"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
說到餅圖，當數據是40%和60%時畫面又美又和諧，但是現實是骨感的，數據也會出現95%、3%、1%和1%的極值情況。通常我會和開發討論後，定義一個大約3%的百分比，當數據小於3%時，餅圖上始終留一窄條顏色的顯示，這樣並非完全真實的數據呈現，卻讓用戶的視覺感受更好，柱狀圖也可以一樣處理。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
說到餅圖，當數據是40%和60%時畫面又美又和諧，但是現實是骨感的，數據也會出現95%、3%、1%和1%的極值情況。通常我會和開發討論後，定義一個大約3%的百分比，當數據小於3%時，餅圖上始終留一窄條顏色的顯示，這樣並非完全真實的數據呈現，卻讓用戶的視覺感受更好，柱狀圖也可以一樣處理。
05 色彩的選擇和特殊情況的補充
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
說到餅圖，當數據是40%和60%時畫面又美又和諧，但是現實是骨感的，數據也會出現95%、3%、1%和1%的極值情況。通常我會和開發討論後，定義一個大約3%的百分比，當數據小於3%時，餅圖上始終留一窄條顏色的顯示，這樣並非完全真實的數據呈現，卻讓用戶的視覺感受更好，柱狀圖也可以一樣處理。
05 色彩的選擇和特殊情況的補充
圖表顏色和整體配色息息相關，看板常規會使用深色或淺色背景。我個人偏好深色，感覺沉浸感更加明顯一些。loading.io Colors 就提供了API上圖表的預覽功能，Adobe的Kuler也很好用，可以為圖標的配色做參考。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
說到餅圖，當數據是40%和60%時畫面又美又和諧，但是現實是骨感的，數據也會出現95%、3%、1%和1%的極值情況。通常我會和開發討論後，定義一個大約3%的百分比，當數據小於3%時，餅圖上始終留一窄條顏色的顯示，這樣並非完全真實的數據呈現，卻讓用戶的視覺感受更好，柱狀圖也可以一樣處理。
05 色彩的選擇和特殊情況的補充
圖表顏色和整體配色息息相關，看板常規會使用深色或淺色背景。我個人偏好深色，感覺沉浸感更加明顯一些。loading.io Colors 就提供了API上圖表的預覽功能，Adobe的Kuler也很好用，可以為圖標的配色做參考。
當選擇深色背景後，高飽和度的顏色用在圖表上更加出彩。P站和dribble上已有很多佳作可以參考。很多圖表在細節上可以依靠漸變讓畫面更豐富，文字的陰影細節也會讓整體的視覺質感更好。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
說到餅圖，當數據是40%和60%時畫面又美又和諧，但是現實是骨感的，數據也會出現95%、3%、1%和1%的極值情況。通常我會和開發討論後，定義一個大約3%的百分比，當數據小於3%時，餅圖上始終留一窄條顏色的顯示，這樣並非完全真實的數據呈現，卻讓用戶的視覺感受更好，柱狀圖也可以一樣處理。
05 色彩的選擇和特殊情況的補充
圖表顏色和整體配色息息相關，看板常規會使用深色或淺色背景。我個人偏好深色，感覺沉浸感更加明顯一些。loading.io Colors 就提供了API上圖表的預覽功能，Adobe的Kuler也很好用，可以為圖標的配色做參考。
當選擇深色背景後，高飽和度的顏色用在圖表上更加出彩。P站和dribble上已有很多佳作可以參考。很多圖表在細節上可以依靠漸變讓畫面更豐富，文字的陰影細節也會讓整體的視覺質感更好。
而因為圖表眾多，重要的數據展示字體要分開設計，並且可以搭配亮色圖標畫龍點睛。看板會被用戶頻繁使用，一些常用圖標的運用會縮短用戶的理解時間，讓用戶效率更高。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
說到餅圖，當數據是40%和60%時畫面又美又和諧，但是現實是骨感的，數據也會出現95%、3%、1%和1%的極值情況。通常我會和開發討論後，定義一個大約3%的百分比，當數據小於3%時，餅圖上始終留一窄條顏色的顯示，這樣並非完全真實的數據呈現，卻讓用戶的視覺感受更好，柱狀圖也可以一樣處理。
05 色彩的選擇和特殊情況的補充
圖表顏色和整體配色息息相關，看板常規會使用深色或淺色背景。我個人偏好深色，感覺沉浸感更加明顯一些。loading.io Colors 就提供了API上圖表的預覽功能，Adobe的Kuler也很好用，可以為圖標的配色做參考。
當選擇深色背景後，高飽和度的顏色用在圖表上更加出彩。P站和dribble上已有很多佳作可以參考。很多圖表在細節上可以依靠漸變讓畫面更豐富，文字的陰影細節也會讓整體的視覺質感更好。
而因為圖表眾多，重要的數據展示字體要分開設計，並且可以搭配亮色圖標畫龍點睛。看板會被用戶頻繁使用，一些常用圖標的運用會縮短用戶的理解時間，讓用戶效率更高。
最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
說到餅圖，當數據是40%和60%時畫面又美又和諧，但是現實是骨感的，數據也會出現95%、3%、1%和1%的極值情況。通常我會和開發討論後，定義一個大約3%的百分比，當數據小於3%時，餅圖上始終留一窄條顏色的顯示，這樣並非完全真實的數據呈現，卻讓用戶的視覺感受更好，柱狀圖也可以一樣處理。
05 色彩的選擇和特殊情況的補充
圖表顏色和整體配色息息相關，看板常規會使用深色或淺色背景。我個人偏好深色，感覺沉浸感更加明顯一些。loading.io Colors 就提供了API上圖表的預覽功能，Adobe的Kuler也很好用，可以為圖標的配色做參考。
當選擇深色背景後，高飽和度的顏色用在圖表上更加出彩。P站和dribble上已有很多佳作可以參考。很多圖表在細節上可以依靠漸變讓畫面更豐富，文字的陰影細節也會讓整體的視覺質感更好。
而因為圖表眾多，重要的數據展示字體要分開設計，並且可以搭配亮色圖標畫龍點睛。看板會被用戶頻繁使用，一些常用圖標的運用會縮短用戶的理解時間，讓用戶效率更高。
視覺圖形表現上，我們也可以運用High Data-Ink原則，數據圖形化的書《The Visual Display of Quantitative Information》中提到圖標的兩種表現形式，數據筆墨Data-ink和非數據筆墨Non-data-ink。
數據筆墨Data-ink指極簡化的數據，代表了圖表中的不可刪除的部分，這些數據是可視化的核心。而非數據筆墨Non-data-ink代表了與數據沒有直接關係的部分，很多也是起到裝飾效果的部分。Data-Ink Ratio 數據筆墨比 = Data-Ink數據筆墨 / Total Ink總筆墨，理想情況下，圖標上的每一滴筆墨都應該有存在的意義，Data-Ink Ratio 數據筆墨比接近於1.0。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
說到餅圖，當數據是40%和60%時畫面又美又和諧，但是現實是骨感的，數據也會出現95%、3%、1%和1%的極值情況。通常我會和開發討論後，定義一個大約3%的百分比，當數據小於3%時，餅圖上始終留一窄條顏色的顯示，這樣並非完全真實的數據呈現，卻讓用戶的視覺感受更好，柱狀圖也可以一樣處理。
05 色彩的選擇和特殊情況的補充
圖表顏色和整體配色息息相關，看板常規會使用深色或淺色背景。我個人偏好深色，感覺沉浸感更加明顯一些。loading.io Colors 就提供了API上圖表的預覽功能，Adobe的Kuler也很好用，可以為圖標的配色做參考。
當選擇深色背景後，高飽和度的顏色用在圖表上更加出彩。P站和dribble上已有很多佳作可以參考。很多圖表在細節上可以依靠漸變讓畫面更豐富，文字的陰影細節也會讓整體的視覺質感更好。
而因為圖表眾多，重要的數據展示字體要分開設計，並且可以搭配亮色圖標畫龍點睛。看板會被用戶頻繁使用，一些常用圖標的運用會縮短用戶的理解時間，讓用戶效率更高。
視覺圖形表現上，我們也可以運用High Data-Ink原則，數據圖形化的書《The Visual Display of Quantitative Information》中提到圖標的兩種表現形式，數據筆墨Data-ink和非數據筆墨Non-data-ink。
數據筆墨Data-ink指極簡化的數據，代表了圖表中的不可刪除的部分，這些數據是可視化的核心。而非數據筆墨Non-data-ink代表了與數據沒有直接關係的部分，很多也是起到裝飾效果的部分。Data-Ink Ratio 數據筆墨比 = Data-Ink數據筆墨 / Total Ink總筆墨，理想情況下，圖標上的每一滴筆墨都應該有存在的意義，Data-Ink Ratio 數據筆墨比接近於1.0。
我覺得雖然這隻屬於一種數據圖形化流派的觀點，但當我們設計好圖標後，避免過多的裝飾元素讓用戶的注意力能集中在數據上的確是很好的檢視原則。
另外，我們也不要忘記對特殊情況進行補充設計，比如圖表在加載時或者刷新失敗的狀態。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
說到餅圖，當數據是40%和60%時畫面又美又和諧，但是現實是骨感的，數據也會出現95%、3%、1%和1%的極值情況。通常我會和開發討論後，定義一個大約3%的百分比，當數據小於3%時，餅圖上始終留一窄條顏色的顯示，這樣並非完全真實的數據呈現，卻讓用戶的視覺感受更好，柱狀圖也可以一樣處理。
05 色彩的選擇和特殊情況的補充
圖表顏色和整體配色息息相關，看板常規會使用深色或淺色背景。我個人偏好深色，感覺沉浸感更加明顯一些。loading.io Colors 就提供了API上圖表的預覽功能，Adobe的Kuler也很好用，可以為圖標的配色做參考。
當選擇深色背景後，高飽和度的顏色用在圖表上更加出彩。P站和dribble上已有很多佳作可以參考。很多圖表在細節上可以依靠漸變讓畫面更豐富，文字的陰影細節也會讓整體的視覺質感更好。
而因為圖表眾多，重要的數據展示字體要分開設計，並且可以搭配亮色圖標畫龍點睛。看板會被用戶頻繁使用，一些常用圖標的運用會縮短用戶的理解時間，讓用戶效率更高。
視覺圖形表現上，我們也可以運用High Data-Ink原則，數據圖形化的書《The Visual Display of Quantitative Information》中提到圖標的兩種表現形式，數據筆墨Data-ink和非數據筆墨Non-data-ink。
數據筆墨Data-ink指極簡化的數據，代表了圖表中的不可刪除的部分，這些數據是可視化的核心。而非數據筆墨Non-data-ink代表了與數據沒有直接關係的部分，很多也是起到裝飾效果的部分。Data-Ink Ratio 數據筆墨比 = Data-Ink數據筆墨 / Total Ink總筆墨，理想情況下，圖標上的每一滴筆墨都應該有存在的意義，Data-Ink Ratio 數據筆墨比接近於1.0。
我覺得雖然這隻屬於一種數據圖形化流派的觀點，但當我們設計好圖標後，避免過多的裝飾元素讓用戶的注意力能集中在數據上的確是很好的檢視原則。
另外，我們也不要忘記對特殊情況進行補充設計，比如圖表在加載時或者刷新失敗的狀態。
最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
說到餅圖，當數據是40%和60%時畫面又美又和諧，但是現實是骨感的，數據也會出現95%、3%、1%和1%的極值情況。通常我會和開發討論後，定義一個大約3%的百分比，當數據小於3%時，餅圖上始終留一窄條顏色的顯示，這樣並非完全真實的數據呈現，卻讓用戶的視覺感受更好，柱狀圖也可以一樣處理。
05 色彩的選擇和特殊情況的補充
圖表顏色和整體配色息息相關，看板常規會使用深色或淺色背景。我個人偏好深色，感覺沉浸感更加明顯一些。loading.io Colors 就提供了API上圖表的預覽功能，Adobe的Kuler也很好用，可以為圖標的配色做參考。
當選擇深色背景後，高飽和度的顏色用在圖表上更加出彩。P站和dribble上已有很多佳作可以參考。很多圖表在細節上可以依靠漸變讓畫面更豐富，文字的陰影細節也會讓整體的視覺質感更好。
而因為圖表眾多，重要的數據展示字體要分開設計，並且可以搭配亮色圖標畫龍點睛。看板會被用戶頻繁使用，一些常用圖標的運用會縮短用戶的理解時間，讓用戶效率更高。
視覺圖形表現上，我們也可以運用High Data-Ink原則，數據圖形化的書《The Visual Display of Quantitative Information》中提到圖標的兩種表現形式，數據筆墨Data-ink和非數據筆墨Non-data-ink。
數據筆墨Data-ink指極簡化的數據，代表了圖表中的不可刪除的部分，這些數據是可視化的核心。而非數據筆墨Non-data-ink代表了與數據沒有直接關係的部分，很多也是起到裝飾效果的部分。Data-Ink Ratio 數據筆墨比 = Data-Ink數據筆墨 / Total Ink總筆墨，理想情況下，圖標上的每一滴筆墨都應該有存在的意義，Data-Ink Ratio 數據筆墨比接近於1.0。
我覺得雖然這隻屬於一種數據圖形化流派的觀點，但當我們設計好圖標後，避免過多的裝飾元素讓用戶的注意力能集中在數據上的確是很好的檢視原則。
另外，我們也不要忘記對特殊情況進行補充設計，比如圖表在加載時或者刷新失敗的狀態。
06 給予用戶使用的靈活性和自定義的功能
當我們搞定了核心需求內容&交互邏輯，定下了核心頁面的視覺基調和關鍵頁，可以稍稍鬆口氣，除了補充賬戶登錄，如果開發人力盈餘，我們還可以看看有什麼錦上添花的內容可做。
一般使用看板的人基本屬於專家性用戶，所以對自定義的需求會比普通C端用戶強烈許多，在項目資源允許的情況下，為用戶提供自定義功能就是個很好的交互方案。
比如設置中允許用戶調整圖表顯示的順序，圖表可以選擇增加或隱藏基準線做對比等等，我的其中一個項目中因為多國用戶會查看，還提供了中英文語言&金額顯示格式的切換功能。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
說到餅圖，當數據是40%和60%時畫面又美又和諧，但是現實是骨感的，數據也會出現95%、3%、1%和1%的極值情況。通常我會和開發討論後，定義一個大約3%的百分比，當數據小於3%時，餅圖上始終留一窄條顏色的顯示，這樣並非完全真實的數據呈現，卻讓用戶的視覺感受更好，柱狀圖也可以一樣處理。
05 色彩的選擇和特殊情況的補充
圖表顏色和整體配色息息相關，看板常規會使用深色或淺色背景。我個人偏好深色，感覺沉浸感更加明顯一些。loading.io Colors 就提供了API上圖表的預覽功能，Adobe的Kuler也很好用，可以為圖標的配色做參考。
當選擇深色背景後，高飽和度的顏色用在圖表上更加出彩。P站和dribble上已有很多佳作可以參考。很多圖表在細節上可以依靠漸變讓畫面更豐富，文字的陰影細節也會讓整體的視覺質感更好。
而因為圖表眾多，重要的數據展示字體要分開設計，並且可以搭配亮色圖標畫龍點睛。看板會被用戶頻繁使用，一些常用圖標的運用會縮短用戶的理解時間，讓用戶效率更高。
視覺圖形表現上，我們也可以運用High Data-Ink原則，數據圖形化的書《The Visual Display of Quantitative Information》中提到圖標的兩種表現形式，數據筆墨Data-ink和非數據筆墨Non-data-ink。
數據筆墨Data-ink指極簡化的數據，代表了圖表中的不可刪除的部分，這些數據是可視化的核心。而非數據筆墨Non-data-ink代表了與數據沒有直接關係的部分，很多也是起到裝飾效果的部分。Data-Ink Ratio 數據筆墨比 = Data-Ink數據筆墨 / Total Ink總筆墨，理想情況下，圖標上的每一滴筆墨都應該有存在的意義，Data-Ink Ratio 數據筆墨比接近於1.0。
我覺得雖然這隻屬於一種數據圖形化流派的觀點，但當我們設計好圖標後，避免過多的裝飾元素讓用戶的注意力能集中在數據上的確是很好的檢視原則。
另外，我們也不要忘記對特殊情況進行補充設計，比如圖表在加載時或者刷新失敗的狀態。
06 給予用戶使用的靈活性和自定義的功能
當我們搞定了核心需求內容&交互邏輯，定下了核心頁面的視覺基調和關鍵頁，可以稍稍鬆口氣，除了補充賬戶登錄，如果開發人力盈餘，我們還可以看看有什麼錦上添花的內容可做。
一般使用看板的人基本屬於專家性用戶，所以對自定義的需求會比普通C端用戶強烈許多，在項目資源允許的情況下，為用戶提供自定義功能就是個很好的交互方案。
比如設置中允許用戶調整圖表顯示的順序，圖表可以選擇增加或隱藏基準線做對比等等，我的其中一個項目中因為多國用戶會查看，還提供了中英文語言&金額顯示格式的切換功能。
千牛平臺
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
說到餅圖，當數據是40%和60%時畫面又美又和諧，但是現實是骨感的，數據也會出現95%、3%、1%和1%的極值情況。通常我會和開發討論後，定義一個大約3%的百分比，當數據小於3%時，餅圖上始終留一窄條顏色的顯示，這樣並非完全真實的數據呈現，卻讓用戶的視覺感受更好，柱狀圖也可以一樣處理。
05 色彩的選擇和特殊情況的補充
圖表顏色和整體配色息息相關，看板常規會使用深色或淺色背景。我個人偏好深色，感覺沉浸感更加明顯一些。loading.io Colors 就提供了API上圖表的預覽功能，Adobe的Kuler也很好用，可以為圖標的配色做參考。
當選擇深色背景後，高飽和度的顏色用在圖表上更加出彩。P站和dribble上已有很多佳作可以參考。很多圖表在細節上可以依靠漸變讓畫面更豐富，文字的陰影細節也會讓整體的視覺質感更好。
而因為圖表眾多，重要的數據展示字體要分開設計，並且可以搭配亮色圖標畫龍點睛。看板會被用戶頻繁使用，一些常用圖標的運用會縮短用戶的理解時間，讓用戶效率更高。
視覺圖形表現上，我們也可以運用High Data-Ink原則，數據圖形化的書《The Visual Display of Quantitative Information》中提到圖標的兩種表現形式，數據筆墨Data-ink和非數據筆墨Non-data-ink。
數據筆墨Data-ink指極簡化的數據，代表了圖表中的不可刪除的部分，這些數據是可視化的核心。而非數據筆墨Non-data-ink代表了與數據沒有直接關係的部分，很多也是起到裝飾效果的部分。Data-Ink Ratio 數據筆墨比 = Data-Ink數據筆墨 / Total Ink總筆墨，理想情況下，圖標上的每一滴筆墨都應該有存在的意義，Data-Ink Ratio 數據筆墨比接近於1.0。
我覺得雖然這隻屬於一種數據圖形化流派的觀點，但當我們設計好圖標後，避免過多的裝飾元素讓用戶的注意力能集中在數據上的確是很好的檢視原則。
另外，我們也不要忘記對特殊情況進行補充設計，比如圖表在加載時或者刷新失敗的狀態。
06 給予用戶使用的靈活性和自定義的功能
當我們搞定了核心需求內容&交互邏輯，定下了核心頁面的視覺基調和關鍵頁，可以稍稍鬆口氣，除了補充賬戶登錄，如果開發人力盈餘，我們還可以看看有什麼錦上添花的內容可做。
一般使用看板的人基本屬於專家性用戶，所以對自定義的需求會比普通C端用戶強烈許多，在項目資源允許的情況下，為用戶提供自定義功能就是個很好的交互方案。
比如設置中允許用戶調整圖表顯示的順序，圖表可以選擇增加或隱藏基準線做對比等等，我的其中一個項目中因為多國用戶會查看，還提供了中英文語言&金額顯示格式的切換功能。
千牛平臺
最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
說到餅圖，當數據是40%和60%時畫面又美又和諧，但是現實是骨感的，數據也會出現95%、3%、1%和1%的極值情況。通常我會和開發討論後，定義一個大約3%的百分比，當數據小於3%時，餅圖上始終留一窄條顏色的顯示，這樣並非完全真實的數據呈現，卻讓用戶的視覺感受更好，柱狀圖也可以一樣處理。
05 色彩的選擇和特殊情況的補充
圖表顏色和整體配色息息相關，看板常規會使用深色或淺色背景。我個人偏好深色，感覺沉浸感更加明顯一些。loading.io Colors 就提供了API上圖表的預覽功能，Adobe的Kuler也很好用，可以為圖標的配色做參考。
當選擇深色背景後，高飽和度的顏色用在圖表上更加出彩。P站和dribble上已有很多佳作可以參考。很多圖表在細節上可以依靠漸變讓畫面更豐富，文字的陰影細節也會讓整體的視覺質感更好。
而因為圖表眾多，重要的數據展示字體要分開設計，並且可以搭配亮色圖標畫龍點睛。看板會被用戶頻繁使用，一些常用圖標的運用會縮短用戶的理解時間，讓用戶效率更高。
視覺圖形表現上，我們也可以運用High Data-Ink原則，數據圖形化的書《The Visual Display of Quantitative Information》中提到圖標的兩種表現形式，數據筆墨Data-ink和非數據筆墨Non-data-ink。
數據筆墨Data-ink指極簡化的數據，代表了圖表中的不可刪除的部分，這些數據是可視化的核心。而非數據筆墨Non-data-ink代表了與數據沒有直接關係的部分，很多也是起到裝飾效果的部分。Data-Ink Ratio 數據筆墨比 = Data-Ink數據筆墨 / Total Ink總筆墨，理想情況下，圖標上的每一滴筆墨都應該有存在的意義，Data-Ink Ratio 數據筆墨比接近於1.0。
我覺得雖然這隻屬於一種數據圖形化流派的觀點，但當我們設計好圖標後，避免過多的裝飾元素讓用戶的注意力能集中在數據上的確是很好的檢視原則。
另外，我們也不要忘記對特殊情況進行補充設計，比如圖表在加載時或者刷新失敗的狀態。
06 給予用戶使用的靈活性和自定義的功能
當我們搞定了核心需求內容&交互邏輯，定下了核心頁面的視覺基調和關鍵頁，可以稍稍鬆口氣，除了補充賬戶登錄，如果開發人力盈餘，我們還可以看看有什麼錦上添花的內容可做。
一般使用看板的人基本屬於專家性用戶，所以對自定義的需求會比普通C端用戶強烈許多，在項目資源允許的情況下，為用戶提供自定義功能就是個很好的交互方案。
比如設置中允許用戶調整圖表顯示的順序，圖表可以選擇增加或隱藏基準線做對比等等，我的其中一個項目中因為多國用戶會查看，還提供了中英文語言&金額顯示格式的切換功能。
千牛平臺
看板屬於前端系統，從技術角度考慮自定義功能的話，可以單獨開發一個後臺管理頁面。用戶可以藉此在後臺管理頁面中單獨進行個性化設置，比如頁面佈局，開關，排版等；同時和權限系統進行有機結合，添加適當安全審計和訪問控制功能。
07 上線後的的迭代
經歷了上述設計的打磨和討論，終於看板項目的第一版成功上線啦！通常0到1的過程是側重核心功能並帶著一點點簡陋的，因為開發工作會大量花費在賬號體系的建立、後端數據對接和前端數據反饋速度和刷新性能上。
從技術角度來看，上線後為確保系統穩定性，我們需要給看板設計一個統一的兜底方案，避免前端產生空白頁或數據異常的效果。通常來說，看板的數據源肯定不止一個，會有多個不同的數據源。當前端用戶刷新請求時，看板的後端服務會從各數據源獲取數據，進行適當處理後最終返回給前端以供展示。
此時，為避免一個或多個數據源不可用或請求超時的情況，可以引入緩存機制，即把之前成功的請求結果在緩存中記錄一份，作為兜底數據。當發生數據源異常時，可從緩存中讀取數據，雖然犧牲時效性，但可以提升用戶體驗。
從設計上看，第一版為了追趕上線的日期，設計時間通常被壓縮的很緊。在設計第二版時，增加新的數據需求的同時，設計師會在迭代中為圖表增加下級詳情頁提高閱讀體驗；部分常用圖表組件化降低複用成本；增加微動畫讓整體交互體驗更好等等。
比如如果是業務類看板，我們可以考慮增加公司目標係數設定，設定後可以在圖表中做同期對比目標和實際達成對比。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
說到餅圖，當數據是40%和60%時畫面又美又和諧，但是現實是骨感的，數據也會出現95%、3%、1%和1%的極值情況。通常我會和開發討論後，定義一個大約3%的百分比，當數據小於3%時，餅圖上始終留一窄條顏色的顯示，這樣並非完全真實的數據呈現，卻讓用戶的視覺感受更好，柱狀圖也可以一樣處理。
05 色彩的選擇和特殊情況的補充
圖表顏色和整體配色息息相關，看板常規會使用深色或淺色背景。我個人偏好深色，感覺沉浸感更加明顯一些。loading.io Colors 就提供了API上圖表的預覽功能，Adobe的Kuler也很好用，可以為圖標的配色做參考。
當選擇深色背景後，高飽和度的顏色用在圖表上更加出彩。P站和dribble上已有很多佳作可以參考。很多圖表在細節上可以依靠漸變讓畫面更豐富，文字的陰影細節也會讓整體的視覺質感更好。
而因為圖表眾多，重要的數據展示字體要分開設計，並且可以搭配亮色圖標畫龍點睛。看板會被用戶頻繁使用，一些常用圖標的運用會縮短用戶的理解時間，讓用戶效率更高。
視覺圖形表現上，我們也可以運用High Data-Ink原則，數據圖形化的書《The Visual Display of Quantitative Information》中提到圖標的兩種表現形式，數據筆墨Data-ink和非數據筆墨Non-data-ink。
數據筆墨Data-ink指極簡化的數據，代表了圖表中的不可刪除的部分，這些數據是可視化的核心。而非數據筆墨Non-data-ink代表了與數據沒有直接關係的部分，很多也是起到裝飾效果的部分。Data-Ink Ratio 數據筆墨比 = Data-Ink數據筆墨 / Total Ink總筆墨，理想情況下，圖標上的每一滴筆墨都應該有存在的意義，Data-Ink Ratio 數據筆墨比接近於1.0。
我覺得雖然這隻屬於一種數據圖形化流派的觀點，但當我們設計好圖標後，避免過多的裝飾元素讓用戶的注意力能集中在數據上的確是很好的檢視原則。
另外，我們也不要忘記對特殊情況進行補充設計，比如圖表在加載時或者刷新失敗的狀態。
06 給予用戶使用的靈活性和自定義的功能
當我們搞定了核心需求內容&交互邏輯，定下了核心頁面的視覺基調和關鍵頁，可以稍稍鬆口氣，除了補充賬戶登錄，如果開發人力盈餘，我們還可以看看有什麼錦上添花的內容可做。
一般使用看板的人基本屬於專家性用戶，所以對自定義的需求會比普通C端用戶強烈許多，在項目資源允許的情況下，為用戶提供自定義功能就是個很好的交互方案。
比如設置中允許用戶調整圖表顯示的順序，圖表可以選擇增加或隱藏基準線做對比等等，我的其中一個項目中因為多國用戶會查看，還提供了中英文語言&金額顯示格式的切換功能。
千牛平臺
看板屬於前端系統，從技術角度考慮自定義功能的話，可以單獨開發一個後臺管理頁面。用戶可以藉此在後臺管理頁面中單獨進行個性化設置，比如頁面佈局，開關，排版等；同時和權限系統進行有機結合，添加適當安全審計和訪問控制功能。
07 上線後的的迭代
經歷了上述設計的打磨和討論，終於看板項目的第一版成功上線啦！通常0到1的過程是側重核心功能並帶著一點點簡陋的，因為開發工作會大量花費在賬號體系的建立、後端數據對接和前端數據反饋速度和刷新性能上。
從技術角度來看，上線後為確保系統穩定性，我們需要給看板設計一個統一的兜底方案，避免前端產生空白頁或數據異常的效果。通常來說，看板的數據源肯定不止一個，會有多個不同的數據源。當前端用戶刷新請求時，看板的後端服務會從各數據源獲取數據，進行適當處理後最終返回給前端以供展示。
此時，為避免一個或多個數據源不可用或請求超時的情況，可以引入緩存機制，即把之前成功的請求結果在緩存中記錄一份，作為兜底數據。當發生數據源異常時，可從緩存中讀取數據，雖然犧牲時效性，但可以提升用戶體驗。
從設計上看，第一版為了追趕上線的日期，設計時間通常被壓縮的很緊。在設計第二版時，增加新的數據需求的同時，設計師會在迭代中為圖表增加下級詳情頁提高閱讀體驗；部分常用圖表組件化降低複用成本；增加微動畫讓整體交互體驗更好等等。
比如如果是業務類看板，我們可以考慮增加公司目標係數設定，設定後可以在圖表中做同期對比目標和實際達成對比。
最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
說到餅圖，當數據是40%和60%時畫面又美又和諧，但是現實是骨感的，數據也會出現95%、3%、1%和1%的極值情況。通常我會和開發討論後，定義一個大約3%的百分比，當數據小於3%時，餅圖上始終留一窄條顏色的顯示，這樣並非完全真實的數據呈現，卻讓用戶的視覺感受更好，柱狀圖也可以一樣處理。
05 色彩的選擇和特殊情況的補充
圖表顏色和整體配色息息相關，看板常規會使用深色或淺色背景。我個人偏好深色，感覺沉浸感更加明顯一些。loading.io Colors 就提供了API上圖表的預覽功能，Adobe的Kuler也很好用，可以為圖標的配色做參考。
當選擇深色背景後，高飽和度的顏色用在圖表上更加出彩。P站和dribble上已有很多佳作可以參考。很多圖表在細節上可以依靠漸變讓畫面更豐富，文字的陰影細節也會讓整體的視覺質感更好。
而因為圖表眾多，重要的數據展示字體要分開設計，並且可以搭配亮色圖標畫龍點睛。看板會被用戶頻繁使用，一些常用圖標的運用會縮短用戶的理解時間，讓用戶效率更高。
視覺圖形表現上，我們也可以運用High Data-Ink原則，數據圖形化的書《The Visual Display of Quantitative Information》中提到圖標的兩種表現形式，數據筆墨Data-ink和非數據筆墨Non-data-ink。
數據筆墨Data-ink指極簡化的數據，代表了圖表中的不可刪除的部分，這些數據是可視化的核心。而非數據筆墨Non-data-ink代表了與數據沒有直接關係的部分，很多也是起到裝飾效果的部分。Data-Ink Ratio 數據筆墨比 = Data-Ink數據筆墨 / Total Ink總筆墨，理想情況下，圖標上的每一滴筆墨都應該有存在的意義，Data-Ink Ratio 數據筆墨比接近於1.0。
我覺得雖然這隻屬於一種數據圖形化流派的觀點，但當我們設計好圖標後，避免過多的裝飾元素讓用戶的注意力能集中在數據上的確是很好的檢視原則。
另外，我們也不要忘記對特殊情況進行補充設計，比如圖表在加載時或者刷新失敗的狀態。
06 給予用戶使用的靈活性和自定義的功能
當我們搞定了核心需求內容&交互邏輯，定下了核心頁面的視覺基調和關鍵頁，可以稍稍鬆口氣，除了補充賬戶登錄，如果開發人力盈餘，我們還可以看看有什麼錦上添花的內容可做。
一般使用看板的人基本屬於專家性用戶，所以對自定義的需求會比普通C端用戶強烈許多，在項目資源允許的情況下，為用戶提供自定義功能就是個很好的交互方案。
比如設置中允許用戶調整圖表顯示的順序，圖表可以選擇增加或隱藏基準線做對比等等，我的其中一個項目中因為多國用戶會查看，還提供了中英文語言&金額顯示格式的切換功能。
千牛平臺
看板屬於前端系統，從技術角度考慮自定義功能的話，可以單獨開發一個後臺管理頁面。用戶可以藉此在後臺管理頁面中單獨進行個性化設置，比如頁面佈局，開關，排版等；同時和權限系統進行有機結合，添加適當安全審計和訪問控制功能。
07 上線後的的迭代
經歷了上述設計的打磨和討論，終於看板項目的第一版成功上線啦！通常0到1的過程是側重核心功能並帶著一點點簡陋的，因為開發工作會大量花費在賬號體系的建立、後端數據對接和前端數據反饋速度和刷新性能上。
從技術角度來看，上線後為確保系統穩定性，我們需要給看板設計一個統一的兜底方案，避免前端產生空白頁或數據異常的效果。通常來說，看板的數據源肯定不止一個，會有多個不同的數據源。當前端用戶刷新請求時，看板的後端服務會從各數據源獲取數據，進行適當處理後最終返回給前端以供展示。
此時，為避免一個或多個數據源不可用或請求超時的情況，可以引入緩存機制，即把之前成功的請求結果在緩存中記錄一份，作為兜底數據。當發生數據源異常時，可從緩存中讀取數據，雖然犧牲時效性，但可以提升用戶體驗。
從設計上看，第一版為了追趕上線的日期，設計時間通常被壓縮的很緊。在設計第二版時，增加新的數據需求的同時，設計師會在迭代中為圖表增加下級詳情頁提高閱讀體驗；部分常用圖表組件化降低複用成本；增加微動畫讓整體交互體驗更好等等。
比如如果是業務類看板，我們可以考慮增加公司目標係數設定，設定後可以在圖表中做同期對比目標和實際達成對比。
當項目迭代多個版本時，會需要整體佈局，細化分出三級菜單，或者增加搜索功能。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
說到餅圖，當數據是40%和60%時畫面又美又和諧，但是現實是骨感的，數據也會出現95%、3%、1%和1%的極值情況。通常我會和開發討論後，定義一個大約3%的百分比，當數據小於3%時，餅圖上始終留一窄條顏色的顯示，這樣並非完全真實的數據呈現，卻讓用戶的視覺感受更好，柱狀圖也可以一樣處理。
05 色彩的選擇和特殊情況的補充
圖表顏色和整體配色息息相關，看板常規會使用深色或淺色背景。我個人偏好深色，感覺沉浸感更加明顯一些。loading.io Colors 就提供了API上圖表的預覽功能，Adobe的Kuler也很好用，可以為圖標的配色做參考。
當選擇深色背景後，高飽和度的顏色用在圖表上更加出彩。P站和dribble上已有很多佳作可以參考。很多圖表在細節上可以依靠漸變讓畫面更豐富，文字的陰影細節也會讓整體的視覺質感更好。
而因為圖表眾多，重要的數據展示字體要分開設計，並且可以搭配亮色圖標畫龍點睛。看板會被用戶頻繁使用，一些常用圖標的運用會縮短用戶的理解時間，讓用戶效率更高。
視覺圖形表現上，我們也可以運用High Data-Ink原則，數據圖形化的書《The Visual Display of Quantitative Information》中提到圖標的兩種表現形式，數據筆墨Data-ink和非數據筆墨Non-data-ink。
數據筆墨Data-ink指極簡化的數據，代表了圖表中的不可刪除的部分，這些數據是可視化的核心。而非數據筆墨Non-data-ink代表了與數據沒有直接關係的部分，很多也是起到裝飾效果的部分。Data-Ink Ratio 數據筆墨比 = Data-Ink數據筆墨 / Total Ink總筆墨，理想情況下，圖標上的每一滴筆墨都應該有存在的意義，Data-Ink Ratio 數據筆墨比接近於1.0。
我覺得雖然這隻屬於一種數據圖形化流派的觀點，但當我們設計好圖標後，避免過多的裝飾元素讓用戶的注意力能集中在數據上的確是很好的檢視原則。
另外，我們也不要忘記對特殊情況進行補充設計，比如圖表在加載時或者刷新失敗的狀態。
06 給予用戶使用的靈活性和自定義的功能
當我們搞定了核心需求內容&交互邏輯，定下了核心頁面的視覺基調和關鍵頁，可以稍稍鬆口氣，除了補充賬戶登錄，如果開發人力盈餘，我們還可以看看有什麼錦上添花的內容可做。
一般使用看板的人基本屬於專家性用戶，所以對自定義的需求會比普通C端用戶強烈許多，在項目資源允許的情況下，為用戶提供自定義功能就是個很好的交互方案。
比如設置中允許用戶調整圖表顯示的順序，圖表可以選擇增加或隱藏基準線做對比等等，我的其中一個項目中因為多國用戶會查看，還提供了中英文語言&金額顯示格式的切換功能。
千牛平臺
看板屬於前端系統，從技術角度考慮自定義功能的話，可以單獨開發一個後臺管理頁面。用戶可以藉此在後臺管理頁面中單獨進行個性化設置，比如頁面佈局，開關，排版等；同時和權限系統進行有機結合，添加適當安全審計和訪問控制功能。
07 上線後的的迭代
經歷了上述設計的打磨和討論，終於看板項目的第一版成功上線啦！通常0到1的過程是側重核心功能並帶著一點點簡陋的，因為開發工作會大量花費在賬號體系的建立、後端數據對接和前端數據反饋速度和刷新性能上。
從技術角度來看，上線後為確保系統穩定性，我們需要給看板設計一個統一的兜底方案，避免前端產生空白頁或數據異常的效果。通常來說，看板的數據源肯定不止一個，會有多個不同的數據源。當前端用戶刷新請求時，看板的後端服務會從各數據源獲取數據，進行適當處理後最終返回給前端以供展示。
此時，為避免一個或多個數據源不可用或請求超時的情況，可以引入緩存機制，即把之前成功的請求結果在緩存中記錄一份，作為兜底數據。當發生數據源異常時，可從緩存中讀取數據，雖然犧牲時效性，但可以提升用戶體驗。
從設計上看，第一版為了追趕上線的日期，設計時間通常被壓縮的很緊。在設計第二版時，增加新的數據需求的同時，設計師會在迭代中為圖表增加下級詳情頁提高閱讀體驗；部分常用圖表組件化降低複用成本；增加微動畫讓整體交互體驗更好等等。
比如如果是業務類看板，我們可以考慮增加公司目標係數設定，設定後可以在圖表中做同期對比目標和實際達成對比。
當項目迭代多個版本時，會需要整體佈局，細化分出三級菜單，或者增加搜索功能。
通過以上七個步驟，大致可以做出一份兼具美感和實用性的看板。隨著5G時代的到來，IOT，邊緣計算等等新的技術又會產生大量的新數據源，新一代的EdgeComputing的結構也呼之慾促，像EdgeX這樣的架構已經開始在工程項目上應用開來。
"最初看板Dashboard源於形容汽車儀表盤，恰如其分地擔當了瀏覽和查看的任務。這幾年設計看板項目不少，本篇文章聊聊如何設計一個好的設計看板。
為什麼我們要自己設計看板Dashboard？
其實我們打開CNCF Cloud Native的Landscape，各類各種開源工具玲琅滿目讓人眼花繚亂。
當我們按照CNCF的Trail Map再做劃分，就可以清晰看到他們的分類和路徑，在配置、存儲、安全、發佈等諸多方面都有自己的工具。
其中只看監控和分析Observability and Analysis部分，Prometheus、Fluentd、 Open Tracing和Jaeger都是大名鼎鼎的DevOps工具。
這些開源領域的大名鼎鼎的DevOps工具，打開後會變成什麼樣子呢？下圖是用Prometheus中對Stack的一些傳統監控指標，要不是專業運維工程師，一定一臉懵逼。
如果使用商業軟件的開源版本是不是會好理解點呢？業內翹楚Elastic公司開源的Kibana的Stack健康指標界面雖然交互結構清晰了許多，但是還是感覺很難用的樣子。
這樣的軟件可以為專業工程師所用，但還是存在一定的缺陷，比如針對普通用戶的交互視覺體驗感不佳，各個數據散佈在不同的工具中難以規整統一查看，有些數據敏感有安全性的考量等等。
所以不管是想使用商業、開源軟件還是自研軟件，把看板設計好都是有挑戰的事情。今天我會用原創設計稿+網絡素材的方式做一個小小分享， 從設計師角度簡單七步設計出一個可落地的看板項目。
01 明確定義看板的用戶群體和用途
首先，看板的設計目的還是為用戶而生，所以定義用戶群體和他們核心所需非常重要。大多數看板都以看為主，輔以功能控制，大體可分為監控類Operational Dashboard和數據分析類Analytical Dashboard。
淘寶賣家平臺千牛就是監控類看板的一種，賣家可以迅速看到當日瀏覽數、交易量、交易額等核心數據，而這些展示會促使他迅速作出判斷，進行下一步行動。比如商家看到有未付款的商品，就會和客人積極溝通，促進下單成交，看到出現中差評，系統會預警賣家用以積極解決售後問題。
大多數產品的運維後臺也屬於監控類看板，運維工程師需要關注系統的穩定性和是否有異常情況等等，並作出反饋。
知乎和微信公眾號的看板就偏重數據分析類，這類看板對時間的敏感度比較低，更多地體現了歷史數據和總體趨勢。
02 定義大的交互板式和內容表現的優先級
瞭解了看板類型，我們可以看看這類設計的的交互結構。通常Web端和移動端都有看板的存在，Web端的看板比較常用左右結構，側邊欄承擔了菜單的功能。
為了給圖表更多展示空間，側邊菜單收起的樣式也很常見。
需要注意的是，設計時我們要考慮不同屏幕的自適應性，理想的話可以做到根據用戶的屏幕自適應排版。
在業務大屏項目中，曾要同時為ipad、大屏和pc上顯示看板內容，此時的方案不僅要滿足多種平臺的樣式，而且要能求同存異。因為大屏的部分可能會對外部客人展示，所以在功能上補充了單圖全屏和隱私功能，當點擊隱私功能按鈕，大屏畫面會切換成屏保，避免客人看到過多敏感數據。
03 按照邏輯分組數據並以此建立網格
當框架定好以後，我們可以開始關注展示內容，與業務&產品進行討論。通常我和業務會將同類數據的內容儘量放在一起，比如典型的PV&UV、當日下單量&下單金額、歷史數據等等…按照優先級一一排列後，我們將所有的內容扔進了畫布中，再拼圖一般開始自由組合。
比如在溝通需求列表時，業務關注人數按照時間軸可分為今日 / 7日 / 15日/ 30日，前期我建議分開列好，最後設計時考慮合併在一張圖中表現，是設計師先發散再規整的過程。
同理運維數據中的響應時間和響應慢速比也可以放在一起展示。
在設計數據分組和展現方式時，也需要從技術上考慮數據獲取和統計分析的時效性和精確性，通常可以從以下幾個角度出發：
1. 實時性的處理方案
具體的時效要求要精確到秒/分鐘/小時/天/周/月中的哪個粒度，如果是實時流數據，通常可以引入實時計算的引擎和方法，如storm/spark streaming等進行計算；如果是非實時數據，可以通過小時表/天表等方式提前跑出離線數據結果，以便統計分析。
2. 前後端功能解耦，各司其職，前端負責展示邏輯，數據處理邏輯由後端完成
前端直接面向用戶，需要敏捷開發，小步快跑，對用戶的需求快速做出反饋，因此不能加入過重的業務和數據處理邏輯，要做到所見即所得，後端返回的數據，前端直接展示。
後端作為看板的基礎，負責代碼控制和數據處理，需要做到穩定高效，具備異常處理，水平擴容，支持多數據源的特點，同時要做到API化，即每個前端的參數都可以通過API接口獲取，且具有一定含義，如/api/dashboard/visitors/pv，做到一目瞭然。
3. 數據格式的保留
一般看板展示時，會涉及到的數據格式有整型、浮點數、布爾型、字符串等數據類型，通常需要後端程序在處理時進行統一規劃，進行舍五入，以免數據溢出或類型異常。
說起來，業務需求和數據常常變化，我們在設計時，也需要考慮1-2個版本迭代後的整體效果。通常我會將固定信息排列在一起，尺寸保持統一，而把非固定展示的內容佔滿一行，這樣如果此欄目下架可以直接去掉該樓層，不影響整體佈局。
04 選擇正確的數據圖形化表現方式
擬好了框架，又確定了數據內容，我們可以考慮數據圖形化inforgraphic的設計部分啦。
在實際落地項目中，開發通常會使用開源代碼+自定義修改的方式。比如Echart就是我們常用的開源代碼，設計師在有跡可循的情況下，多考慮數據適合的圖表樣式和配色即可。
選擇圖表的大原則是使複雜的信息易於理解，界面簡單明瞭，最大限度的減少用戶的認知負擔。餅圖、折線圖和柱狀圖等都是常見又直觀的表現形式。
有些圖比如雷達圖、風玫瑰和環形分佈圖雖然看似酷炫，但是其實閱讀性性不高，要根據展示內容有所取捨。柱狀圖、折線圖和k線圖都帶有多項維度比較的性質。而針對時間變化的數據內容，我們可以選擇固態或者動態展現。
用戶即可以選擇左右滑動查看記錄，也可以選擇擴大時間線查看細節數據，Google Finance Analysis也使用了這樣的設計。
很多開源軟件也會自帶一些小小的動畫效果和交互表現，靈活運用會讓你的畫面更有趣和更好用。
實際開發上，設計師還需要注意數據表現的落地效果，比如餅圖和柱狀圖的極值情況和座標軸的定義等等。比如運維數據App用戶通過率的展現中，大多數情況下通過率都很高，所以座標軸基準就可以從96.0%起。
說到餅圖，當數據是40%和60%時畫面又美又和諧，但是現實是骨感的，數據也會出現95%、3%、1%和1%的極值情況。通常我會和開發討論後，定義一個大約3%的百分比，當數據小於3%時，餅圖上始終留一窄條顏色的顯示，這樣並非完全真實的數據呈現，卻讓用戶的視覺感受更好，柱狀圖也可以一樣處理。
05 色彩的選擇和特殊情況的補充
圖表顏色和整體配色息息相關，看板常規會使用深色或淺色背景。我個人偏好深色，感覺沉浸感更加明顯一些。loading.io Colors 就提供了API上圖表的預覽功能，Adobe的Kuler也很好用，可以為圖標的配色做參考。
當選擇深色背景後，高飽和度的顏色用在圖表上更加出彩。P站和dribble上已有很多佳作可以參考。很多圖表在細節上可以依靠漸變讓畫面更豐富，文字的陰影細節也會讓整體的視覺質感更好。
而因為圖表眾多，重要的數據展示字體要分開設計，並且可以搭配亮色圖標畫龍點睛。看板會被用戶頻繁使用，一些常用圖標的運用會縮短用戶的理解時間，讓用戶效率更高。
視覺圖形表現上，我們也可以運用High Data-Ink原則，數據圖形化的書《The Visual Display of Quantitative Information》中提到圖標的兩種表現形式，數據筆墨Data-ink和非數據筆墨Non-data-ink。
數據筆墨Data-ink指極簡化的數據，代表了圖表中的不可刪除的部分，這些數據是可視化的核心。而非數據筆墨Non-data-ink代表了與數據沒有直接關係的部分，很多也是起到裝飾效果的部分。Data-Ink Ratio 數據筆墨比 = Data-Ink數據筆墨 / Total Ink總筆墨，理想情況下，圖標上的每一滴筆墨都應該有存在的意義，Data-Ink Ratio 數據筆墨比接近於1.0。
我覺得雖然這隻屬於一種數據圖形化流派的觀點，但當我們設計好圖標後，避免過多的裝飾元素讓用戶的注意力能集中在數據上的確是很好的檢視原則。
另外，我們也不要忘記對特殊情況進行補充設計，比如圖表在加載時或者刷新失敗的狀態。
06 給予用戶使用的靈活性和自定義的功能
當我們搞定了核心需求內容&交互邏輯，定下了核心頁面的視覺基調和關鍵頁，可以稍稍鬆口氣，除了補充賬戶登錄，如果開發人力盈餘，我們還可以看看有什麼錦上添花的內容可做。
一般使用看板的人基本屬於專家性用戶，所以對自定義的需求會比普通C端用戶強烈許多，在項目資源允許的情況下，為用戶提供自定義功能就是個很好的交互方案。
比如設置中允許用戶調整圖表顯示的順序，圖表可以選擇增加或隱藏基準線做對比等等，我的其中一個項目中因為多國用戶會查看，還提供了中英文語言&金額顯示格式的切換功能。
千牛平臺
看板屬於前端系統，從技術角度考慮自定義功能的話，可以單獨開發一個後臺管理頁面。用戶可以藉此在後臺管理頁面中單獨進行個性化設置，比如頁面佈局，開關，排版等；同時和權限系統進行有機結合，添加適當安全審計和訪問控制功能。
07 上線後的的迭代
經歷了上述設計的打磨和討論，終於看板項目的第一版成功上線啦！通常0到1的過程是側重核心功能並帶著一點點簡陋的，因為開發工作會大量花費在賬號體系的建立、後端數據對接和前端數據反饋速度和刷新性能上。
從技術角度來看，上線後為確保系統穩定性，我們需要給看板設計一個統一的兜底方案，避免前端產生空白頁或數據異常的效果。通常來說，看板的數據源肯定不止一個，會有多個不同的數據源。當前端用戶刷新請求時，看板的後端服務會從各數據源獲取數據，進行適當處理後最終返回給前端以供展示。
此時，為避免一個或多個數據源不可用或請求超時的情況，可以引入緩存機制，即把之前成功的請求結果在緩存中記錄一份，作為兜底數據。當發生數據源異常時，可從緩存中讀取數據，雖然犧牲時效性，但可以提升用戶體驗。
從設計上看，第一版為了追趕上線的日期，設計時間通常被壓縮的很緊。在設計第二版時，增加新的數據需求的同時，設計師會在迭代中為圖表增加下級詳情頁提高閱讀體驗；部分常用圖表組件化降低複用成本；增加微動畫讓整體交互體驗更好等等。
比如如果是業務類看板，我們可以考慮增加公司目標係數設定，設定後可以在圖表中做同期對比目標和實際達成對比。
當項目迭代多個版本時，會需要整體佈局，細化分出三級菜單，或者增加搜索功能。
通過以上七個步驟，大致可以做出一份兼具美感和實用性的看板。隨著5G時代的到來，IOT，邊緣計算等等新的技術又會產生大量的新數據源，新一代的EdgeComputing的結構也呼之慾促，像EdgeX這樣的架構已經開始在工程項目上應用開來。
這些新的技術必然會給看板設計帶來更多的挑戰：比如在多層次硬件數據結構上過濾出業務需要的數據，在數據併發出現時能有效捕捉Key Data併合理呈現等等。
綜上所述，設計數據圖形化看板是最具衝擊力的視覺項目之一，產品、設計和開發都在用戶體驗和技術創新中尋找一個平衡點。我站在一個設計師的角度寫下了一些心得體會，希望對大家有所幫助。
最後，大力感謝後端運維工程師楊亞童鞋從技術角度對本文的補充，讓文章更豐富，也讓大家看到新的的角度。：）
作者：喵嗚不吃魚，公眾號：呼嚕貓薄荷
本文由 @喵嗚不吃魚 原創發佈於人人都是產品經理。未經許可，禁止轉載
題圖來自Unsplash，基於CC0協議
"相關推薦
