"在上一篇文章《數據可視化設計（2）： 可視化設計原則》中，提出了八大設計原則指導數據可視化設計。這篇文章，我將與大家分享如何用設計思維的流程共創數據可視化設計。（PS：此文討論的數據可視化設計主要以大屏為展示載體，不考慮其他特殊載體）
在上一篇文章《數據可視化設計（2）： 可視化設計原則》中，提出了八大設計原則指導數據可視化設計。這篇文章，我將與大家分享如何用設計思維的流程共創數據可視化設計。（PS：此文討論的數據可視化設計主要以大屏為展示載體，不考慮其他特殊載體）
一、數據可視化現狀
當今市面上的數據可視化工具和開源組件庫應接不暇，以阿里DataV、騰訊雲圖、百度sugar為代表的數據可視化大屏工具，致力於一站式搭建專業水準的可視化大屏應用，並且可以滿足不同業務需求，極大地提高了數據可視化設計與實現的效率。
不管是利用數據可視化工具一站式設計開發，還是傳統的定製化開發流程（分析數據→交互&視覺設計師編碼可視化→實現算法和交互→測試、上線），從需求研究、分析數據到數據可視化設計的整個流程與方法是可以固化的。
優秀的數據可視化設計是一個創新的過程，將共創為核心的設計思維作為基礎，結合數據可視化設計實踐，可固化一套相對科學的設計流程。
下圖是市面上數據可視化服務供應商、組件庫、大屏工具、BI工具的彙總。
"在上一篇文章《數據可視化設計（2）： 可視化設計原則》中，提出了八大設計原則指導數據可視化設計。這篇文章，我將與大家分享如何用設計思維的流程共創數據可視化設計。（PS：此文討論的數據可視化設計主要以大屏為展示載體，不考慮其他特殊載體）
一、數據可視化現狀
當今市面上的數據可視化工具和開源組件庫應接不暇，以阿里DataV、騰訊雲圖、百度sugar為代表的數據可視化大屏工具，致力於一站式搭建專業水準的可視化大屏應用，並且可以滿足不同業務需求，極大地提高了數據可視化設計與實現的效率。
不管是利用數據可視化工具一站式設計開發，還是傳統的定製化開發流程（分析數據→交互&視覺設計師編碼可視化→實現算法和交互→測試、上線），從需求研究、分析數據到數據可視化設計的整個流程與方法是可以固化的。
優秀的數據可視化設計是一個創新的過程，將共創為核心的設計思維作為基礎，結合數據可視化設計實踐，可固化一套相對科學的設計流程。
下圖是市面上數據可視化服務供應商、組件庫、大屏工具、BI工具的彙總。
二、用設計思維的流程共創數據可視化設計
在系列文章開篇《數據可視化設計（1） ：情感化設計指導可視化設計理念》中筆者就曾寫道：數據可視化的實質就是用數據講故事。從利用數據講故事的維度，結合設計思維固化形成一套可視化設計流程。此流程將數據可視化設計大致分為三大階段：故事刻畫階段、可視化編碼階段、評估&優化階段。
"在上一篇文章《數據可視化設計（2）： 可視化設計原則》中，提出了八大設計原則指導數據可視化設計。這篇文章，我將與大家分享如何用設計思維的流程共創數據可視化設計。（PS：此文討論的數據可視化設計主要以大屏為展示載體，不考慮其他特殊載體）
一、數據可視化現狀
當今市面上的數據可視化工具和開源組件庫應接不暇，以阿里DataV、騰訊雲圖、百度sugar為代表的數據可視化大屏工具，致力於一站式搭建專業水準的可視化大屏應用，並且可以滿足不同業務需求，極大地提高了數據可視化設計與實現的效率。
不管是利用數據可視化工具一站式設計開發，還是傳統的定製化開發流程（分析數據→交互&視覺設計師編碼可視化→實現算法和交互→測試、上線），從需求研究、分析數據到數據可視化設計的整個流程與方法是可以固化的。
優秀的數據可視化設計是一個創新的過程，將共創為核心的設計思維作為基礎，結合數據可視化設計實踐，可固化一套相對科學的設計流程。
下圖是市面上數據可視化服務供應商、組件庫、大屏工具、BI工具的彙總。
二、用設計思維的流程共創數據可視化設計
在系列文章開篇《數據可視化設計（1） ：情感化設計指導可視化設計理念》中筆者就曾寫道：數據可視化的實質就是用數據講故事。從利用數據講故事的維度，結合設計思維固化形成一套可視化設計流程。此流程將數據可視化設計大致分為三大階段：故事刻畫階段、可視化編碼階段、評估&優化階段。
數據可視化與設計思維模型
三、可視化設計思維——流程1：Discover 發現
發現階段是收集的過程，緊密聯繫用戶，收集真實的需求，收集需要可視化的數據，從用戶與數據中發現問題。
"在上一篇文章《數據可視化設計（2）： 可視化設計原則》中，提出了八大設計原則指導數據可視化設計。這篇文章，我將與大家分享如何用設計思維的流程共創數據可視化設計。（PS：此文討論的數據可視化設計主要以大屏為展示載體，不考慮其他特殊載體）
一、數據可視化現狀
當今市面上的數據可視化工具和開源組件庫應接不暇，以阿里DataV、騰訊雲圖、百度sugar為代表的數據可視化大屏工具，致力於一站式搭建專業水準的可視化大屏應用，並且可以滿足不同業務需求，極大地提高了數據可視化設計與實現的效率。
不管是利用數據可視化工具一站式設計開發，還是傳統的定製化開發流程（分析數據→交互&視覺設計師編碼可視化→實現算法和交互→測試、上線），從需求研究、分析數據到數據可視化設計的整個流程與方法是可以固化的。
優秀的數據可視化設計是一個創新的過程，將共創為核心的設計思維作為基礎，結合數據可視化設計實踐，可固化一套相對科學的設計流程。
下圖是市面上數據可視化服務供應商、組件庫、大屏工具、BI工具的彙總。
二、用設計思維的流程共創數據可視化設計
在系列文章開篇《數據可視化設計（1） ：情感化設計指導可視化設計理念》中筆者就曾寫道：數據可視化的實質就是用數據講故事。從利用數據講故事的維度，結合設計思維固化形成一套可視化設計流程。此流程將數據可視化設計大致分為三大階段：故事刻畫階段、可視化編碼階段、評估&優化階段。
數據可視化與設計思維模型
三、可視化設計思維——流程1：Discover 發現
發現階段是收集的過程，緊密聯繫用戶，收集真實的需求，收集需要可視化的數據，從用戶與數據中發現問題。
1. 發現用戶
用戶是數據可視化的受眾，對於大多數的數據可視化大屏（尤其是政企單位），設計受眾往往分為各種角色的領導和一線工作人員。因此，如何滿足各種利益相關者的需求，成為發現用戶階段需解決的關鍵問題。遵循以人為本的理念，與利益相關者相處大量的時間，通過觀察、實地調研、用戶訪談等方式，瞭解用戶日常工作流程、工作場景涉及到的數據，捕獲利益相關者的真實痛點和訴求，為構建可視化故事做準備。
2. 發現數據
數據是可視化的對象，數據可視化並不是簡單的數據圖表的羅列，更是要發現數據所蘊含的規律、態勢、問題、結論等。每個領域通常都有自己的詞彙表來描述其數據和問題，不同的數據狀況與數據組合的寓意不同，數據背後隱藏的問題也都不盡相同。
數據源本身也可能會存在問題，許多設計師跳過專業的分析手段，根據未經驗證的數據或假設，立即進入可視編碼階段，可視化結果會產生偏差。發現數據的過程還可以驗證數據是否可信，數據裡是否存在業務概念性、邏輯性的問題。利用數據分析與數據挖掘的手段，分析數據，發現數據集的意義與數據背後隱藏的問題，驗證之前的結論、假想，通過可視化的方式形象地展示。
3. 發現問題
洞悉用戶，可以發現一些用戶關注的核心問題和解決問題的方式。通過數據處理、分析與挖掘，可以驗證之前的假設，發現數據集隱藏的特徵與問題。將有價值的問題收集起來，準備進入Define階段。
四、可視化設計思維——流程2：Define 定義
定義階段側重於找準問題，找準問題才能正確地構建可視化故事。根據發現用戶階段得到的用戶關注的核心問題，結合發現數據階段得到的數據背後隱藏的問題，選擇合適的視角與視圖，構建兼顧每個利益相關者的可視化故事腳本，闡述數據可視化故事。
"在上一篇文章《數據可視化設計（2）： 可視化設計原則》中，提出了八大設計原則指導數據可視化設計。這篇文章，我將與大家分享如何用設計思維的流程共創數據可視化設計。（PS：此文討論的數據可視化設計主要以大屏為展示載體，不考慮其他特殊載體）
一、數據可視化現狀
當今市面上的數據可視化工具和開源組件庫應接不暇，以阿里DataV、騰訊雲圖、百度sugar為代表的數據可視化大屏工具，致力於一站式搭建專業水準的可視化大屏應用，並且可以滿足不同業務需求，極大地提高了數據可視化設計與實現的效率。
不管是利用數據可視化工具一站式設計開發，還是傳統的定製化開發流程（分析數據→交互&視覺設計師編碼可視化→實現算法和交互→測試、上線），從需求研究、分析數據到數據可視化設計的整個流程與方法是可以固化的。
優秀的數據可視化設計是一個創新的過程，將共創為核心的設計思維作為基礎，結合數據可視化設計實踐，可固化一套相對科學的設計流程。
下圖是市面上數據可視化服務供應商、組件庫、大屏工具、BI工具的彙總。
二、用設計思維的流程共創數據可視化設計
在系列文章開篇《數據可視化設計（1） ：情感化設計指導可視化設計理念》中筆者就曾寫道：數據可視化的實質就是用數據講故事。從利用數據講故事的維度，結合設計思維固化形成一套可視化設計流程。此流程將數據可視化設計大致分為三大階段：故事刻畫階段、可視化編碼階段、評估&優化階段。
數據可視化與設計思維模型
三、可視化設計思維——流程1：Discover 發現
發現階段是收集的過程，緊密聯繫用戶，收集真實的需求，收集需要可視化的數據，從用戶與數據中發現問題。
1. 發現用戶
用戶是數據可視化的受眾，對於大多數的數據可視化大屏（尤其是政企單位），設計受眾往往分為各種角色的領導和一線工作人員。因此，如何滿足各種利益相關者的需求，成為發現用戶階段需解決的關鍵問題。遵循以人為本的理念，與利益相關者相處大量的時間，通過觀察、實地調研、用戶訪談等方式，瞭解用戶日常工作流程、工作場景涉及到的數據，捕獲利益相關者的真實痛點和訴求，為構建可視化故事做準備。
2. 發現數據
數據是可視化的對象，數據可視化並不是簡單的數據圖表的羅列，更是要發現數據所蘊含的規律、態勢、問題、結論等。每個領域通常都有自己的詞彙表來描述其數據和問題，不同的數據狀況與數據組合的寓意不同，數據背後隱藏的問題也都不盡相同。
數據源本身也可能會存在問題，許多設計師跳過專業的分析手段，根據未經驗證的數據或假設，立即進入可視編碼階段，可視化結果會產生偏差。發現數據的過程還可以驗證數據是否可信，數據裡是否存在業務概念性、邏輯性的問題。利用數據分析與數據挖掘的手段，分析數據，發現數據集的意義與數據背後隱藏的問題，驗證之前的結論、假想，通過可視化的方式形象地展示。
3. 發現問題
洞悉用戶，可以發現一些用戶關注的核心問題和解決問題的方式。通過數據處理、分析與挖掘，可以驗證之前的假設，發現數據集隱藏的特徵與問題。將有價值的問題收集起來，準備進入Define階段。
四、可視化設計思維——流程2：Define 定義
定義階段側重於找準問題，找準問題才能正確地構建可視化故事。根據發現用戶階段得到的用戶關注的核心問題，結合發現數據階段得到的數據背後隱藏的問題，選擇合適的視角與視圖，構建兼顧每個利益相關者的可視化故事腳本，闡述數據可視化故事。
1. 定義問題
發現用戶階段的問題往往是用戶工作場景中的痛點產生的，發現數據階段的問題往往是數據背後隱藏的問題。解決數據本身的問題會緩解用戶痛點，數據分析中發現性或預測性的規律也會給解決用戶問題提供方向。將發現階段的問題收集起來，歸納分析，最終確定數據可視化需要反映或解決的核心問題。
2. 定義視角&視圖
定義了可視化問題，也就意味著確定了探索數據的主線，即可視化視角。接下來定義視圖，相當於構建可視化故事的每個章節及數據可視化的內容，通過不同的視圖表現可視化故事的情節，讓數據對故事的敘述層層遞進。
3. 定義故事
最後，根據問題、視角、視圖，確定數據可視化的全流程（即數據展示的順序，數據內容，闡述的道理或規律，如何利用規律獲得啟示與幫助），形成可視化敘事的故事腳本。
五、可視化設計思維——流程3：Concept Design 概念設計
概念設計的過程是一個思維共創的過程，優秀的可視化設計是創造性的產物。因此，共創的概念設計是可視化設計思維的核心。通過頭腦風暴、卡片分類、Workshop的形式，將不同領域、不同專業的人聚合起來，發散思維、集思廣益，共創數據可視化解決方案。
1. 共創設計風格
為了讓可視化產品在眾多競品中脫穎而出，可以從可視化產品功能、用戶、願景三個維度發散，通過腦暴窮舉、分類去重、提煉聚類的流程，提煉出設計風格的關鍵詞，共創得出可視化設計風格。
下面以一款數據治理產品在業務實踐中應用的可視化大屏為例，提煉出的可視化設計風格的關鍵詞為：高效、直觀、智能，塑造符合用戶心理預期和可視化定位的設計風格。
"在上一篇文章《數據可視化設計（2）： 可視化設計原則》中，提出了八大設計原則指導數據可視化設計。這篇文章，我將與大家分享如何用設計思維的流程共創數據可視化設計。（PS：此文討論的數據可視化設計主要以大屏為展示載體，不考慮其他特殊載體）
一、數據可視化現狀
當今市面上的數據可視化工具和開源組件庫應接不暇，以阿里DataV、騰訊雲圖、百度sugar為代表的數據可視化大屏工具，致力於一站式搭建專業水準的可視化大屏應用，並且可以滿足不同業務需求，極大地提高了數據可視化設計與實現的效率。
不管是利用數據可視化工具一站式設計開發，還是傳統的定製化開發流程（分析數據→交互&視覺設計師編碼可視化→實現算法和交互→測試、上線），從需求研究、分析數據到數據可視化設計的整個流程與方法是可以固化的。
優秀的數據可視化設計是一個創新的過程，將共創為核心的設計思維作為基礎，結合數據可視化設計實踐，可固化一套相對科學的設計流程。
下圖是市面上數據可視化服務供應商、組件庫、大屏工具、BI工具的彙總。
二、用設計思維的流程共創數據可視化設計
在系列文章開篇《數據可視化設計（1） ：情感化設計指導可視化設計理念》中筆者就曾寫道：數據可視化的實質就是用數據講故事。從利用數據講故事的維度，結合設計思維固化形成一套可視化設計流程。此流程將數據可視化設計大致分為三大階段：故事刻畫階段、可視化編碼階段、評估&優化階段。
數據可視化與設計思維模型
三、可視化設計思維——流程1：Discover 發現
發現階段是收集的過程，緊密聯繫用戶，收集真實的需求，收集需要可視化的數據，從用戶與數據中發現問題。
1. 發現用戶
用戶是數據可視化的受眾，對於大多數的數據可視化大屏（尤其是政企單位），設計受眾往往分為各種角色的領導和一線工作人員。因此，如何滿足各種利益相關者的需求，成為發現用戶階段需解決的關鍵問題。遵循以人為本的理念，與利益相關者相處大量的時間，通過觀察、實地調研、用戶訪談等方式，瞭解用戶日常工作流程、工作場景涉及到的數據，捕獲利益相關者的真實痛點和訴求，為構建可視化故事做準備。
2. 發現數據
數據是可視化的對象，數據可視化並不是簡單的數據圖表的羅列，更是要發現數據所蘊含的規律、態勢、問題、結論等。每個領域通常都有自己的詞彙表來描述其數據和問題，不同的數據狀況與數據組合的寓意不同，數據背後隱藏的問題也都不盡相同。
數據源本身也可能會存在問題，許多設計師跳過專業的分析手段，根據未經驗證的數據或假設，立即進入可視編碼階段，可視化結果會產生偏差。發現數據的過程還可以驗證數據是否可信，數據裡是否存在業務概念性、邏輯性的問題。利用數據分析與數據挖掘的手段，分析數據，發現數據集的意義與數據背後隱藏的問題，驗證之前的結論、假想，通過可視化的方式形象地展示。
3. 發現問題
洞悉用戶，可以發現一些用戶關注的核心問題和解決問題的方式。通過數據處理、分析與挖掘，可以驗證之前的假設，發現數據集隱藏的特徵與問題。將有價值的問題收集起來，準備進入Define階段。
四、可視化設計思維——流程2：Define 定義
定義階段側重於找準問題，找準問題才能正確地構建可視化故事。根據發現用戶階段得到的用戶關注的核心問題，結合發現數據階段得到的數據背後隱藏的問題，選擇合適的視角與視圖，構建兼顧每個利益相關者的可視化故事腳本，闡述數據可視化故事。
1. 定義問題
發現用戶階段的問題往往是用戶工作場景中的痛點產生的，發現數據階段的問題往往是數據背後隱藏的問題。解決數據本身的問題會緩解用戶痛點，數據分析中發現性或預測性的規律也會給解決用戶問題提供方向。將發現階段的問題收集起來，歸納分析，最終確定數據可視化需要反映或解決的核心問題。
2. 定義視角&視圖
定義了可視化問題，也就意味著確定了探索數據的主線，即可視化視角。接下來定義視圖，相當於構建可視化故事的每個章節及數據可視化的內容，通過不同的視圖表現可視化故事的情節，讓數據對故事的敘述層層遞進。
3. 定義故事
最後，根據問題、視角、視圖，確定數據可視化的全流程（即數據展示的順序，數據內容，闡述的道理或規律，如何利用規律獲得啟示與幫助），形成可視化敘事的故事腳本。
五、可視化設計思維——流程3：Concept Design 概念設計
概念設計的過程是一個思維共創的過程，優秀的可視化設計是創造性的產物。因此，共創的概念設計是可視化設計思維的核心。通過頭腦風暴、卡片分類、Workshop的形式，將不同領域、不同專業的人聚合起來，發散思維、集思廣益，共創數據可視化解決方案。
1. 共創設計風格
為了讓可視化產品在眾多競品中脫穎而出，可以從可視化產品功能、用戶、願景三個維度發散，通過腦暴窮舉、分類去重、提煉聚類的流程，提煉出設計風格的關鍵詞，共創得出可視化設計風格。
下面以一款數據治理產品在業務實踐中應用的可視化大屏為例，提煉出的可視化設計風格的關鍵詞為：高效、直觀、智能，塑造符合用戶心理預期和可視化定位的設計風格。
提煉數據&用戶需求，匯聚共創可視化設計風格
2. 共創解決方案
共創確定了可視化設計風格後，根據設計關鍵詞共創可視化設計解決方案。在構思解決方案時，團隊共同發散思維，儘可能多的獲得創新想法或解決方案。在此階段，可以將技術實現等限制性因素置於一旁，專注於創造合理的、符合設計風格的解決方案。
通過Workshop的形式探討各種想法，藉助便利貼或者粗略的草圖幫助自己快速記錄創意方案，多維度評判和分析解決方案，篩選相關方案並做調整與重組，最終共創出最佳可視化解決方案。
"在上一篇文章《數據可視化設計（2）： 可視化設計原則》中，提出了八大設計原則指導數據可視化設計。這篇文章，我將與大家分享如何用設計思維的流程共創數據可視化設計。（PS：此文討論的數據可視化設計主要以大屏為展示載體，不考慮其他特殊載體）
一、數據可視化現狀
當今市面上的數據可視化工具和開源組件庫應接不暇，以阿里DataV、騰訊雲圖、百度sugar為代表的數據可視化大屏工具，致力於一站式搭建專業水準的可視化大屏應用，並且可以滿足不同業務需求，極大地提高了數據可視化設計與實現的效率。
不管是利用數據可視化工具一站式設計開發，還是傳統的定製化開發流程（分析數據→交互&視覺設計師編碼可視化→實現算法和交互→測試、上線），從需求研究、分析數據到數據可視化設計的整個流程與方法是可以固化的。
優秀的數據可視化設計是一個創新的過程，將共創為核心的設計思維作為基礎，結合數據可視化設計實踐，可固化一套相對科學的設計流程。
下圖是市面上數據可視化服務供應商、組件庫、大屏工具、BI工具的彙總。
二、用設計思維的流程共創數據可視化設計
在系列文章開篇《數據可視化設計（1） ：情感化設計指導可視化設計理念》中筆者就曾寫道：數據可視化的實質就是用數據講故事。從利用數據講故事的維度，結合設計思維固化形成一套可視化設計流程。此流程將數據可視化設計大致分為三大階段：故事刻畫階段、可視化編碼階段、評估&優化階段。
數據可視化與設計思維模型
三、可視化設計思維——流程1：Discover 發現
發現階段是收集的過程，緊密聯繫用戶，收集真實的需求，收集需要可視化的數據，從用戶與數據中發現問題。
1. 發現用戶
用戶是數據可視化的受眾，對於大多數的數據可視化大屏（尤其是政企單位），設計受眾往往分為各種角色的領導和一線工作人員。因此，如何滿足各種利益相關者的需求，成為發現用戶階段需解決的關鍵問題。遵循以人為本的理念，與利益相關者相處大量的時間，通過觀察、實地調研、用戶訪談等方式，瞭解用戶日常工作流程、工作場景涉及到的數據，捕獲利益相關者的真實痛點和訴求，為構建可視化故事做準備。
2. 發現數據
數據是可視化的對象，數據可視化並不是簡單的數據圖表的羅列，更是要發現數據所蘊含的規律、態勢、問題、結論等。每個領域通常都有自己的詞彙表來描述其數據和問題，不同的數據狀況與數據組合的寓意不同，數據背後隱藏的問題也都不盡相同。
數據源本身也可能會存在問題，許多設計師跳過專業的分析手段，根據未經驗證的數據或假設，立即進入可視編碼階段，可視化結果會產生偏差。發現數據的過程還可以驗證數據是否可信，數據裡是否存在業務概念性、邏輯性的問題。利用數據分析與數據挖掘的手段，分析數據，發現數據集的意義與數據背後隱藏的問題，驗證之前的結論、假想，通過可視化的方式形象地展示。
3. 發現問題
洞悉用戶，可以發現一些用戶關注的核心問題和解決問題的方式。通過數據處理、分析與挖掘，可以驗證之前的假設，發現數據集隱藏的特徵與問題。將有價值的問題收集起來，準備進入Define階段。
四、可視化設計思維——流程2：Define 定義
定義階段側重於找準問題，找準問題才能正確地構建可視化故事。根據發現用戶階段得到的用戶關注的核心問題，結合發現數據階段得到的數據背後隱藏的問題，選擇合適的視角與視圖，構建兼顧每個利益相關者的可視化故事腳本，闡述數據可視化故事。
1. 定義問題
發現用戶階段的問題往往是用戶工作場景中的痛點產生的，發現數據階段的問題往往是數據背後隱藏的問題。解決數據本身的問題會緩解用戶痛點，數據分析中發現性或預測性的規律也會給解決用戶問題提供方向。將發現階段的問題收集起來，歸納分析，最終確定數據可視化需要反映或解決的核心問題。
2. 定義視角&視圖
定義了可視化問題，也就意味著確定了探索數據的主線，即可視化視角。接下來定義視圖，相當於構建可視化故事的每個章節及數據可視化的內容，通過不同的視圖表現可視化故事的情節，讓數據對故事的敘述層層遞進。
3. 定義故事
最後，根據問題、視角、視圖，確定數據可視化的全流程（即數據展示的順序，數據內容，闡述的道理或規律，如何利用規律獲得啟示與幫助），形成可視化敘事的故事腳本。
五、可視化設計思維——流程3：Concept Design 概念設計
概念設計的過程是一個思維共創的過程，優秀的可視化設計是創造性的產物。因此，共創的概念設計是可視化設計思維的核心。通過頭腦風暴、卡片分類、Workshop的形式，將不同領域、不同專業的人聚合起來，發散思維、集思廣益，共創數據可視化解決方案。
1. 共創設計風格
為了讓可視化產品在眾多競品中脫穎而出，可以從可視化產品功能、用戶、願景三個維度發散，通過腦暴窮舉、分類去重、提煉聚類的流程，提煉出設計風格的關鍵詞，共創得出可視化設計風格。
下面以一款數據治理產品在業務實踐中應用的可視化大屏為例，提煉出的可視化設計風格的關鍵詞為：高效、直觀、智能，塑造符合用戶心理預期和可視化定位的設計風格。
提煉數據&用戶需求，匯聚共創可視化設計風格
2. 共創解決方案
共創確定了可視化設計風格後，根據設計關鍵詞共創可視化設計解決方案。在構思解決方案時，團隊共同發散思維，儘可能多的獲得創新想法或解決方案。在此階段，可以將技術實現等限制性因素置於一旁，專注於創造合理的、符合設計風格的解決方案。
通過Workshop的形式探討各種想法，藉助便利貼或者粗略的草圖幫助自己快速記錄創意方案，多維度評判和分析解決方案，篩選相關方案並做調整與重組，最終共創出最佳可視化解決方案。
草圖快速記錄創意/多維度評判和分析/調整與重組方案
六、可視化設計思維——流程4：Prototype 原型設計
原型設計過程是執行階段，將此前發現、定義、概念設計階段形成的抽象的概念具象化。原型設計是可視化編碼層最重要的一環，如何用最適宜的視覺通道編碼數據是原型設計需要重點關注的問題。原型設計的輸出直接面向設計受眾，可視化編碼階段需要考慮如何更好地提升用戶與數據可視化之間的互動體驗。從人的感官入手，立足於眼見，耳聞，心感三個層次開展原型設計，讓數據可視化富有感官衝擊力。
"在上一篇文章《數據可視化設計（2）： 可視化設計原則》中，提出了八大設計原則指導數據可視化設計。這篇文章，我將與大家分享如何用設計思維的流程共創數據可視化設計。（PS：此文討論的數據可視化設計主要以大屏為展示載體，不考慮其他特殊載體）
一、數據可視化現狀
當今市面上的數據可視化工具和開源組件庫應接不暇，以阿里DataV、騰訊雲圖、百度sugar為代表的數據可視化大屏工具，致力於一站式搭建專業水準的可視化大屏應用，並且可以滿足不同業務需求，極大地提高了數據可視化設計與實現的效率。
不管是利用數據可視化工具一站式設計開發，還是傳統的定製化開發流程（分析數據→交互&視覺設計師編碼可視化→實現算法和交互→測試、上線），從需求研究、分析數據到數據可視化設計的整個流程與方法是可以固化的。
優秀的數據可視化設計是一個創新的過程，將共創為核心的設計思維作為基礎，結合數據可視化設計實踐，可固化一套相對科學的設計流程。
下圖是市面上數據可視化服務供應商、組件庫、大屏工具、BI工具的彙總。
二、用設計思維的流程共創數據可視化設計
在系列文章開篇《數據可視化設計（1） ：情感化設計指導可視化設計理念》中筆者就曾寫道：數據可視化的實質就是用數據講故事。從利用數據講故事的維度，結合設計思維固化形成一套可視化設計流程。此流程將數據可視化設計大致分為三大階段：故事刻畫階段、可視化編碼階段、評估&優化階段。
數據可視化與設計思維模型
三、可視化設計思維——流程1：Discover 發現
發現階段是收集的過程，緊密聯繫用戶，收集真實的需求，收集需要可視化的數據，從用戶與數據中發現問題。
1. 發現用戶
用戶是數據可視化的受眾，對於大多數的數據可視化大屏（尤其是政企單位），設計受眾往往分為各種角色的領導和一線工作人員。因此，如何滿足各種利益相關者的需求，成為發現用戶階段需解決的關鍵問題。遵循以人為本的理念，與利益相關者相處大量的時間，通過觀察、實地調研、用戶訪談等方式，瞭解用戶日常工作流程、工作場景涉及到的數據，捕獲利益相關者的真實痛點和訴求，為構建可視化故事做準備。
2. 發現數據
數據是可視化的對象，數據可視化並不是簡單的數據圖表的羅列，更是要發現數據所蘊含的規律、態勢、問題、結論等。每個領域通常都有自己的詞彙表來描述其數據和問題，不同的數據狀況與數據組合的寓意不同，數據背後隱藏的問題也都不盡相同。
數據源本身也可能會存在問題，許多設計師跳過專業的分析手段，根據未經驗證的數據或假設，立即進入可視編碼階段，可視化結果會產生偏差。發現數據的過程還可以驗證數據是否可信，數據裡是否存在業務概念性、邏輯性的問題。利用數據分析與數據挖掘的手段，分析數據，發現數據集的意義與數據背後隱藏的問題，驗證之前的結論、假想，通過可視化的方式形象地展示。
3. 發現問題
洞悉用戶，可以發現一些用戶關注的核心問題和解決問題的方式。通過數據處理、分析與挖掘，可以驗證之前的假設，發現數據集隱藏的特徵與問題。將有價值的問題收集起來，準備進入Define階段。
四、可視化設計思維——流程2：Define 定義
定義階段側重於找準問題，找準問題才能正確地構建可視化故事。根據發現用戶階段得到的用戶關注的核心問題，結合發現數據階段得到的數據背後隱藏的問題，選擇合適的視角與視圖，構建兼顧每個利益相關者的可視化故事腳本，闡述數據可視化故事。
1. 定義問題
發現用戶階段的問題往往是用戶工作場景中的痛點產生的，發現數據階段的問題往往是數據背後隱藏的問題。解決數據本身的問題會緩解用戶痛點，數據分析中發現性或預測性的規律也會給解決用戶問題提供方向。將發現階段的問題收集起來，歸納分析，最終確定數據可視化需要反映或解決的核心問題。
2. 定義視角&視圖
定義了可視化問題，也就意味著確定了探索數據的主線，即可視化視角。接下來定義視圖，相當於構建可視化故事的每個章節及數據可視化的內容，通過不同的視圖表現可視化故事的情節，讓數據對故事的敘述層層遞進。
3. 定義故事
最後，根據問題、視角、視圖，確定數據可視化的全流程（即數據展示的順序，數據內容，闡述的道理或規律，如何利用規律獲得啟示與幫助），形成可視化敘事的故事腳本。
五、可視化設計思維——流程3：Concept Design 概念設計
概念設計的過程是一個思維共創的過程，優秀的可視化設計是創造性的產物。因此，共創的概念設計是可視化設計思維的核心。通過頭腦風暴、卡片分類、Workshop的形式，將不同領域、不同專業的人聚合起來，發散思維、集思廣益，共創數據可視化解決方案。
1. 共創設計風格
為了讓可視化產品在眾多競品中脫穎而出，可以從可視化產品功能、用戶、願景三個維度發散，通過腦暴窮舉、分類去重、提煉聚類的流程，提煉出設計風格的關鍵詞，共創得出可視化設計風格。
下面以一款數據治理產品在業務實踐中應用的可視化大屏為例，提煉出的可視化設計風格的關鍵詞為：高效、直觀、智能，塑造符合用戶心理預期和可視化定位的設計風格。
提煉數據&用戶需求，匯聚共創可視化設計風格
2. 共創解決方案
共創確定了可視化設計風格後，根據設計關鍵詞共創可視化設計解決方案。在構思解決方案時，團隊共同發散思維，儘可能多的獲得創新想法或解決方案。在此階段，可以將技術實現等限制性因素置於一旁，專注於創造合理的、符合設計風格的解決方案。
通過Workshop的形式探討各種想法，藉助便利貼或者粗略的草圖幫助自己快速記錄創意方案，多維度評判和分析解決方案，篩選相關方案並做調整與重組，最終共創出最佳可視化解決方案。
草圖快速記錄創意/多維度評判和分析/調整與重組方案
六、可視化設計思維——流程4：Prototype 原型設計
原型設計過程是執行階段，將此前發現、定義、概念設計階段形成的抽象的概念具象化。原型設計是可視化編碼層最重要的一環，如何用最適宜的視覺通道編碼數據是原型設計需要重點關注的問題。原型設計的輸出直接面向設計受眾，可視化編碼階段需要考慮如何更好地提升用戶與數據可視化之間的互動體驗。從人的感官入手，立足於眼見，耳聞，心感三個層次開展原型設計，讓數據可視化富有感官衝擊力。
1. 眼見：視覺是獲取信息最重要的通道
（1）信息展示與交互
信息展示與交互方面的設計需要做如下操作：
（a）根據不同可視化視圖所需要傳達的信息主次關係，確定可視化設計佈局和信息密度；
（b）根據數據的展示目的，確定合適的可視化圖表和視覺通道；
（c）根據設計受眾的心智模型，選擇合適的可視化隱喻，降低認知門檻。
（d）根據信息主次與可視化故事的敘述，選用合適的人機互動方式。
（2）精緻的視覺編碼
針對概念設計階段共創的設計風格，編碼視覺信息，包括佈局、元素的大小、樣式、色彩等。在此基礎上，合理增加微交互動效，使可視化信息更加吸引眼球。
2. 耳聞：聽覺作為視覺獲取信息通道的補充
在數據可視化設計中，增加聲音元素作為串聯可視化故事的機制，可以降低觀賞者的認知門檻。交互過程中符合可視化故事主題的聲音反饋，對調動觀眾情緒起重要的輔助作用。
3. 心感：感知與認知相互作用
在感知層面，眼見與耳聞層面的設計讓觀賞者獲取可視化信息。通過數據可視化講故事的能力來調動觀賞者的情緒，通過可視化隱喻、精緻的視覺編碼與微動效，讓觀賞者產生情感上的共鳴。在認知層面，可視化故事的內涵需要緊扣觀賞者的關注點，並能夠引導用戶獲得因果分析、規律總結等方面的知識。
七、可視化設計思維——流程5：Evaluate 評估優化
評估過程是測試&優化階段，綜合評估方案的合理性，與利益相關者（Stakeholder）接觸收集反饋，根據評估結果不斷優化可視化解決方案。
1. Review-綜合評估
需求&故事：設計方案能否反映或者解決Define階段定義的核心問題，達到用數據敘述可視化故事的效果；可視化故事是否流暢、有內涵，使觀賞者獲得啟發性知識。
數據：數據可視化後是否可以反應某些狀態，解決問題的方法與對策。雖然提倡真實地反應數據，但是在必要時，也可以使用一些“數據說謊”的形式增強可視化故事的說服力。
2. 可行性測試-利益相關者評估
演示者：設計師當講解員，給設計受眾講解可視化解決方案。演示者能否簡潔、生動地描述可視化故事是衡量方案好壞的指標，期間觀察設計受眾的狀態並記錄相關問題。
觀賞者：簡單講解後，觀察設計受眾（觀賞者）能否立馬投入其中，指點江山。讓觀賞者自己看可視化解決方案，能否立馬進入可視化故事，產生情感共鳴，期間觀察並記錄觀賞者的疑惑與建議。
3. 方案優化
評估過程可以貫穿設計、開發、測試整個流程，形式不限。在原型設計階段開始與利益相關者溝通，可以極大地節約開發成本。每個階段性評估後，根據評估結果不斷優化可視化解決方案。
PS：此專題相關文章僅是筆者作為一名設計師的見解，如有不足之處還望前輩/大神指正，筆者會繼續修正與完善後續內容，充實個人知識體系。
相關閱讀
數據可視化設計（1）情感化設計指導可視化設計理念
數據可視化設計（2）： 可視化設計原則
作者：Nemo，一名在一線奮戰4年的交互設計師，執著於搭建個人知識體系
本文由 @Nemo 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
"