、客户构成、满意度等数据。但是在产品设计中,饼状图也有很高的应用价值。本文作者用一个案例对此进行了解释。
据了解,淘宝A店7月至23日门店销售额为241723元,其中客服销售额71077元,无声销售额170646元。店铺负责人想了解店铺销售的构成,分析是否需要客服接待来调查客服团队对店铺的贡献
针对这种场景,本文分析了客户服务团队在消费者交易过程中的参与程度,实际上是分析了销售中有多少是客户服务销售,即消费者收到客户服务后下单进行交易的部分;
通过计算,客服销售占29.4%,无声销售占70.6%。用基本饼图图形化表达后,观察客服销售的粉丝部分,可以直观的看出客服销售占比很低,大部分订单都是消费者默默下单的。
这是基本饼图在产品设计中最常见的应用方式之一。用饼状图表示比例,结论可以帮助分析场景,辅助决策。但是饼图不仅仅是这样应用的,还可以应用在很多场景中。本文想和大家探讨一下基本饼图在产品设计中的应用价值。
1.什么是饼图?
基本饼图的定义是通过不同的扇区大小,图形化地表示不同类别的比例,即一个数据组中不同数据项的数据大小占所有数据总和的比例;并且通过彩色图例,扇区和数据项一一对应
从上面的定义可以发现,饼图是基于数据组的,数据组中数据项的个数控制扇区的个数;单个数据项与一个数据组的比率决定了扇区的大小。只有当数据集满足特定条件时,用图形表示的饼图才有意义。我们还可以利用数据集的一些特性,充分发挥饼状图在产品中的应用价值。这里我们想通过不同的场景来说明

二、什么样的数据集可以用饼图表示?
当我们需要在实际场景中表达比例时,我们经常会想到用饼图来表达,但并不是所有的情况都可以用基本的饼图来表达。在这里,我们可以通过“数据组”需要满足的条件来区分数据组是否可以用饼图来表示。什么是数据集?由两个或多个数据项组成的一组数据被定义为“数据组”。数据项和数据组之间存在包含关系。数据项是子集,数据组是母集。假设数据项1为A,数据项2为B,数据组汇总数据为C,它们之间存在关系:
A包含在C中,A: C是数据项1在整个数据组中的比例
B包含在C中,B: C是数据项2在整个数据组中的比例
比如A店,门店销售是数据组的汇总数据,客服销售和沉默销售是子数据,门店销售是父数据,子数据包含在父数据中。所以客服销售和沉默销售是一组数据组
饼图通过图形表达数据组中的关系。数据组是饼图的基础。了解了数据组的定义后,可以推断出数据组用饼图图形化表达是有前提的。数据组中的所有子集彼此独立,不相交,并且属于同一父集合(数据组)
如果不满足这个前提,饼状图就不能用来反映真实场景,没有商业价值,可以通过分析产品设计中数据组中的包含关系来判断是否可以用饼状图来表示
案例:
淘宝店A客服的销量由客服组A,客服组B,客服组C组成,现在我们知道了客服组A,客服组B的全部数据,以及客服组C的两个客服数据.业务端想知道不同数据项的比例。我们来看看这些数据项之间的关系。
假设客服团队的数据项为D,客服组A、B、C的数据项为A、B、C,客服组C的两个客服分别为C1和C2。它们的数据关系如下:
a、b、c是母集d的子集,a包含在d中,b包含在d中,c包含在d中。
C1和C2是母集C的子集,C1包含在C中,C2包含在C中
通过观察数据项,很容易做出判断。如果将客服组A、客服组B、客服C1、客服C2作为一个数据组,会混淆子数据和父数据的关系。同一个数据组不是独立的,属于同一个父集合,表达的饼图不能反映真实比例,没有商业价值。
在这里,我们发现数据集可以用来判断数据集是否可以用饼状图来绘制,避免了产品设计中不能反映实际场景的饼状图
第三,数据组中的数据数量影响饼图的可读性
当数据组可以用饼图表示时,数据组中的数据数量等于饼图中的扇区数量。数据组中的数据数量将影响我们对饼图信息的获取
人的视觉决定了我们在多个个体中寻找一个特定的个体会更加费力。试着观察下面两个饼图,可以发现同样搜索“案例2”右边会比左边容易很多当数据组数量较大时,扇区数量会增加,导致饼图非常拥挤,显示的信息会拥挤在一张图片中,降低了从饼图中获取信息的速度;当数据组中的数字很小时,饼图中显示的信息变得非常直观和清晰
在实际业务中,我们经常会遇到这样的场景,数据组很多,而我们关心的数据却很少。这时可以通过合并冗余数据项来减少数据组中的数据量,减少扇区数量,从而突出用户最关心的数据,加强具体数据的表达。
案例:
A店统计客服团队10个客服的销售比例。作为一名客服主管,我们希望每个月都能观察到Q1在客服1中的表现变化。如果我们在饼图上用图形表示10个客服比率值,因为客服团队的这个数据组中有10个数据,对应饼图上的10个扇区,这就很难找到客服1。
这时我们可以把另外九个客服数据合并成“其他客服”,这个数据组中的数据个数已经变成了两个,满足了数据组中每个数据都是独立的,没有交集的前提。
在减少数据集中数据数量的同时,强烈表达客服1的数据。这是数据组中的数据数量对饼图的影响。这个特征经常用来增强异常数据的表达,比如观察失去优秀表达的人数。
第四,单个数据的比例影响饼状图的可读性
当数据组用饼图表示时,数据组中单个数据和汇总数据的比例就是扇区的大小。我们可以通过扇区大小直观的感受到不同数据所占的比例,这会影响我们对饼状图的可读性。当某些扇区特别大或特别小时,会导致扇区之间扇区大小差距较大,导致某些扇区难以识别,影响饼状图数据的可读性。
当出现这种情况时,我们很容易判断出大扇区对应的数据占数据集汇总的比例很大,但是很难读取扇区非常小的那部分图形。此时,我们可以“局部放大”这些难以阅读的扇区。
“局部放大”是放大饼状图中比例较小的扇区,因此需要判断当前饼状图的可读性是否受到影响。一般当三个或三个以上扇区的比例小于1%时,可以认为饼状图的可读性受到了影响。利用人类视觉对大面积图形的感知更强的特点,将饼状图的小部分等比例放大,方便阅读这部分数据
案例:
A店从商品维度分析其销售额,希望通过饼状图来表达不同商品的销售比例。在获取商品销售的数据集时,发现商品A是一个爆炸,大部分店铺销售都是通过商品A的交易产生的,所以商品A的销售数据占整个数据集的比例非常大,代表了商品A非常大的一个板块。商品A的板块很大,很难读懂其他商品的比重,所以无法直观的比较这些商品的比重。此时,我们可以利用局部放大的方法,直观地观察到蛋糕图案比例较小的一些类别的比例差异。同时,我们可以通过饼状图直观的看出商品A的比重比别人大很多,两者结合可以对不同商品的比重有一个了解。
这里我们发现数据组中单个数据的比例会影响我们对饼状图信息的阅读。当某些部门特别大的时候,可以通过局部扩大的手段来解决,以便比较那些比例小的部门的差异。
摘要
在产品设计中,饼图最大的应用价值就是表现比例。事实上,饼图不仅表达了比例,还加强了表达。我们可以通过数据组中的数据数量来加强我们想要向用户展示的内容的表达,也需要注意解决单个数据比例过大时局部放大饼图的显示问题