图表是数据可视化的常用表现形式，是对数据的二次加工，可以帮助我们理解数据、洞悉数据背后的真相，让我们更好地适应这个数据驱动的世界。无论在工作汇报、产品设计、后台设计以及数据大屏中都能看到它的身影。然而，在实际工作中我发现很多初入行的设计师对于图表设计并不是很了解，同时市面上对于这方面的资料相对零散，不成体系。所以我结合了平时工作中的理解，梳理了这篇文章，希望能帮助到大家。
当我们把图表的结构进行拆解后，就会发现一个图表是由很多个细小构件组成的，这些构件有自己的名字和用途，分别是标题、轴、图形、图例、标签、提示信息。在平常使用的过程中，会根据场景去修饰删减一些构件元素，以此来减少冗余信息，用最适量的数据墨水比（Data-ink Ratio），帮助用户快速达成目标，在最少的时间内获取更多的信息。
标题 - 描述图表的主题（包含主标题和副标题）
标签 - 对当前这一组数据进行的内容标注
轴 - 用来定义坐标系中数据在方向和值的映射关系
图例 - 对图形本身的概括
提示信息 - 当tap或者hover的时候，以交互提示信息的形式展示该点的数据详情
图形 - 统计图表的视觉通道在形状上映射的视觉展现
接下来，我会一点一点地为大家讲解它们，方便大家合理的使用它们。但在此之前，我们先来了解一个知识点 - 数据墨水比，以便更好的理解接下来的内容。
数据墨水比——"data-ink ratio"，是1983年视觉大师爱德华·塔夫特（Edward Tufte）在《The Visual Display of Quantitative Information》中提出的一个概念：一幅图表的绝大部分笔墨应该用于展示数据信息，数据变化则笔墨也变化。他将数据油墨比定义为图表中用于数据的墨水量除以总油墨量。其中数据墨水指的是图表中不可删除的核心内容。比如，我可以删除图例、删除坐标轴、删除网格线，这可能不会影响你从图表中读取相关的信息。但如果我删除柱形图、饼图这些图表的主体元素，那么图表就失去所要表达的内容了。
我个人更喜欢用“信噪比”= 信号/(信号+噪音) 这个概念去理解，因为通过可视化传达的信息不仅仅是数据，还有业务洞察，像观点、结论性的信息往往需要用文字来呈现的也是至关重要。不过无论使用哪个词，最终的目的都是突出传达“信息”部分，去除那些干扰的“噪音”。
因此，图表中的数据墨水占比越多，那么该图表的冗余信息就越少，信息传递效果就越好。所以，在创建图表和图形时，我们的目标应该是在合理范围内最大化数据墨水比。
一个明确、相符的标题可以迅速让读者理解图表要表达的内容。通常图表的标题是根据图表所需要表达的内容决定的，大多数小伙伴可能认为命名没有太多问题。但当这个图表的结论是单一且唯一的时候，建议在概括图表内容的标题中加入结论性的信息点。这样能减少读者误解你的意图的可能，而且能够确保他们将注意力集中于你想着重强调的数据上 。
轴是能够使每个数组在维度空间内找到映射关系的定位系统，更偏向数学/物理概念。换句话说，轴的功能像是把可视化对象置于共同的基准上，再以标尺进行数值量测。在数据可视化中，一般存在于笛卡尔坐标系（直角坐标系）和极坐标系中。对轴进行「原子」要素的拆分，我们可以得到以下几种元素，分别为：轴线、轴刻度线、轴标签、轴标题（单位）以及网格线。
根据对应变量是连续数据还是离散数据，轴可以分为：分类轴，时间轴，连续轴。
轴线一般只考虑是否显示，结合上面所讲的数据墨水比，在有网格线的情况下，柱状图/折线图会隐藏 y 轴线，条形图则是隐藏 x 轴线，以达到信息降噪，突出视觉重点的目的。
轴刻度线是轴线上的小线段， 可以提供数值标签在坐标轴上的明确位置。轴刻度线有3种类型，分别为：置内、置中（即交叉方式）、置外。但刻度应置于数值坐标轴外侧， 不建议刻度采用置中或置内方式显示。
轴刻度线的使用就是加强映射关系，快速的对应到数据点。分类轴较多出现在柱状、条形中，对于映射有天然的对应关系，故在分类轴中习惯隐藏轴上的刻度线。
网格线是用来辅助图表优化映射关系的。使用网格线可以增加数据的可阅读性，网格线提供了两种功能：一是延伸数值刻度至可视化对象中，以便观察数据值之大小；二是增加可视化对象之间的比较基础 ，利于比较。
网格线一般跟随值域轴的位置单向显示，柱状图采用水平网格，条形图采用垂直网格。在使用网格线时，应该注意遵从主次原则，以轴线为主，网格线为辅，样式上可采用实线或者虚线。避免颜色过重，不要使用纯黑或者纯白，在视觉层级上不能抢了图表中的信息。
轴标题（单位）主要用于说明定义域轴、值域轴的数据含义。当可视化图表的其他部分内容（标题、图例、轴标签等）已经能充分表达数据含义，根据奥卡姆剃刀定律，可以略去轴标题，近一步增大数据油墨比，精简画面元素。
轴标签的设计较为复杂，涉及到的细节点比较多。这里将围绕直角坐标系的X轴和Y轴这两个方向进行讨论。
x 轴标签的设计重点在显示规则上，在可视化图表设计中，我们常常会碰到轴标签内容过长的情况，当空间有限时，轴标签会重叠在一起。如何处理此类问题，这里根据轴的不同类型给了对应的解决方案 。
在连续轴和时间轴中，我们可以利用抽样显示的手段来优化轴标签重叠的问题。这里不推荐使用旋转来缩减宽度。一方面从美观度上，旋转可能会破坏界面整体协调。另一方面，连续/时间轴并不需要显示所有的轴标签，参考格式塔中的[连续性原理]，尽管轴标签未能完全展示，但用户会在脑海中把缺失的部分补齐，轴标签仍然会像连续着的一样。
在分类轴中，由于标签与标签之间并没有紧密的逻辑关联关系。若采用抽样规则，隐藏了一些标签，则加大了用户对图表信息的提取难度，这是我们不想看到的。对于分类轴，这里建议通过标签旋转或转换成其他图表（条形图）来缩减宽度。
y 轴标签的设计重点在标签数量、取值范围和数据格式上。标签显示区域一般根据最长标签宽度自适应缩放。如果数组是固定的，就写成固定宽度，节省图表计算量，提高渲染速度。
轴标签的数量不建议过多，太多的标签必定导致横向网格线变多，造成元素冗余，干扰图形信息表达。根据 7±2 法则，Y轴标签数量应尽量控制在这个范围内。
一般来说，y 轴标签的取值应从 0 基线开始，以恰当反映数值。展示被截断的数据可能会误导用户做出错误的判断。比如数据本身没有那么起伏变化，处理上下限的颗粒度，把刻度拉长，一样能显得“长势喜人”。
从上面就能明白，在看图表的时候千万不要被表面给欺骗，仅仅观看柱状图的高低趋势往往不能得出正确结论，需要注意坐标轴起始位置有没有被人做过虚假处理。
但存在是有根源的，对于此类的取值方式不做过多评价。这里主要想讲一下我常用的取值方式：对于Y轴的上限即最大值根据实际数据进行动态计算。比如一排数字中最大的为1190，那么轴标签最高位为1200；一排数字中最大的是1210，那么轴标签最高位为1400。其中的1400和2100是根据轴上的分段数决定的。
但有些人对Y轴标签的取值给出了如下建议：在折线图中，取值一般保证图形约占绘图区域的2/3，或者将柱状的高度控制在图表高度的85%左右。
但我认为这种方式太刻意了，并且规则定制的比较细。但是得承认这样子确认会显的好看，做案例可以，做真实数据不行。因为考虑到实际数据有的时候会出现极限情况，比如有些特别大有些特别小，为了保证用户能从图表中准确地获取信息，不应该为了美感而破坏了它的真实性。因此并不推荐用这种方式来取值。
关于Y轴标签的数据格式，这里重点讲一些比较容易忽视的设计细节。第一，标签保留的小数位数保持统一，不要因为某些轴标签是整数值，就略去小数点。
第二，正负向的 y 轴标签，由于负值带“-”符号，整个 y 轴看起来会有视觉偏差，特别是双轴图的右 y 轴更明显。这里建议正负向 y 轴给正值标签带上“+”，以达到视觉平衡的效果。
图例是对图形本身的概括，在图表元素中属于辅助内容。它提供读者以对照的方式来理解可视化对象的项目归类。由映射图形形状和文本组成。
根据数据类型不同，分为连续型图例和分类型图例；根据状态不同，图例可以被设置为静态或可交互态。
正如，伦斯勒理工学院的行为经济学家高拉夫杰恩(Gaurav Jain)所说：“数字有一种语言的力量，能给予人一种特殊的感觉。当我们使用具体的整数数字时，人的衡量会减少。这种行为没有明显的原因。”
当人们的大脑在处理不以零结尾的不规则数字时，需要更多的脑力来处理，加大了获取信息的难度。因此在使用数字时，应该考虑这种偏好，倾向于一些取整的数字。同样的，这不仅仅适用于图例中的数字，同样适用于坐标轴上下限的数字。
带有连续性的倾向于使用水平图例，因为更符合人们的阅读习惯；带有分类属性的倾向于使用竖直图例，图例的右边可放置更长的文本。
默认把图例放在左上角去做一个通用的方案看起来没毛病。但考虑到人的视觉动线是从上至下，从左到右。这里有一个更好的做法：缩短用户对照图例看图形的本能路径，可以提升对信息的获取效率。如下图所示：
当我们在制作多折线图时，经常会出现个数据系列之间相互交错的情形，并使得各种数据标记与之前的出现顺序不一致，即与图例排列顺序不同。因此用户的眼睛必须在图例与折线之间进行连连看，最佳的做法是采用跟随图例形式，去标识出折线所属于的维值信息，这样会更直观有效。
在图表中，标签是对当前的一组数据进行的内容标注。包括数据点、拉线、文本数值等元素，根据不同的图表类型选择使用。
在绘制的图表的时候，我们倾向将标签直接打在图形外，但在「堆叠类」图表中，标签会显示在图形内。这样做会有个后果，标签的文本和图形经常需要交叠展示，所以可读性需要足够良好，所以通过对 HS 值的判断，决定文字的颜色是否需要反思。这样对比度就在可控范围内，不会出现可读性的问题。有时，还需要增加描边，让标签更清晰。
当数据特别多并且密的时候会造成全部标签挤在一起的情况。在标签重叠时，采用动态计算的抽样显示方式，自动隐藏其中一个，同时当 Hover 图表时，显示被隐藏的对应的数据。这样保证了图表的清晰度，也保证了信息的完整性。
提示信息一般是tap或者hover的时候，图表以交互的方式吐出该位置的数据，帮助用户更深入的了解数据。一般由视觉标记图形，文本标签，数值标记这3中元素构成。
提示信息的展现形式由4种。按不同的图表类型，分为悬浮、固定位置、固定在轴上、固定在图形上。
人类从图形中获取信息的效率远高于文本，可以说如今人类早已进入了读图时代。图形是统计图表的视觉通道在形状上映射的视觉展现，是图表的必备元素，承载着数据背后蕴含的信息。按照组件原子化的思路来定义现在千奇百怪的图表，大致可以分为六种基础样式：折线，面积，散点，气泡，饼/环，柱形，条形。
这里主要想重点讲一下，如何通过设计来强化图表信息的表达，以便简化用户获取信息的成本。关于具体某个图表的制作规范和运用场景，会在之后的文章中提及。
通过明暗对比、颜色对比以及色彩对比等手段可以有效的区分信息，在视觉层级上也是明显的处理了视觉噪音，便于用户区分信息。
通过添加标注，人为去干预信息的表达，多用于一前一后的标识，便于用户识别信息。
我们做数据分析的有句话叫“一图胜千言”，图表是展现数据的一种重要展现形式，选对了图表就能帮助我们更加快速、直观的传达数据信息。
那如何挑选合适的图表呢？在我看来大致分为三步：
1. 确定核心内容：明确要用图表传达的核心信息；
2.判断比较关系：判断数据之间的比较类型（如占比、数量、趋势等）；
3.选择图表类型：选择对应含义的图表（如饼图、柱状图、折线图等）。
很多朋友在判定和选择图表类型时会不知所措，但其实你只需要记住一句话：决定图表形式的不是数据，而是你要传达的信息。
同一组数据用不同的角度看，有不同的主题，比如下面这组数据：
从另一个角度看同样是5月份的数据，你还可能会将侧重点放在每个产品占销售额的百分比上。那你的图表主题应该是“5月份，产品 A 占公司产品总销售额的比例位居首位”。
综上所述，选择合适图表的关键，最初也是最重要的，就是明确要用图表传达的核心信息。
在实际工作中需要用图表反映数据的场景五花八门，但按数据关系分类无非以下几种情况，给大家简单举几个例子：
“预计在今后 10 年多的时间里，销售额将增长 ”对应的关系为时间趋势；
“雇员的最高工资额在 30000 到 35000 美元之间 ”对应的关系为频率分布；
“汽油并不是牌子越响价格越高其性能就越好”对应的关系为相关性；
“9 月份里，6 个区域的营业额大致相同”对应的关系为排名对比；
“销售部经理在他的领域内只花费了他 15% 的时间”对应的关系为占比。
国外专家Andrew Abela曾整理了一份图表类型选择指南图示，但其实结合我自己的经验，考虑到日常企业的数据分析场景，图中有些图表使用频率是非常低的。
所以我在此基础上结合自己多年的经验，总结出了常用商务图表的选择指南，总体我认为这是会更适合商务图表展示，而且会更接地气，适合大家参考使用。
折线图是通过线条的波动（上升或下降）来显示连续数据随时间或有序类别变化的图表，常用于反映数据随着时间推移而产生的变化趋势。
横轴为连续类别（如时间）且注重变化趋势、预测，适用于折线图。
举个例子：比如想看2020年上半年商品的营业额情况，并对走势做一个分析。由于每个月份的商品营业额相关的，它们代表一种数据在不同时间下的数据值，因此我们可以用折线图将它们连接起来。
但如果想看2020年上半年北京、上海、广州、深圳四个省份的营业额情况，由于每个省份的营业额是不相关的，所以我们不能随便用折线图来替代柱状图。
如果折线图上下浮动过于剧烈，那么可以尝试拉长时间间隔，比如不每天采样而以周为单位来采样。用户不太原因去阅读锯齿状的线条，或者说他们不会喜欢这样的图表。
但是如果有强需求说是一定要在某个范围，这条略过。
当有些特定的数值特别重要时，我们可以在线条上标注出他们，但全部标清数据点在大多数情况下标记出来的意义不大，从视觉上来看会显得非常琐碎。
若对比数据较多，为了避免信息繁杂。可采用实线的强弱和色彩的对比来区分主次内容，让用户更关注在主折线，获取主数据的波动感知。
折线图：更关注于点的数据，相对短的一段时间数据随时间变化的趋势；
曲线图：更关注点构成的线点数据，一段时间内整体数据随时间变化的趋势。
曲线图是折线图中的一种，当图表数据点过于密集时，使用曲线图更能表达数据随时间变化的趋势、周期性。
面积图又叫区域图，是一种随有序变量的变化，反映数值变化的统计图表，原理与折线图相似。它在折线图的基础上多了一个面积概念，填充的区域可以表示“累积”的含义（当X轴为连续的数值时）。
当注重随时间的趋势变化和累计的值时，适用于面积图。
例如：想要查看今年10月和去年10月每日的商品营业额走势，并对整月营业额进行比较，这时就可以采用面积图。但当自变量不是顺序性的变量，则不适合用面积图。
透明度可以很好的帮助使用者观察不同序列之间的重叠关系，没有透明度的面积会导致不同序列之间相互遮盖减少可以被观察到的信息。
当数据值相距很远时，区域是模糊不清的，此时不太适合使用面积图展示。
如下方示例虽然仔细分析能确定只展示了两个类别，乍一看，很可能会误以为图表上显示三种不同的颜色，但使用分组柱状图就可以很好解决这个问题。
面积图只适合展现少量的数据，最多建议不要超过四个类别，否则就会导致非常难以识别。因此在多个类别下，要尽量避免使用面积图，采用相似图表来表示，比如折线图。
堆叠面积图与面积图类似，都是在折线图的基础上，将折线与自变量坐标轴之间区域填充起来的统计图表。
唯一的区别是堆叠面积图有多个数据系列，它们一层层的堆叠起来，每个数据系列的起始点是上一个数据系列的结束点。
适用于观察多变量随时间的变化情况，且既能看到整体趋势又能看到各变量的构成情况。
为了保证数据传递的准确性，在适用堆叠面积图时，尽量不要对Y轴进行裁剪。
当数据系列过多时，往往造成难以观察，所以建议使用堆叠面积图时数据系列最好不要超过7个。
建议堆叠面积图中把变化量较大的数据放在上方，变化量较小的数据放在下方会获得更加的展示效果。
堆积面积图要展示部分和整体之间的关系，所以不能用于包含负值的数据的展示。
柱状图，是一种使用矩形条，对不同类别进行数值比较的统计图表。使用垂直或水平的柱子的长短对比数值大小，其中一个轴表示需要对比的分类维度；另一个轴代表相应的数值。
在柱状图上，分类变量的每个实体都被表示为一个矩形（通俗讲即为“柱子”），而数值则决定了柱子的高度。纵向柱状图的柱是垂直方向的，如图：
横向柱状图的柱是水平方向的，又称条形图，如图：
柱状图最适合对分类的数据进行比较，尤其是当数值比较接近时，由于人眼对于高度的感知优于其他视觉元素（如面积、角度等），因此使用柱状图更加合适。
如下图所示，5组数据的数值很接近，若采用饼图，这无法直观的进行比较，右边的柱状图则能更好地传递图表信息。
当柱子太窄时，用户的视觉可能会集中在两个柱中间的负空间，而这里是不承载任何数据的。宽度推荐使用在1/2 柱宽到 1 柱宽之间，但也要视情况而定。
保证柱形图有的圆角，以确保柱形顶部测量柱形的长度；全圆角则有可能歪曲可视化图表的表达。
柱形图一般比较一组分类数据，柱子的高低已经传递了相关信息，不必通过颜色来区分，所以建议使用相同的颜色或同一颜色的不同色调，过多的颜色会增加理解成本。
如果需要强调某个数据时，可以使用对比色或者变化色调来突出显示有意义的数据点。
对多个数据系列排序时，如果不涉及到日期等特定数据，最好能符合一定的逻辑用直观的方式引导用户更好的查看数据。
可以通过升序或降序排布，例如按照数量从多到少来对数据进行排序，也可以按照字母顺序等来排布。总之，按照逻辑排序可以一定程度上引导人们更好地阅读数据。
条形图还可以通过省略横轴和纵轴，并直接在柱子上表明数值，来降低数据墨水比，进一步提高信息的获取效率。
堆叠柱状图（Stacked Column Chart），又称堆叠柱形图，是一种用来分解整体、比较各部分的图表。
它是柱状图的扩展，不同的是，柱状图的数据值为并行排列，堆叠柱图则是一个个叠加起来的。它可以展示每一个分类的总量，以及该分类包含的每个小分类的大小及占比，并且这些子类别一般用不同的颜色来指代。
对比不同类别数据的数值大小，同时对比每一类别数据中，子类别的构成及大小。
例如下图显示的是每种化妆品在各个产品的销售情况，通过堆叠柱状图，我们可以很清晰低对比同一种化妆品到底在哪个城市销量更好。
堆叠柱状图最好的展示效果是每个组只包含两到三个类别，最多不要超过6个，因为太多的数据系列会很容易让人眼花缭乱， 如下图：
堆叠条状图的数值建议在图形之间，居中对齐，在图形左侧容易产生误解。
由于要分析部分数据在整体中的占比，避免用堆叠柱状图展示包含负数的数据。因为柱子的高度必须为正数，有负数则无法直观显示在图上。
大多数的堆叠柱状图都是垂直绘制的，但是如果你的数据标签特别长时，考虑更好地展示效果，可以选择使用水平堆叠的方式。
分组柱状图，又叫聚集柱状图。跟柱状图类似，使用柱子的长短来映射和对比数据值。每个分组中的柱子使用不同的颜色或者相同颜色不同透明的方式区别各个分类，各个分组之间需要保持间隔。
对比不同分组内相同分类的大小，对比相同分组内不同分类的大小。其中，分组个数不要超过 12 个，每个分组下的分类不要超过 6 个。
分组柱状图适合比较多组数值差异不大的数据，比如，对于要同时查看一个数值和百分比的时间趋势，双轴图就派上大用场了。
为了浏览起来更直观，建议用柱图来表示数值类数据，用线图来表示百分比。
分组柱状图强调组的概念，组是一个个重复单元。按照格式塔原理，每两个分组之间的间距要大于组内不同系列之间的间距，以免造成视觉上错误的归类和区分。
双向柱状图是使用正向和反向的柱子显示类别之间的数值比较，其中分类轴表示需要对比的分类维度，连续轴代表相应的数值，分为两种情况，一种是正向刻度值与反向刻度值完全对称；另一种是正向刻度值与反向刻度值反向对称，即互为相反数。
同样的，可分为垂直方和水平两个方向，其中水平双向柱状图又叫正负条形图。
双向柱状图一般用于正负两份相反数据的对比，例如一周内个人收入和支出的统计，其中收入为正数，支出为负数。
使用双向柱状图可以很明确的对收入和支出做出对比，并能从单个系列中分析收入和支出的数值及波动。
双向柱状图多用于展示含相反含义的数据，因此要避免不具有正负含义的数据使用而造成的误解。
如下图人口统计图表中使用双向柱状图一边绘制男性一边绘制女性，只是单纯的两类不同数据的对比，并不存在负数。这种情况将两个数据序列绘制成一个分组柱状图是更合适的。
向柱状图正向和负向的数据具有对比性，因此一般选用差值较大的具有对比性的颜色，保证的获取有效的信息。
饼图，或称饼状图，是一个划分为几个扇形的圆形统计图表。在饼图中，每个扇形的弧长（以及圆心角和面积）大小，表示该种类占总体的比例，且这些扇形合在一起刚好是一个完全的圆形。
饼图主要用于展现不同类别数值相对于总数的占比情况，尤其是想要突出表示某个部分在整体中所占比例，且该部分所占比例达到总体的25%或50%时，很适合用饼图。
饼图不适用于多分类的数据，因为随着分类的增多，每个切片的面积变小，视觉区分度随之降低。
当数据类别较多时，我们可以把较小或不重要的数据合并成第五个模块命名为”其它”。如果一定要保证数据的完整性和准确性，此时选择柱状图或堆积柱状图或许更合适。
由于人类对“角度”的感知力并不如“长度”，在需要准确的表达数值（尤其是当数值接近、或数值很多）时，饼图常常不能胜任，因此当各类别数据占比较接近时（如下左图），我们很难对比出每个类别占比的大小。
此时建议选用柱状图或南丁格尔玫瑰图（如下右图）来获取更好的展示效果。
大多数人视觉习惯是按照顺时针和自上而下的顺序去观察。因此在绘制饼图时，建议从12点钟开始沿顺时针右边第一个分块绘制饼图最大的数据分块，有效的强调其重要性。
其余的数据分块有两种建议：一种是按照数据大小依次顺时针排列；另一种在12点钟的左边绘制第二大的分块，其余的分块按照逆时针排列，最小的分块放在底部。
让用户的视线焦点集中在上半部分，增强获取信息的速度。
环形图，又叫做甜甜圈图，是由两个及两个以上大小不一的饼图叠在一起，挖去中间的部分所构成的图形。
适用于展示分类的占比情况，与饼图用法相似，但环图相对于饼图空间的利用率更高，比如我们可以使用它的空心区域显示文本信息，比如标题等。
关于环图不适用分类过多的场景，否则阅读会将很差（如下图）。
可行的办法：一是将一些不重要的变量合并为“其他”，避免扇区超过5个；二是改用条形图或者表格。尤其是，如果你想让读者清楚的阅读到每一条数据，选用表格会更加直截了当。
下图中游戏公司的不同种类的游戏的销售量相近，所以不太适合使用环图，此时可以使用柱状图。
南丁格尔玫瑰图又名鸡冠花图、极坐标区域图，尽管外形很像饼图，但它是用半径来反映数值大小的（而饼图是以扇形的弧度来表示数据的）。
对比不同分类的大小，且各分类值差异不是太大时。由于半径和面积之间是平方的关系，视觉上，南丁格尔玫瑰图会将数据的比例夸大。
如下图展示一个班级男女同学的个数，这种场景下，使用饼图或者环形图比用南丁格尔玫瑰图更合适。
南丁格尔玫瑰图是将数值映射到半径上，而扇形的面积和半径是平方关系，因此视觉上看，数值的差异会被扩大。
因此，当数值差异较大、或者希望的比较数值大小时，推荐使用柱状图。
下面使用南丁格尔玫瑰图展示各个省份的人口数据，这种场景下使用玫瑰图不合适，原因是在玫瑰图中数值过小的分类会非常难以观察，推荐使用条形图（横向柱状图）。
散点图，又名点图、散布图、X-Y图，它是将所有的数据以点的形式展现在平面直角坐标系上的统计图表。它至少需要两个不同变量，一个沿x轴绘制，另一个沿y轴绘制，每个点在X、Y轴上都有一个确定的位置。
散点图适用于分析变量之间是否存在某种关系或相关性。其中，相关性包含正相关（两个变量值同时增加）、负相关（一个变量值增加另一个变量值下降）、不相关、线性相关、指数相关、U形相关等。
在观察两个变量之间的关系时，趋势线是非常有用的，趋势线的形状走向解释了两个变量之间的关系类型，还可以用来预测未来的值。但需要注意的是趋势线最可只能使用两条，以免干扰正常的数据的阅读。
散点图只有有足够多的数据点，并且数据之间有相关性时才能呈现很好的结果。如果一份数据只有极少的信息或者数据间没有相关性，那么绘制一个很空的散点图和不相关的散点图都是没有意义的。
如果数据包含不同系列，可以给不同系列使用不同的颜色，例如蓝色代表男性，红色代表女性，并增加图例标注出蓝色代表的含义。
帮助用户快速获取相关信息。但要注意，要避免数据分类过多的情况，过多的数据分类，会导致无法快速识别，失去可视化的意义和价值。
气泡图是显示变量之间相关性的一种图表，由笛卡尔坐标系（直角坐标系）和大小不一的圆组成，可以看作是散点图的变形。
与散点图不同的是，气泡图是一个多变量图，它增加了第三个数值即气泡大小的变量，在气泡图中，较大的气泡表示较大的值。可以通过气泡的位置分布和大小比例，来分析数据的规律。
一般而言，气泡图需要3个变量，其中2个决定了气泡在笛卡尔坐标系中的位置（即x，y轴上的值），另外一个则通过气泡的大小来表示。
当然，气泡图也可以容纳更多维的数据，例如用第4个变量决定气泡的颜色、透明度等。
特殊地，气泡图也可以用于二维数据，即y轴和气泡大小使用同一维度的数据（y轴和气泡大小的双视觉编码）。
这种情况下，相比于柱状图它能达到更美观的目的。例如，下图表示了2014年每个季度的销售额。x轴代表时间，y轴和气泡大小代表了销售业绩。
绘制气泡图时，需注意气泡的大小是映射到面积而不是半径或者直径绘制的。
以下图为例，如果两个数值是1：2的关系，如果按照半径1：2来绘制，那么实际的圆面积，将会是1：4的比例，这就夸大了数据之间的差异。
雷达又叫戴布拉图、蜘蛛网图。它是一种显示多变量数据的图形方法。通常从同一中心点开始等角度间隔地射出三个以上的轴，每个轴代表一个定量变量，各轴上的点依次连接成线或几何图形。
每个变量都有一个从中心向外发射的轴线，所有的轴之间的夹角相等，同时每个轴有相同的刻度，将轴到轴的刻度用网格线链接作为辅助元素，连接每个变量在其各自的轴线的数据点成一条多边形。
雷达图对于查看哪些变量具有相似的值、变量之间是否有异常值都很有用。雷达图表也可用于查看哪些变量在数据集内得分较高或较低，因此非常适合显示性能（见下图）。
同样，雷达图也常用于排名、评估、评论等数据的展示。
一个雷达图包含的多边形数量是有限的，如果有五个以上要评估的事物，无论是轮廓还是填充区域，都会产生覆盖和混乱，使得数据难以阅读。
如果变量过多，也会造成可读性下降，因为一个变量对应一个坐标轴，这样会使坐标轴过于密集，使图表给人感觉很复杂，所以最佳实践就是尽可能控制变量的数量使雷达图保持简单清晰。
漏斗图，形如“漏斗”，在开始和结束之间由N个流程环节组成。
漏斗图总是起始于100%的数量，并在各个环节依次减少，每个环节用一个梯形来表示，整体形如漏斗。与饼图一样，漏斗图呈现的也不是具体的数据，而是该数据相对于总数的占比、漏斗图不需要使用任何数据轴。
漏斗图适用于业务流程比较规范、周期长、环节多的单流程单向分析，通过漏斗各环节业务数据的比较能够直观地发现和说明问题所在的环节，进而做出决策。
其中，数据是要有序的，彼此之间有逻辑上的顺序关系，阶段最好大于3个。
漏斗图不适合没有逻辑关系的数据，换句话说，如果数据不构成“流程”，那么不能使用漏斗图。例如，想要展示不同游戏类型的销量对比，用漏斗图就是不合适的。
漏斗图作为一种统计图表，漏斗图的“长相”，本质上是由数据决定的。在传达数据时，漏斗图是通过“面积”表示的，对于人眼来说，面积的识别本来就不太容易。
如果我们在制作漏斗图时，再人为的改变漏斗中每一个梯形的高度，那么识别起来就十分困难。以下图为例，抹掉数字后，你几乎不可能知道第一层是第二层的三倍。
以上就是本篇文章的全部内容，关于可视化相关的知识还有很多没有涉及到，例如可视化图表的配色、商务仪表盘、以及其他的图表运用场景等等都还未讲到。以后有时间慢慢整理分享给大家，谢谢阅读！
蓝蓝设计( www.lanlanwork.com )是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 、平面设计服务
本文将针对酷家乐旗下云端建模工具——酷大师所做的可用性测试，说明工具型产品如何去做可用性测试。
打造一款产品的过程中，我们需要时刻保持警惕：功能是否满足用户核心需求？交互流程能否做到简单流畅？是否还有未知领域可以由用户带来启发？进行一次准备充分的可用性测试，无疑是解答上述问题快捷有效的方式。
下面我将结合本次针对酷家乐旗下云端建模工具——酷大师所做的可用性测试，说明工具型产品如何去做可用性测试。
测试目的不同，安排的测试任务就不同，进而就会影响最终得到的结果。所以测试之初需要考虑清楚测试目的。国际标准化组织在人体工程学设计的人机交互部分（ ISO9241） 把b2可用性c 规定为 3 个指标：
结合这3个指标，我将本次测试目的设定为：
测试时间：
测试环境：
Nielsen在理论中认为5-8位用户可以测试出85%的可用性问题，实践下来确实如此，样本数量建议控制在这个范围。
在同一个产品的用户中，新手用户、永久的的中间用户、专家用户这三类角色通常是共存的。我们需要让新手用户快速和无痛苦地成为中间用户；避免为那些想成为专家的用户设置障碍；最为重要的是，让永久的中间用户感到愉快，因为他们的技能将稳定地处于中间层。
本次测试中，我尽量使样本中包含这3类用户，比例为2：3：3。测试之后，就可以大概知道对于不同类型用户来说，产品可用性和
易用性情况，也可以得到多维度差异化的反馈。
测试中需要使用一些管理用户信息或记录用户反馈的表格，在准备阶段就要做好表格设计和打印工作。下面是具体的表格，可根据具体需求做相应调整。
《用户信息&排期表》
在这张表中管理测试用户信息b2姓名、职业c 、测试安排「时间、地点」、测试工作人员「主持人、观察员」。一场测试尽量安排一位主持人和一位观察员作为工作人员相互配合。
主持人负责与用户沟通互动，推进测试进程；观察员负责设备和资料保障，以及测试过程中的行为观察和记录。一个人独自承担主持人+观察员角色的话，在用户反馈密集而现场又出现临时状况时就会手忙脚乱，所以建议两个角色分工协作。
《用户基本信息问卷》
在这张问卷中可以设计与产品相关的用户基本信息问题，问卷设计原则为：
这张问卷使用在线工具呈现，比如腾讯问卷；也可现场打印纸质问卷进行询问填写。大多数用户比较喜欢现场填写。
《单任务满意度问卷》
测试过程中，我们需要让用户完成一个完整任务，该任务需要拆解成若干单任务。在每个单任务结束后，立刻对用户进行该单任务的满意度询问。
《SUS系统可用性量表》
用户结束完整任务后，填写该量表。该量表由10个题目组成，包括奇数项的正面陈述和偶数项的反面陈述。在结果整理阶段，我们再对该量表进行分值计算。
从开始到结束，需要主持人将整场测试的各个环节串联起来，引导用户操作，推动测试进程向前发展。为防止意外状况出现，可以预设测试脚本，规划情境和话术，并在预测试环节验证及优化该话术。
比如可以这样开场：“首先非常感谢您今天能来参加我们的可用性测试，我是主持人XXX，这位是观察员XXX。我们这次是对酷大师建模工具进行可用性测试，想了解您使用时的体验和感受。
在这里需要强调的是：我们测试的对象是工具，而不是您，所以您不必感到紧张……当您使用工具时，我们会观察和记录。今天的测试大概需要一个小时，测试过程中会有休息时间。测试过程中，请您将手机保持静音状态……“
比如可以这样进行两个单任务环节串场：“好的，我们已经完成了第一个单任务。现在有一份简单的问卷，填完后可以稍微休息一下。
「出示问卷，并作简要填写说明」「问卷完成后进行简单访谈，用户也稍稍休息后继续」现在，我们开始进行第二个单任务「要清晰且大声地说出这句话，以“鼓励”测试参加者和提示记录人员」……”
具体话术依据需要测试的内容和情境展开，尽量做到专业、友好。
可用性测试往往带有一定目的性，而这些目的能不能达成，取决于任务与目的的关联性以及用户是否能够给到对应反馈。通常，测试用户是愿意给予反馈的，那么测试任务的设计就成为整个准备阶段最重要的环节。
做好测试任务的设计和拆解：需要具备从全局高度理解产品的能力；需要知道产品全链路的过去起源、现状细节、未来走向；需要把控重点，拎出骨架；需要去繁就简，以较少的任务成本测出最有价值的信息。
本次测试中，我设计的主流程是：模型创建——材质铺贴——模型渲染——模型发布——模型分享，并且我还希望测到拉伸、阵列、组编辑、移动、旋转这样的主功能。所以我将这两块有机结合，给到用户创建一个「楼梯踏步模型」的任务。
我将任务按照主流程拆解为5个单任务，主功能分布到其中几个单任务中，且尽量做到两个单任务中不重复使用同一个主功能。
大多数产品都存在一些限制因素导致的尚未解决的已知问题。这些问题在测试中出现的话，会转移用户注意力，削弱本次测试的价值，偏移本次测试的目的。
另外，我们准备阶段进行的种种规划也需要得到验证。结合这两个原因，正式测试之前建议进行内部的用户预测试。找出并修复测试环节中的漏洞，准备好各类突发状况下的planB，以及修复影响正式测试的已知问题，提高正式测试的执行效率。
第一步.测试开场，填写《用户基本信息问卷》
本次测试是在工作日穿插进行8场一对一用户测试。这样可以放缓测试节奏，在两场测试间隙有充足时间简单整理上一场收集的信息，与下一场用户确认测试安排，以及对突发状况及时处理。
正式开始前半小时，观察员需确认设备都已调试妥当，资料都已打印完成。主持人可与用户进行联系，带领用户进入测试场所。主持人可以通过填写《用户基本信息问卷》了解用户基本信息，帮助用户消除在陌生环境下的沟通障碍。也可以使用户以放松状态完成测试任务，以开放心态为后续拓展性话题的展开做好准备。
无论是填写《用户基本信息问卷》还是后续的问卷，建议采用主持人提问、用户回答的方式收集信息。用户的注意力集中于思考和沟通，就能够提供更多有价值的信息，而不是忙于撰写问卷。
第二步.完成单任务，填写《单任务满意度问卷》
主持人按照顺序分步解说单任务。单任务测试过程中，工作人员不要去打扰用户，也不要给用户任何提示，所有的问题都等到测试结束再进行解答。
观察员需仔细观察用户操作，记录用户是否很容易判断出如何操作，完成某个重要功能点时是否顺畅；需随时关注用户表情，记录下明显表情相关联的流程或功能点等等细节。
一个单任务完成后，提示用户稍事休息，然后提问《单任务满意度问卷》中的问题。此时可以回答用户操作过程中的疑问，也可以藉由操作中的细节做延展发散，询问用户操作感受。通常可以获得很多针对该单任务的意见和建议。这些意见和建议后续就需要记录整理，作为优化任务帮助提升产品可用性和易用性。
第三步.填写《SUS系统可用性量表》，了解整体评估
整个任务完成后，可以藉由填写《SUS系统可用性量表》，了解用户对整体的评估。由于量表的10个题目中，包括奇数项的正面陈述和偶数项的反面陈述，所以在提问过程中一定要陈述清楚题目。如果用户认为有些问题无法回答，则视为其选择中间值。在后续的结果整理阶段，再对量表总分进行计算。
在问题询问过程中，可以有针对性地询问原因。比如针对第2个问题“我认为酷大师建模工具的操作较为复杂，其实没必要这么复杂”。
如果用户认为不复杂，则可以询问哪些点非常简单易用；如果用户觉得复杂，则可以询问哪些点觉得复杂。用户告知原因的同时，常常会说出他认为比较简单的解决方案。这些解决方案或者来自于竞品，或者来自于实践，或者来自于创新，常常可以帮助我们开拓思路，走出认知盲区。
第四步.拓展性访谈，测试收尾
在这个环节可以不必拘泥于原定的测试任务。建议预留一定时间，大到行业发展，小到产品细节，与用户进行一番深度探讨。这些来自于一线的用户常常会带来一些新鲜的灵感，为产品未来的拓展提供一些线索，解决产品当下的一些困惑。
由于我们一开始就对测试样本进行了分类，所以也可以结合前面几个环节的信息，对各分类下的用户诉求和行为习惯进一步验证、区分、归纳。
第一步.SUS量表分值计算
首先，我们需要计算SUS量表总分。奇数项计分采用“原始得分-1”，偶数项计分采用“5-原始得分”。由于是5点量表，每个题目的得分范围记为0~4（最大值为40），而SUS的范围在0~100，故需要把所有项的转换分相加，最终再乘以2.5，即可获得SUS分数。
其次，我们可以获得分量表得分。SUS量表中，第4和第10项构成的子量表为“易学性”（Learnability），其他8项构成的子量表为“可用性”（Usability）。
为了使易学性和可用性分数能够与整体SUS分数兼容，范围也是0~100，需要对原始分数进行转换：易学性量表转换分数的总和乘以12.5，可用性量表乘以3.125。
最后，我们可以将SUS量表分数换算成百分等级来解释，找到对应评级。百分等级的意思是指测量的产品或系统相对于总数据库里其他产品或系统的可用性程度。比如SUS得分是73分，其百分等级大约为67，意味着比大约66%的产品可用性更好。
第二步.整理问题列表，推进迭代优化
做完所有用户的测试之后，我们一定会收集到很多涉及具体功能点的反馈。对于正向反馈，我们可以谦虚地接受，并且思考这些打动用户的点如何复用；对于非正向反馈，我们应该冷静地思考，它们将是本次可用性测试中最直接而有效的收获！
对这些反馈可以进行分类归纳，将其中能够立即应用于产品的内容整理出来，按照优先级，放入产品迭代优化任务中。这些任务将提高产品可用性，在数据层面能够帮助提升留存率。我们这次可用性测试中总共获取97个有效反馈，其中62个整理进产品迭代任务，并且取得了用户使用数据上的相应提升。
第三步.撰写测试报告
整个测试环节通常只有2-3位工作人员，如果希望能和团队一起分享测试的收获，建议整理一份总结报告。可以使用word或者ppt形式，说明测试背景、测试用户信息、主要结论、发现的问题、以及解决问题的行动项。
经过几场颇具收获的工具型产品的可用性测试之后，我做了一些总结，希望能够形成适应于工具型产品的可用性测试体系：
1. 目的性
工具型产品的可用性测试目的比较统一：帮助团队优化体验路径；帮助团队明确用户使用产品时的体验感受；帮助设计师验证设计指标。
2. 专业性
完整的可用性测试全程都需要专业支撑，从筹备到进行，从任务到结果，每一个细节都需要考虑到位。在这过程中我们要尽量保证：流程规划清晰；文档整理完整；分工明确到位。
3. 参与性
大多数可用性测试是用户体验相关岗位人员发起，但是用户对于产品的反馈与团队每位成员息息相关，所以建议团队共同参与。比如在这次可用性测试中，就邀请了产品经理和研发人员担当观察员或主持人；邀请用研人员给予专业指导培训；在对测试反馈的问题进行优化过程中，也是团队通力合作，推进迭代快速进行。
4. 周期性
可用性测试不是进行一次就结束的一场表演。而是结合产品进展情况，可持续实施的一种有效的快速验证方式。
可以在新产品上线后进行，可以在重要功能上线前进行，也可以在迭代优化后进行。建议周期性进行可用性测试，取得一些结果后立即应用于产品，隔段时间再次验证，形成良性循环。亦趋近于精益用户体验中倡导的基本MVP理念。
当然，每次可用性测试都需要工作人员投入大量时间和精力，所以专业赋能可以成为很好的解决方案。即团队成员可以学习使用该方法，轮流进行周期性操作。
我们日常其实接触并积累了大量专业方法，可用性测试只是其中一种。在不断实践的过程中才能真正体会到这些方法的魅力之处，在不断落地的过程中才能打磨自身的方法论体系，形成属于自己的一套打法，给产品设计带来新颖的专业思路。
文章来源：优设 作者：酷家乐UED
蓝蓝设计( www.lanlanwork.com )是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 、平面设计服务
通过阅读“地图基础知识及通用设计原则”，相信大家已经对地图及其设计有了一定认知，本篇我们来了解下如何实践。
Part 1. 上篇要点回顾
- 核心设计原则
符合制图学和公众认知
保证识别度
清晰有层次
细分地图模式
具有品牌特性
- 元素分类
点元素：地名、POI等
线元素：道路、地铁线、水系线、铁路线、航线、边界线等
面元素：陆地、草地、湖泊海洋、AOI等
*名词解释：POI, Point of Information的缩写，即“信息点”。一个POI可以是一栋房子、一个商铺
*名词解释：AOI, Area of Interest的缩写，即“信息面”。指的是区域状的地理实体，如医院、小区等
Part 2. 设计背景
为了实现“让出行更美好”的使命，今年乘客端新增了自驾导航。地图贯穿了该产品的全流程，且首页、路线规划页、导航中等场景用户需求都不相同。然而已有的模式，从配色到信息展现，都不符合首页地图的场景需求，于是需要重新设计。
以下详解设计过程。
Part 3. 设计落地
- 设计关键词推导
根据自驾导航的目标，拆解出了首页地图的设计目标：
构建适合自驾场景的浏览地图
提升地图体验与设计品质，提高用户满意度和好感度
打造具有滴滴品牌调性的地图
用户需求及习惯表明：在首页主要是明确自身定位、查看其他位置信息，且视距基本是手持距离。那么“构建适合自驾场景的浏览地图”关键点就在于识别度，更好的展示重点信息，保证用户读图效率。
“提升地图体验与设计品质，打造具有滴滴品牌调性的地图”的目标，可以通过视觉手段实现。在浏览场景，用户使用地图的时间不固定，为避免长时间浏览产生疲惫感，地图配色需要更舒适，对比度也要适中。这点也与自驾导航整体的设计关键词“轻量”不谋而合，于是推导出了关键词轻量化、品牌感。
- 设计地图方案
明确设计关键词后，开始着手设计。关键词中的轻量化、品牌感基本上决定了这款地图的调性，识别度则重点影响信息展现。上篇提到，设计时可以把地图元素拆分成点、线、面三类，按照由大到小的顺序设计，即先确定配色，再设计文字图标等信息，以免元素过多互相干扰。
1、设计整体配色
轻量化：传达轻量化的感受需要控制取色范围，于是我们制定了颜色使用规则（下图）。
色相：以冷色为主，医院（红色系）等具有公众认知的颜色可除外；颜色从品牌色系中选取
明度：限定颜色的明度范围，选取中间-略高的部分，平衡颜色对比度
饱和度：避免使用高饱和度的颜色，保证配色的舒适感
通过分析颜色，我们对传达轻量化的感受有了大致的把握。那么品牌感如何体现呢？
品牌感：具有品牌调性的地图能更好的融入产品设计风格，也能够区别于竞品，这在滴滴全流程的设计中都十分重要。在地图上我们主要用颜色及图标绘制表达品牌调性。
颜色：结合轻量化的用色规则，从品牌色系中选取，使地图配色与其他组件更加融合
图标绘制：沿用滴滴设计规范中的图标绘制语言，如圆角、简单形状等，拉齐视觉感受
最终根据“轻量化”和“品牌感”这两个关键词，设计出了地图配色的效果图。
2、设计地图信息
配色确定后，即可开启POI图标+文字、AOI文字、道路文字、以及各类行政区划文字的设计。
识别度：设计地图信息时，保证基本识别度的方式，可通过文字颜色、字号大小、图标绘制等实现。但是要做到清晰有重点，就要关注信息间的层次感。
以POI信息为例。回顾下此时的用户需求：了解自身定位、查看其他位置信息。从这点可以锁定第一展示优先级应为POI——地图上定位最精准的信息种类。而已有的图标识别度较弱，无法满足需求，于是我们进行了重绘。通过用色表达图标类型、首选有公众认知的载体作为表意、增强颜色饱和度及对比度，搭配文字颜色，从视觉上把POI信息提升至第一顺位。
用同样的方法，根据重要程度，通过设计拉开了信息的视觉层级：POI>道路名称>AOI名称>行政区划信息。
3、整体调整
在完成了配色和信息设计后，我们需要整合所有元素统一调整。此时，通常会出现元素互相干扰的问题，我们可以回归到场景需求中解决此类问题，按照信息的重要程度调整，最终形成完整方案。
Part 4. 设计验证
地图方案落地后，我们会关注设计品质的验证。由于地图的工具属性，验证其设计品质及用户满意度一直是行业内较困难的事情。地图既是一种图形语言，又承载了大量的信息，且需符合场景需求，要验证的内容非常多。因此我们建立了地图评测模型，从美观度、识别度、读图效率等多维度进行评测，量化地图设计品质。
通过对自驾导航首页地图的两轮调研，我们回收了大量有效结论，如用户对道路等级的关注程度、如何使用AOI信息等等。新版地图在美观度、识别度等方面均得到了用户的认可。
了解用户的声音，能更好的帮助我们深耕地图设计领域、全力推动地图体验优化。
Part 5. 未来形态畅想
当前科技发展迅速，近些年出现的HUD、AR等导航，用现实世界的画面代替了地图，不需要转换思维、记忆地图语言，让人与世界的连接更轻松便捷。我们不妨顺着这个趋势大胆的畅想一番，在未来的某天，世界的数据会植入我们脑中，不再有陌生的地方，现有的地图形态也许会消失，因为它就在我们脚下。
文章来源：站酷 作者：CDX创意设计中心
蓝蓝设计( www.lanlanwork.com )是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 、平面设计服务
目前基于用户画像的标签体系在各行各业开始得到应用，对于涉及范围广，专业知识深的互联网招聘领域来说，建立标签体系的难点是什么呢？应该如何建立标签体系？怎么验证标签体系的准确性？文章对这三个问题展开了分析探讨，与大家分享。
电商行业客观来说属于比较简单的toC领域，知识网络是比较容易理解的通用知识，可通过用户的购买习惯、偏好、商品品类等建立标签体系。医疗行业属于专业性强的领域，建立标签体系必须要懂医疗技术的专家团队才可以，但是易于操作的是，只需要医疗一个领域专家就可以完成专业的标签体系建设。
但对于招聘行业来说，行业、职位涉及范围广，且专业性强，因为各行各业的公司和求职者都会通过招聘平台建立联系，而且有很多高精专的职位和候选人，怎么评估B/C端之间专业技能、工种、行业之间的匹配度，确是一大难点，而且理论上来说需要集齐各个行业、各种职位的专家人员才能建立起招聘行业的标签体系，但这在现实中要怎么操作呢？
那么机器是否可以自动完成招聘领域的标签体系建设呢？用NLP抽取职位JD中的描述并将其聚类，比如抽取Java、spring、Unix、Visio、Excel等工具技能，原型设计、交互设计、需求分析等工作内容技能，用户运营、产品运营、数据运营等工作方向技能，这是互联网从业者最熟悉的开发、产品、运营的工作内容和技能，如果机器可以识别这些类别标签就很完美了。
但现实却是看似的完美与和谐，万一Java是出现在了招聘专员的职位描述中呢？用户写的是“负责招聘Java工程师”，假如Visio出现在Java工程师的描述中呢？假如Excel出现在运营专员的职位描述中呢？这些技能还是不是这个岗位的核心能力？
首先，Java出现在招聘专员出其实是可以用硬规则过滤掉的，比如限制职位和技能的关系，也就是说不是所有技能都满足所有职位，有的技能只适用于某些职位，在其他职位内就是无效信息。
其次，需求分析是不是产品经理的技能标签呢？有的人说肯定是了，这个回答可以说对也可以说不对，对是因为需求分析确实是产品的必备能力和工作内容，不对是因为所有的产品经理都需要需求分析，那这个能力还是该产品经理区别于其他产品经理的能力吗？
最后Excel会出现在运营专员内、也会出现在招聘专员内，也会出现在统计专员内，那么它还是个核心的技能标签吗？
通过以上分析可得到以下归纳性的总结：
所以通过以上分析可知，纯NLP机器识别的方式不能完成招聘领域的标签体系建设，因为机器没办法在一个岗位的众多技能中筛选出哪些是重要的知识技能，哪些是不重要的知识技能。
招聘领域的标签大家首先可以想到的就是学历、工作年限、薪资范围等比较通用的职位/简历端匹配维度，当然这些显性通用的标签早已被各招聘平台做成了结构化的筛选项。
其次还有一些比较小众的维度要求，比如有的职位要求海外经历、党员、国企工作经历、籍贯、年龄等，有些平台也把其中的某些维度做成了平台上的结构化标签。
不过这些不是我们研究的重点，我们主要研究的是每个职位专业的知识方向的技能。
建立专业知识标签体系的重点就是建立专业的岗位研究专家团队，想要做某个岗位的专业知识标签研究，肯定需要熟悉该岗位的人员，是选择从事该岗位工作的人员呢，还是对这类岗位有所了解的HR人员呢？
因此就这两类人员进行了调研与分析，最终发现从事该岗位的人虽然对所从事的岗位了解比较深入，但对其他相关的岗位未必了解，也不太了解招聘过程中用户的感知与思维；
HR人员虽然在专业深度上对岗位的了解不是很深入，但所了解的岗位范围广，只要从事过某个行业的HR工作，基本都熟悉该行业所有的岗位与关注的重点技能，且HR经常使用招聘平台，有用户感知，对用户行为与逻辑都非常了解，所以HR更适合做岗位专业知识研究，而且该专家团队最好是来自各个不同行业的HR人员。
团队建好了，大概的研究思路也有了，接下来就可以好好研究标签体系具体的生产流程与规则了，对此进行了如下图的总结：
体系建立的目的肯定是运用在算法的推荐与搜索中，初期可以通过离线的漏斗数据转化对比（命中标签与未命中标签的转化对比）来验证该标签体系的离线匹配效果，再者可通过灰度实验，小流量上线实验来验证实际线上的匹配效果。
专业知识标签关注的只是匹配度的准，最终线上使用肯定还要考虑用户是否活跃，B端HR是否着急要人，C端求职者是否在找工作，如何平衡专业知识的准与用户行为的活之间的权重也一大难点，要找到那个准与活平衡的比例区间，在这个区间内线上能实现最大的用户达成，这方面在此不多做分析，需要算法同学多次调整模型才能达成。
基于用户行为的用户画像标签体系在电商领域中运用广泛，在招聘领域此类标签体系同样适用，只不过电商领域中的“查看-联系卖家-购买”行为在招聘领域变成了“查看-开聊-达成约面”行为。
电商平台中的协同过滤理论在招聘平台也同样适用，只是变成了基于相似职位的过滤和基于相似候选人的过滤。有的企业以往达成的多数是名校候选人，那么我们就知道该企业偏好有名校教育经历的；有的企业招聘销售岗更倾向于在专业知识体系中的有软件销售经验的候选人，那么我们就知道该企业偏好软件行业的销售候选人。
通过用户画像体系我们可以评估用户的偏好，以期在该用户以后的推荐中使用其偏好，达到更好的效果。
静态通用标签是所有职类共用的标签特征，属于大批量标准化的生产与运营，通用标签生产完善了，可以实现粗矿式大步快跑节奏的匹配达成；
而专业知识标签是每类职位专业的标签特征，是小批量精细化的生产与运营，在前面大步快跑达到一定匹配度之后，再结合精细化的小步快跑方式，逐步将每个职类的颗粒度划分为更精细化的颗粒度，达到更高匹配程度；
在前面标准化、精细化两轮分类之后数据已经被分成了一个个小类，但却没有衡量单个用户偏好的特征标签，而动态的用户行为标签就是单个用户个性化的偏好特征标签，用户的偏好有可能是通用的学历、年限特征，也可能是专业知识中某个技术框架、某种产品品类特征。
最终，静态标准化通用标签、专业知识精细化标签、动态行为个性化偏好标签，三者相互作用、相辅相成，提升招聘领域线上效果的匹配准确度。
文章来源：人人都是产品经理 作者：艳杰
蓝蓝设计( www.lanlanwork.com )是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 、平面设计服务
在如今大数据的时代，一些软件会根据我们的地理位置、性别、喜好等等进行算法推荐；能够对一定规范的输入，在有限时间内获得所要求的输出；比如TikTok，以用户为中心进行推荐，度很高；本文作者分析了TikTok 的真正优势，我们一起来看一下。
字节跳动往往被说成是一家算法公司，很多人认为， TikTok是靠算法的黑科技才取得成功的。
事实真的是这样吗？
eugenewei认为不是：TikTok的算法跟其他公司使用的并没有太大的不同；TikTok最大的优势是它采取了对算法友好的设计模式，在自己内部建立了一个飞轮，帮助其机器学习算法看到了优化自己所需要看到的东西。
原文发表在其个人博客上，标题是：Seeing Like an Algorithm；篇幅关系，我们分两部分刊出，此为上半部分。
划重点：
在我上一篇关于TikTok的文章中，我讨论了为什么它的For You Page算法是让TikTok发挥作用的结缔组织；它就是主板的总线，用来连接和关闭所有的反馈回路。
但是，在急于了解为什么各家公司都想收购TikTok的情况下，如果字节跳动把这款热门的短视频app拆分出来的话，围绕着它的算法的炒作已经有点被异化成那种往往被归纳为最近西方对中国科技分析的套路了。
在这篇文章中，我想讨论一下TikTok的设计究竟是如何帮助它的算法表现得跟它一样好的。
上次我讨论了为什么FYP（For You Page）算法是TikTok飞轮的核心，但是如果这一算法不够有效的话，那整个反馈回路就会崩溃；哪怕你对TikTok或短视频领域不感兴趣，了解一下这个算法是如何实现性也很重要，因为各行各业的公司都日益面临着核心优势是机器学习算法的竞争对手的竞争。
我想讨论的是TikTok的设计是如何帮助它的算法“看”东西的。
James C. Scott的《国家的视角》（Seeing Like a State）是那种很独特的书，看过之后你会意识到硅谷就有那种使用（滥用）清晰性这个术语的类型。
我是在看到Venkatesh Rao的书摘之后第一次听说这本书的，如果你不打算看原著的话，那篇书摘仍然是很好的tldr入门读物（Scott Alexander的书评也不错，只不过他的书评也已经长到可以做自己的tldr ）；不过，我建议你还是要好好看看原著。
Scott那本书的副标题是“那些试图改善人类状况的项目是如何失败的”。
这本书可以提高你对日常生活当中的各种意外后果的意识，当我们也有着伟人一般的傲慢时，不妨保持更谦卑的态度；这个世界比我们想象的要更丰富、更复杂。
比方说，Scott的讨论有很多都跟我们的现代社交网络巨头的某种傲慢感有关；这些占主导地位的应用的目的就是要提高自身用户群的清晰性，其中包括促进互动、防止用户流失并最终提供定向广告；反过来，这又导致他们的母公司陷入到错综复杂的问题之中，至今都未能摆脱困境。
不过这是需要另行讨论的话题了；Scott关注的是民族国家如何用简化的抽象在概要的层面 “看清”自己的公民，而我想讨论的是TikTok的app设计是如何让它的算法“看到”有效地执行匹配工作所需的所有细节的——这篇文章讨论的则是是应用和服务在设计时最大限度利用机器学习新模式。（我知道，这种讨论有点讽刺意味，因为这种“看法”有可能被塑造为另一种决定用户看法的看法，一种美国的科技公司只能作壁上观的看法。）
近年来，至少在像我这样的门外汉看来，我们意识到，只需要通过把训练的数据量增加几个数量级，机器学习就可以取得很大程度的进步；也就是说，就算算法本身跟几年前没有太大的不同，仅通过在更大的数据集上对其进行训练，人工智能研究人员就能取得像GPT-3这样的突破（GPT-3暂时给科技Twitter们带来了高潮） 。
当大家说TikTok的算法是取得成功的关键时，很多人会把某些神奇的代码段看作是公该司的秘密武器。
俄罗斯当代后现代主义作家Viktor Pelevin说，所有的现代电影都是同一个主角：一个装满钱的公文包；从《死吻》的放射性物质公文包，到《低俗小说》里面的那个类似的里面金光闪闪的、不知道装着什么的公文包；从《魔头对捕头》（The Formula）的创世纪方程，到大卫·马梅特（David Mamet）的《西班牙囚犯》（The Spanish Prisoner）里面的秘密的金融处理，我们长期以来一直对有魔力的麦格芬（McGuffin，推动情节发展的对象或事件）感到痴迷。
最近几周，对TikTok算法的讨论已经把它提升成了类似的东西，这个算法就好像是《夺宝奇兵》系列电影（如《法柜奇兵》、《圣战奇兵》…）里面那些神秘的考古文物一样。
但是这个领域大多数的专家的态度不会是这样，他们不相信TikTok在机器学习推荐算法方面取得了迄今为止我们所不知道的进步；实际上，大多数人会说，TikTok的做法大概跟别人的解决问题方法无异。
但是要记住的是，机器学习算法的有效性不仅仅取决于算法，还要取决于利用某些数据集训练过后的算法；GPT-3也许并没有什么新鲜，但是通过接受大规模的数据训练，以及设置大量的参数，其输出往往令人惊讶。
同样地，基于自身数据集训练过的TikTok FYP算法，在将视频与认为该视频有趣的人进行匹配方面非常准确有效（而且，同样重要的是，在不向那些不认为视频有趣的人推送方面也很有效） 。
有些领域，比方说文本，可以轻松获得大量训练得很好的数据；比方说，要想训练出像GPT-3这样的AI模型，你可以到互联网、书籍等上面找到大量可用的文本集；如果你想训练视觉AI，可以在网上和各种数据库里面找到大量照片；训练仍然很费钱，但是至少你手头有足够的训练数据。
但对于TikTok （或者抖音）来说，它那擅长推荐短视频给受众的算法可就没有公开可用的这么大规模的训练数据集了。
去哪里可以找到模因、小孩跳舞、对口型、可爱的宠物、推销品牌的网红、士兵越障训练、小孩模仿品牌等内容的短视频呢？就算你有这样的视频，又该去哪里找到关于大众对此类视频感受的可比数据呢？除了Musical.ly的数据集以外（主要是美国喜欢玩对口型的青少年），这样的数据并不存在。
这是一个独特的鸡生蛋还是蛋生鸡的问题，如果没有这款app的的摄像头工具和滤镜，以及拿到版权的音乐剪辑的话，TikTok的算法需要训练的那种视频就很难创建。
那么，这就是TikTok设计的魔力所在：app会激发和促进视频的创作与浏览，算法然后用这些视频进行训练，再反过来激发和促进视频的创作与浏览，形成反馈回环。
为了让自己的算法发挥最大的效用，TikTok成为了自己的训练数据源。
要了解TikTok是如何做出这么强大的学习飞轮，我们需要对它的设计进行深入研究。
关于科技的UI设计，主导的思想流派（至少是我成长的过去二十年里）关注的重点是消除用户所做事情的摩擦，并让他们在此过程中感到愉悦；其设计目标是优雅，什么是优雅：优雅就是直观、巧妙，甚至时尚。
也许没有一家公司比苹果把这种设计风格体现得更加淋漓尽致，巅峰状态下的苹果总能把自己的软硬件做出优雅的感觉——“就是这么好用（it just works）”，但同时又很迷人，让用户觉得很雅致。
（苹果控制风格的名声就没那么光彩了——手机、笔记本电脑不可替换的电池，目前有关应用商店规则的争论）在发布新品的主旨演讲时，展示一块硬邦邦的铝块是如何变成崭新的MacBook Pro机身的视频的理由是什么？
因为听到工业激光把那块铝雕刻成一体化机身时发生的声音很性感？然后，当你在咖啡店用那台笔记本电脑敲击一封电子邮件时，在你的潜意识里，有关那段视频的一点残留的记忆里面会不会让你的多巴胺受到一点点的触动？
这种以用户为中心的设计模式在这么长时间以来一直占据着主导地位是有原因的，尤其是在消费类技术里面。
首先，这的确有用——苹果的市值最终超过了2万亿美元（还记得假冒的Sean Parker说过十亿美元很酷吗？那还是十年前，现在十亿美元不再是金牛了，财富的量级在飞速发展。）
此外，我们生活在大规模网络效应时代，应用了Ben Thompson的聚合理论并获得大量用户群的科技巨头，可以在他们所参与的市场当中发挥出不可思议的杠杆作用——要先做到这一点，最佳的办法之一就是设计出能比竞争对手更好地满足用户需求的产品和服务。
长期以来，这种设计流派一直占据着主导地位，以至于我几乎忘记了过去时代惯常采用过的一些蛮不讲理的软件设计了。（不要把它跟野兽派设计混为一谈，后者其实就像它在建筑方面的表亲一样，在设计上是相当美的。）
但是，如果要想最大限度地服务好用户的关键要取决于对机器学习算法的训练呢？如果这个ML算法需要庞大的训练数据集该怎么办？在机器学习方兴未艾的时代，这日益成为关键的设计目标。
在考虑如何设计app时，你日益必须考虑怎么才能最好地帮助算法去“看”——为了最大限度地服务好用户，请先服务好你的算法。
TikTok让我着迷，因为不管是意外还是有意而为之，这都是一个为了尽可能多地给自己的算法提供有用信号的现代app的典范——这就是我所谓的算法友好型设计的范本。（我曾经想过把它叫做以算法为中心的设计，但觉得这种说法有点过头了；一个帮助算法看见东西的设计到头来仍然是为了给用户提供尽可能好的体验。）
我们仍然可以认为这只是以用户为中心的设计的一种变体，但是对于那些大量采用机器学习算法组件进行产品开发的团队来说，明确地承认这一点也许有用；毕竟，当产品经理，设计师和工程师开会讨论app设计时，算法是不会出席的；但是，对算法的训练需求必须得到体现。
James Scott在谈到《国家的视角》，谈到了城市设计等领域的巨大变化，比如让土地面积和业主数量对征税者“清晰可见”；TikTok的设计使得它的视频、用户和用户首选项对For You Page算法清晰可见；这种app设计履行了它的主要职责之一：“像算法一样看东西”。
我们不妨仔细看看，TikTok打开后就是“For You Page”页面，然后直接进入视频。这就是它的样子。
这个是到目前为止有史以来最热门的TikTok视频，截止到我发布这篇文章时，它的34.1M个点赞可能已经不止了；你可以看看有关这条TikTok是如何诞生的故事，看过之后你仍然会觉得这是一个充满悖论的文化难题，但是你看过后会喜欢的。
我把这个给我侄女看了，然后我们一起循环播放了好几十次，然后我们一起开始大喊“从M到B，从M到B”，然后一起笑了起来，这是我在这场疫情当中真正的感受不是绝望的少数几次之一。
整个屏幕被一个视频填满。只有一个视频，视频用竖屏全屏显示；注意，这是不能滚动的，而是分页。视频几乎是立即自动播放（接下来的几个视频被加载到后台，所以轮到的时候可以很快播放出来）。
这种设计让用户要面对一个紧迫的问题：你对这个短视频的感觉如何？就这个短视频。
从视频开始播放到现在，你所做的一切都是你对该视频的感受的信号；你是不是在它还没播放完就滑向了下一个视频？是的话就隐含（尽管边界是显性的）表示你对它不感兴趣。
你是不是看了不止一次，让它循环播放了好几次？似乎不知怎的它就吸引了你。你有没有通过内置的分享面板分享了这段视频？这是正面情绪的另一个有力指标。
如果你点击右下角旋转的LP图标，看了更多有着同样背景音乐的视频的话，就是该视频对你胃口的进一步信号；音乐线索往往是模因的代名词，现在TikTok又有了一条为你推荐视频的轴线了。
还有，你是不是跑去看了看视频创作者的个人资料页面？你是不是看过她其他的视频，然后还关注了对方？是的话说明你除了欣赏视频以外，也许你还特别欣赏对方这个人。
但是，我们不妨再退后一步，看看这你还没有看到这个视频之前，TikTok的算法自己是怎么“看见”这个视频的；在这个视频通过FYP算法发送到你的手机之前，TikTok的运营团队有人已经看了这个视频，并添加了大量相关标签或标记。
这个视频是跟跳舞有关的吗？是对口型？还是视频游戏？有小猫吗？还是花栗鼠？是搞笑的吗？主体是男的还是女的？大概几岁？是群视频吗？背景在哪里？用的是什么滤镜或视觉效果？如果里面包括有食物，是什么食物？等等，所有这些标签都成为了算法现在可以看到的功能。
视频还要在视觉AI这里处理一下，并为自己能看到的东西做出贡献；TikTok有些摄像头滤镜能够跟踪人脸、手或者手势，所以视觉AI往往在视频被创建出来之前就被调用过了。
这个算法还可以看到TikTok所了解到的有关你的信息，你过去喜欢什么类型的视频？有关你的人口统计学信息或心理学信息有哪些？你是在哪里看这个视频的？你用的是什么类型的设备？等等，除此之外，还有哪些其他用户跟你相似？
一、《国家的视角》 Vs 算法的视角
二、TikTok把自己变成算法的训练源
三、以用户中心 Vs 对算法友好
文章来源：人人都是产品经理 作者：纸盒小卡车
蓝蓝设计( www.lanlanwork.com )是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 、平面设计服务
新的十年，新技术也悄然到来。人工智能润物无声，5G 应用也渐渐崭露头角。新时代带来了新的技术，新的场景，新的用户。用户体验从未像今天如此丰富多彩又复杂细致，给设计师带来了全新的机遇与挑战。
而在疫情的大背景下，对演出行业而言，需要加速传统演出产业的线上化变革适应疫情背景的同时，也要利用新技术尝试增强线下的演出观演体验。这对演出形式的发展提出了更高的要求。
猫眼演出设计团队搜集近年来优秀的用户体验案例，并尝试预测未来一段时间用户体验发展的趋势与方向。希望对大家有所启发。
相较于演唱会、音乐节等演出，展览内容向线上迁移的成本较低。2020 年的毕业展览，各大高校采用了不同形式的线上展览，为青春画上圆满句号。
央美的线上毕业展中，几乎 1:1 还原了学校展厅原貌，观众可以在展厅内走动来观察展品。让观众身临其境感受艺术氛围。
清华美院的展览中采用视差风格，用户可以将手机横向滑动，感受内容在指尖流动。是更适合移动端浏览内容的形式。
说起类似「传统直播」的线上演唱会尝试，缺少演出者与观众的互动成为较大的遗憾。在钉钉 Live 与 Beyond 中，观演者可以通过摄像头参与到演出的背景中，并与演出者同屏互动，带来打破空间阻隔的互动试听体验。
荧光棒当然是演唱会不可缺少的一环。而能够与演出互动的荧光棒则能够大大提升参与感。
Beyond Live 推出的互动应援棒，可以跟随演出实时互动，大大增强了演出的临场感。
对演出行业而言，疫情的到来是不小的打击。但也激励着从业者往新的方向去探索，寻找为观众呈现演出的新形式。
人工智能的发展到今天，逐步开始为产品体验添砖加瓦。我们越来越能感受到产品更懂用户了，在合适的时机做正确的事情。而其中让产品更懂我们的，正是 AI 为产品添加的感官。
无论是视觉还是听觉，AI 赋予产品更细致的观察，从而创造更加人性化的体验。
语音类产品可以进行连续对话，并根据上下文进行整体语境的理解。不仅让日常生活更加便利，同时也照顾到听障人士，在打电话这件事情上实现了「文字 - 语音跨感官」的交流。
Google Assistant 可以根据用户的要求，打电话与商户老板预约订餐。
在小爱同学的帮助下，现在可以用打字聊天的方式接听电话。不仅让不方便接电话的场景得到解脱，也解决了听障人士打电话的难题。
借助 AI 对周围环境的分析，可以感知到更细致的用户场景。华为 Mate 30 Pro 借助 AI 判断人脸与设备之间的角度，来决定屏幕内容是否需要旋转。相比较陀螺仪对重力的感知，这样的方式可以更准确判断使用场景。
在呈现复杂内容时，AI 智能判断画面主体，从而优化给用户呈现的画面。
在 Bilibili 实现的防挡弹幕利用 AI 去分析视频中的人物、动物等「画面主体」，给弹幕添加遮罩层。从而实现画面主体与弹幕的和谐共存。
当机器可以看懂人的手势，我们就可以隔空来发号施令了。
在 DJay Pro AI 中，一台 iPad 放在桌面上，DJ 就可以隔空打碟。在难以触控屏幕的场景中，手势也有着其不可忽略的痛点。
在 Mate 30 系列中，用户也可以通过手势来进行截图、上下翻动等常用操作。
AI 赋予了产品感官，对现实有了更深入的理解。同时也使得 AR 的内容不仅局限于「好看」的展示，而能更好地与周围环境结合起来。
Google Lens 可以根据定位和识别内容判断用户所在餐馆，并在菜单中标注推荐的菜肴。
Rekugaki AR 可以识别画面中的卡通形象，并创建一个纸片人与用户互动。
更新 iOS 14 之后，AirPods Pro 拥有了「空间音频」。结合播放设备与耳机的位置，通过陀螺仪等设备共同模拟一个虚拟声场，让用户有身临其境的空间音频感受。增强了 AR 在音频领域的体现。
在 2020 年，内容为王的时代，UI 所扮演的角色也渐渐变化。从过去，想尽办法吸引用户的点击和关注，到如今，会更多思考如何包装和凸显内容。
或许润物无形，让用户觉得理所当然的沉浸感，才是 UI 最好的归宿。
相比较 UI 设计早期对于弹窗的频繁使用，近些年在产品设计中越来越克制对于用户的打扰。从而让用户尽可能沉浸在当前的体验流程中。
在 iOS 14 中，如果用户正在使用手机，来电则以通知的形式呈现，在玩游戏的场景可能尤为有用。Siri 也不再占据全屏幕的内容，而是以底部的小圆球出现。这样假如我们把手机呈现的内容视为沉浸的世界，Siri 更像是一个身边的小助手，而不是专门要跑一趟的柜台了。
在很多专注内容的产品中，会更注重沉浸式的设计。减少线框和切割，弱化 UI 和导航元素，在全局视野里都填充内容。
Apple Music 的歌词界面中，随着歌声响起，歌词也随之滚动。与此同时，背景也呈现极光的流动感。使人沉浸在优美的歌曲中。
在很多专注于呈现内容的网站中，则更多采用了扁平化、去分割化的设计。让用户更专注于内容本身。Dribbble 的改版中，将导航栏改为白色，背景也变为纯白。让用户不去思考功能模块，而专注于内容本身。
近几年随着屏幕技术的不断更新，逐步在硬件上呈现出稳定的产品形态。相较于传统的屏幕，手机屏幕的更新出现以下的关键词：
而这些新的硬件形态也对 UI 设计提出了新的要求。我们可以看到针对于这些硬件特性，UI 设计也有了新的变化：
相较于传统的直角屏幕，全面屏为了贴合手机的硬件形态。呈现一个圆角矩形的视野。在 UI 设计中，呈现大圆角风格的卡片设计，能更好贴合这样的屏幕，实现软硬件合一的观感。
如今主流的手机屏幕已经到了 6 寸，于是这对单手操作带来了很大的挑战。各大厂商在不断优化交互细节的同时，也有厂商带来了新的思路。
在三星推出的 One UI 中，将上半屏主要用于内容展示，而下半屏幕放置操作内容。在高德地图上我们也看到了类似的思路。
OLED 屏幕可以显示非常纯净的黑色，而深色模式可以很好利用这一点。深色模式可以突出内容，也可以因为大部分区域不发光更省电。而用户过去很多年都看惯了白色的背景，突然“眼前一黑”也许眼前一亮。
有了更大的屏幕，就要做更多的事情。越来越多的厂商支持系统级浮窗。甚至在 Galaxy Fold 2 中，可以同时显示 4 个分屏，还能再添加浮窗。
新出现的折叠屏形态，则要求产品在布局上更加灵活，在大屏幕上呈现更多内容。在华为 Mate Xs 的「平行视界」功能中，用户可以在左右分屏中展现前后两级页面，购物比价更方便。利用折叠屏的特性，实现了 1 + 1 > 2 的效果。
信息时代，数码世界已经承载了我们太多的回忆与财富。频繁的身份验证保证了我们的财产与隐私安全，但也带来了诸多的不便。忘掉的密码，湿掉的指纹，忍不住让人大喊「我就是我啊，你怎么不明白」。如何让身份验证变得快速且无感，让生活变得方便且简单。
在演出行业中，特别是需要快速准确验证身份的检票场景中，使用 AI + 人脸识别技术也大大提升了检票效率。
人脸总是最好的密码。不论是 Face ID 还是刷脸支付，快速、低错误率的特性，总是让人印象深刻。
Amazon 推出的无感支付超市 Amazon GO，用户不需要进行任何形式的身份验证，拿了商品，走出超市，购物就完成了。
iOS 14 中，你可以用手机来解锁车辆，甚至可以通过信息，将车钥匙分享给他人并设置可用时间。
如今每个人都拥有更多的智能设备，如果设备只能独立使用，显然不能发挥最大的价值。好在如今设备之间的连接更快更强大，最终组成快速无缝的优质体验。
超宽带（Ultra Wide Band，UWB）技术是一种无线载波通信技术，能赋予设备空间感知的能力。当设备之间了解了彼此的方位，能在很多场景尤其是家居场景中提供便利。
iPhone 11 搭载的 U1 芯片赋予设备之间的空间感知能力。用户可以将手机对准想要分享的设备，在界面中就会优先展示。
小米发布的「一指连」技术，用户可以将手机对准想要控制的智能设备，在手机中就会自动弹出对应的控制面板。
iOS 14 更新后，用户无需对 AirPods 进行断开或重新连接的操作。耳机会在用户在新设备播放声音时，自动连接到新设备。对于设备感知的弱化，就是对体验感知的提升。
在 macOS 10.15 后，用户可以将 iPad 作为拓展屏幕使用。并且无线、低延迟、高画质。甚至可以利用 Apple Pencil 在 Mac 的 Photoshop 中进行绘画，作为 Mac 生产力内容的补充。
使用华为手机与 MateBook 时，用手机轻触触摸板即可实现无线投屏。并且在电脑端可以打开手机文件进行编辑、保存，同时支持手机、电脑文件之间的拖拽操作。实现了手机与电脑的快速无缝协同。
数字世界如今已经承载着很多人的第二生活，而隐私的权利也在信息时代有了更广的延伸。在产品利用我们的个人信息创造便利的同时，也带来了很多隐私泄露的隐患。越来越多的人开始期待，能够享受大数据带来的便利，而不必担心自己的信息被用在不正当的途径。
iOS 14 之后的 App Store 中，用户可以看到应用所请求的数据权限。在应用访问剪贴板时，也会在顶部弹出提示。
安卓生态中的反复唤醒是困扰用户的一大问题。MIUI 12 中可以查看应用之间的唤醒、定位、使用媒体的记录，谁是流氓软件一目了然。
MIUI 12 中可以开启虚拟身份或使用空白通行证进行应用授权，这样既可以使用对身份有要求的 APP，也可以避免隐私的泄露。
iOS 相册权限细分为「全部照片」「部分照片」「不允许访问照片」，这样当用户仅希望分享几张照片时，不需要让应用可以访问所有照片了。
iOS 14 之后，用户可以关闭「允许 App 请求跟踪」开关，以此减少 App 对个人信息的获取。
2020 年，90 后三十而立，将要面对更多的挑战，承担着更多的精神与情感压力。
00 后也跨入了 20 岁的年纪，这些 Z 时代的年轻人成为了网络主流。他们追求个性，情绪上更加敏感，表达情感的欲望也更加强烈。
面对着 996、内卷与房价，似乎大多数人都在感受着不同程度的压力。
在网易云这样一个主打听歌评论的社区中，出现了大量带有「抑郁情绪」的评论。网易云也被大家戏称为「网抑云」。在发现相关情况后，网易云推出了「关怀计划」，在 App 中接入专业心理咨询的同时，也设计了一些治愈的小功能，帮助大家纾解情绪。在评论中用双指捏合，可以给评论者一个抱抱。在疫情背景的今天，或许是难得的安慰。
年轻人的个性化需求和表达欲望总是更强烈，在产品中满足年轻人的想法，就能抓住年轻人的心。
在腾讯漫画 App 中，切换性别会让首页呈现完全不同的内容推荐。
在 QQ 里，连续 7 天和同一个人聊天可以有一个小火苗，30 天则可以变成大火苗。而针对新朋友和聊得最多的朋友还有四叶草和小船等标识。这些个性化、游戏化的展示，满足了年轻人的展示欲望，和对趣味的追求。
2020 年，疫情让很多人分隔两地，很多亲密关系很难在线上维系。于是很多产品推出了「一起」功能，在线上可以一起听歌看电影，满足疫情时代，人们的社交需求。
在网易云中，可以分享歌曲给朋友一起听歌。双方都可以控制歌曲的切换与暂停，还能通过麦克风与对方聊天说话。
在 QQ 中可以选择「一起看」，分享给好友之后可以同进度观看视频，还能在下方聊天互动发送表情等。
在本文写完的 2020 年 10 月，我们能看见对疫情的控制程度在全社会的努力下渐渐往好的方向发展，线下的演出在渐渐复苏，行业对线上演出展览的探索也初见成效。
黄明昊 Just 18 Teen 新歌首唱会刚刚结束，猫眼演出 · 超级现场所实现的线上演出直播 + 线下影院观演，与偶像同屏的互动方式得到了粉丝的一致好评。
我们也即将迎来英雄联盟世界赛这样首个大型线下演出项目。相信 AI 人脸识别的技术在闸机入场的应用，能为召唤师们带来更好的观赛体验。
用户体验在 2020 年的发展，已经不局限于新技术的应用，也更考验用户体验设计师对于场景的细致洞察，对于用户情感的细微把控。
文章来源：站酷 作者：猫眼演出设计Team
蓝蓝设计( www.lanlanwork.com )是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 、平面设计服务
最近国外的设计平台频繁出现一类内容，大概类似于「产品设计中的伦理道德与用户体验」，里面的内容有引起我的一些思考。
我先给大家举个例子，来解释一下上面这句话的意思。
以前，我们聊界面的设计，说界面当中如果有两个按钮，就要引导用户走向主要操作，弱化次要的。类似于下图：
这时候一定会有一些设计师告诉你说，这类界面，要以左边这种形式去设计，因为无论从视觉角度、优先级角度还是企业利益角度来说，左边这种都更符合用户操作的逻辑。
或者，如 PayPal 上底部的「移除卡」功能，故意在层级上做的很弱，颜色的处理让按钮看起来甚至是不可点击的。
虽然「移除」对于产品来说是一个危险操作，产品不希望用户进行这一操作。但是对于用户来说，当他们想要这个功能的时候，说明意愿强烈，这时候这种设计会让用户产生糟糕的体验。
于是就有人提出说：
为什么，用户登录注册就这么简单，但是有些用户想要注销账号却如此麻烦？难道对于这些想要注销账号的用户来说，用户体验就不重要了么？
其实，我觉得这个问题，可以从两个角度来说明，分别是「目的」和「义务」。
作为产品团队的一员，我们的价值在于给公司创造利益，想方设法得到用户的支持与广告商的青睐。所以我们设计的产品都会有特定的目的。
比如，引导用户去购买产品或平台中的商品，以让企业能够存活，持续运营下去。
但这并不是说，企业把一些对用户无用的商品卖给了用户，用户买的这份商品，对他们来说一定是有价值的。产品并不是在欺骗用户购买无意义商品。
比如平台支付了音乐或视频的巨额版权费，方便用户在线上收听与观看，那么用户为这些内容付费是否应当？
企业做这些事，从用户与广告商身上获取利益，本质就是为了赚钱，这一点无可厚非。
所以在产品界面的设计中，如文章开头的示例，采用左图的形式，突出办理会员的按钮，引导用户付费成为会员，似乎也没什么问题。
它不过是利用了「信息优先级」的概念。我们需要帮助用户去理解界面上所呈现的信息，目的是为了让用户更好的操作。如果所有信息的权重是一样的，反而会影响用户的使用，甚至造成体验障碍。
而逆向的，比如不办理、跳过类似的出口也有给到用户，虽然从视觉上相对弱化了，但绝不应该阻碍用户去点击。
从这点来说，上图示例的问题不是在弱化了按钮的视觉效果上，而是按钮太小，可能会导致用户误触「去办理」，让不想办理的用户频繁点错；或者过分弱化界面上的重要元素，明明在眼皮底下，却给用户找不到的错觉，这才是根本性的问题。
比如一些引导页，在屏幕上设置了三个类似「跳过」的按钮，结果只有一个是有效的，产品为了让用户点击广告给企业创造收益，利用这样的方式达到目的，这才是所谓伦理道德的缺失。
我再举个例子。
连续包月，相比普通包月，策略大多都是第一个月有优惠价，以引导用户办理连续包月服务。好处是，大多数用户办理了连续包月，就会长期使用，它弱化了用户的决策意识。
除了部分办理完第一个月就取消服务的用户，只是为了这个月用，利用这样的漏洞省点钱，不过这也仅限于第一次办理了。
那么我们作为设计师，就应该从为公司盈利的角度去设计界面，引导用户办理连续包月服务，而不是普通包月，在界面上做出差别。
同样的，当每个月用户需要自动扣费时，就应该告诉用户，过两天又要一次扣费了，做一个提醒。而不单单是成功办理后，就再也不通知了，这是不对的，毕竟用户每个月都在为产品付费，这样的通知是产品的义务。
如果用户办理的是年会员，已经单次就付清年费，那就没必要反复提醒（也没什么可提醒的）。
在这个例子中，用户体验与伦理道德的界限很清晰，所以我并不觉得它们是相互矛盾的。
我们还可以举很多例子来说明这个问题。
比如 Windows 系统下卸载软件频繁的下一步，甚至还会有错误引导的设计。
再比如，在一些产品里关注了某个人，但是有一天想取关的时候，总是找不到取关按钮。或者，一些产品里并不重要的信息，总是闪着红点引导用户去点击等等。
我们常常会去分析按钮的各种样式，比如是否有圆角，是否有投影，是否要渐变等等；也会去梳理按钮与文案的关系，比如按钮中的文案与边框的间距，文案的大小要适配载体的比例等等；甚至，还会去分析按钮的位置，比如取消按钮应该在左边还是右边，取消按钮与关闭按钮的区别等等。
但似乎，我们很少会去探讨按钮背后的这些事件，我们都知道按钮是用户与某个事物间接的交互控件，但我们从来都只注意于按钮的外形与按钮位置所应有的逻辑，而没有真正去探讨按钮所承载的这些问题。
比如用户点击了「会员办理」的按钮，会发生什么事情？我们是否应该在下个月用户扣款之前提醒他们？或者，频繁的在产品里滥用并不重要红点提示，会不会影响用户对于该产品的使用频率？
这才是我们需要延伸出来思考的事情，而不单单是按钮或者某个控件本身。我们思考的远不止目的，还有义务。
所以。
我并不觉得在产品界面上引导用户执行操作有什么问题，相反，问题在于在引导的同时，不能阻碍用户进行其他的操作，给予用户合理的控制权，才是最重要的。
产品设计的目的在于正向逻辑的用户操作体验，而产品设计的义务在于给予用户拒绝的权利。
文章来源：优设 作者：和出此严
蓝蓝设计( www.lanlanwork.com )是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 、平面设计服务
随着生活品质的提高，我们越来越注重“仪式感”，过年、过节、生日等，我们都想有一些仪式感来庆祝，设计产品也不例外，这些小小的仪式感可以给人带来好感；本文作者分享了关于仪式感的设计，我们一起来看一下。
在我们日常生活中，存在着各种各样的仪式感：婚庆、过节，升国旗奏国歌，它可以使我们的生活充满各种趣味性，是人们表达内心最直接的方式。
而在互联网产品中，为了使用户的产品体验更贴近于真实生活、有情感共鸣，不少产品在仪式感这块也下不了不少功夫；不管是出于竞争需要，还是日常用户运营。
所以这次写下这方面的内容，以便给自己的设计提供更好的切入点和灵感参考，避免毫无头绪。
先来看看一些大厂的、有意思的仪式感设计：
网易云音乐：收听特定的歌曲时，会有右上角会有’LTL’入口。
点击会联动触发手机闪光灯，对歌曲赋予浓浓的演唱氛围（黑夜中效果更绝，亲测~）。
爱奇艺：中秋国庆期间，点击视频时会有“烟花”效果，让用户看视频也能过节。
QQ音乐：用户生日时 直接将歌单封面设置成祝福语，一进入应用就能感受到满满的祝福。
财付通：实名首次进入后，以“vip客户卡”的形式欢迎用户。
看了以上例子，相信你对仪式感的作用也有一定的了解，它可以：
除了以上作（废）用（话）之外，个人觉得最好的一点，就是可以加强设计师的创意表现，让设计方案更加有创新点。
看了这么多例子，相信你自己有的判断；在笔者个人看来，互联网产品的仪式感设计无非由两部分组成：特定的场景支持+贴近现实的表现。
举例说明：微信读书的电子签名。
只有在微信读书里购买书籍后（场景触发），才会模拟现实生活进行签名（现实表现）。
任何形式的设计都是需要场景支持的，否则无从谈起。
笔者觉得，以下3个切入点足以覆盖绝大多数场景，帮助挖掘出可设计仪式感的点。
1）时间
一天中某个时间点、时间段，引发该时刻里对用户的情绪与感知；可应用的时效性较长，可以用于每天中的某个时刻。
举例：
下班点打卡，钉钉都会对辛勤工作的员工进行暖心慰问，用仪式感来减少工作一天的负面情绪。
之前企业微信的启动页，针对深夜时间段会进行员工关怀。
而除了上诉之外，是不是还有更细分的时间维度等着我们去挖掘与设计呢？
像清晨与黄昏、早上/下午/晚上、早茶/下午茶/宵夜/时间点？是不是可以挖掘出更多仪式感场景？
2）日期
可以是各种节日、特定事件日期、天数、季度等等；这种应用的时效性不是很强，只能满足于特定的日期，一般作为运营事件使用。
如百度搜索“愚人节”时，出现的结果会倒转过来，愚你一下很开心。
抖音会记录用户的使用日期，针对性进行信息提示。
遇到喜庆或沉痛节日时，不也得针对其氛围进行仪式感设计。
文章开头的QQ音乐对用户生日的祝福、爱奇艺国庆期间的烟花点击效果。
这个不像前面都是产品/系统主动触发仪式感，而是只有当用户满足一定的条件才会触发。
是一种较为被动的反馈设计。如操作结果、等级阶梯。
1）操作结果
当用户执行对应的任务后，根据任务的状态、属性等关键词提炼出合适的仪式感。
爱奇艺在直播预约成功后，针对预约成功以“入场券”的形式设计。
和平精英在吃鸡（游戏结束）后，不也有一个举杯胜利的表现。
文章开头的微信读书也是一个例子，在用户购买完成后触发。
继续举一反三的话，除了操作成功、结束之外，像无法操作、操作失败、操作中断等状态，是不是也可以挖掘出对应的仪式感呢？
2）等级阶梯：
当用户的操作/任务累积到一定的门槛、等级或阶梯后，所赋予的一种荣誉、奖励设计。
鼓励用户执行更多的操作/任务，以获取更珍贵、稀有的目标。最常见的就是各种勋章、会员、积分设计。
这种应该是被运用得最广的方式，常见于首次进入/对新用户的欢迎、新功能的介绍、新内容的推荐。
1）首次使用的欢迎：
如有道精品课，首次进入时以“入学通知书”的方式欢迎用户，打造符合产品调性的仪式感。
再如健康160的欢迎新老用户回归。
还有文章开头的财付通vip卡欢迎动画。
2）新内容的推荐：
如UC浏览器，对首次进入的用户都会引导选择感兴趣的内容类型，以便推送更符合兴趣的资讯信息。
暂时以这些场景举例说明，其他的你是不是也能举一反三呢？欢迎底部留言一起讨论。
有了相应的场景支持后，具体的仪式感设计才能顺利成章。
而仪式感在表现上由2个因素构成：主体与环境。
组成仪式感的核心部分，是传达感知、引起情绪的重要体现。
而主体的设计，往往模拟现实生活中某事物元素，将其特征点进行图形化，是最直接的灵感来源。
虽然主体的设计已完成了仪式感的大部分工作，但是鲜花也需要绿叶的衬托呢。
拥有环境的衬托，可以让主体的整体氛围更上一层楼，文章开头的网易云音乐就是一个例子。
还有58同城的勋章设计，有环境光的衬托显得更加闪亮。
说了这么多，仪式感的设计更多也只是 在基础内容/功能上做体验优化，属于一种“锦上添花”的作用。
应该先满足基础内容/功能的“好用易懂”的情况下，再来设计仪式感上的“好看好玩”，不要本末倒置。
还有，不同的仪式感存在着不同的用户心理，因此需要特别注意该场景下的用户心理或情绪。
文章来源：人人都是产品经理 作者：和出此严
蓝蓝设计( www.lanlanwork.com )是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 、平面设计服务
今天为大家带来的文章是「地图标签」设计。很多App会内嵌地图功能，这些地图的功能相对简单，更多是起到查看和引导的作用，但在产品中又不可或缺～
除了常见的地图类App，还有其他很多产品会根据使用需求嵌入地图功能，通过在地图页中添加引导性的交互标签，让用户了解所处的位置或者导航路线。
如何保持地图页面与产品风格统一，同时又方便用户使用呢？通过系统化的方法可以快速实现地图组件的选择和归类。
1. 图标
地图上只标记图标，这种呈现方式能地显示地图上的信息，减少内容遮挡，也是在设计中首先要考虑的类型。
2. 文本
如果地图上标记的内容没有合适的图标能展示出来，可以直接利用文本来描述。
3. 图标和文本
随着地图的放大缩小，气泡信息的详细程度也会发生变化。地图放大时将图标和文本相结合可以显示更多的信息，而缩小时只显示图标。
4. 图标、文本和注释
图标，文本和注释相结合的形式虽然能显示更多的信息但是需要谨慎使用，因为气泡的尺寸太大会遮挡地图的内容，反而影响使用。
只有当气泡内容能显著提升用户体验时，才使用这种类型。
大多数场景中，地图组件的底部会有一个突出的箭头，用来标记确切的信息或地址。
考虑到后期开发的难度，箭头的位置应始终位于组件的中间。另外如果一个页面中有多个地图组件，可以将箭头调整到顶部，防止发生重叠。
1. 颜色
组件的颜色比较灵活，默认情况下是白色，但可以通过改变背景色来匹配品牌色。
颜色通常出现在图标后面用来强调信息，如果没有图标可以把整个气泡组件都填充上颜色。
根据背景色的不同，文本和图标尽可能使用黑色或白色，减少对内容的干扰。
2. 状态
地图气泡尺寸的大小根据点击需求确定。白色轮廓加上胶囊形状让用户能够快速识别出可点击的对象，选定后气泡颜色会反转。
3. 内容缩放
组件基于地图缩放级别和缩放速度展示不一样的动画效果。
如何判断设计出来的组件是否适合用户使用？组件需要怎样设计才能适用于不同的使用场景中，有没有统一的规范？
1. 组件状态
面对不同场景中的组件，提供多种状态：重叠、可见、收缩、聚类、分离。
2. 密度
地图中至少要保持40%的内容是始终可见的，这样用户可以明确位置信息，防止产生误操作行为。
利用聚类功能将相邻的气泡组件合并在一起，通过数字显示包含的内容，这种形式利于用户理解和操作。
3. 易读性
易读性在地图中很重要，例如用户手持使用手机时组件中的字体为15pt，当用户驾驶导航时组件的字体会变为24pt。
另外还要考虑语言的选择对组件的影响，最好避免在气泡组件中使用长串字符，以防止地图中的信息被遮挡。
如果必须要显示长串字符，需要把气泡组件的尺寸水平拉长至地图尺寸的75%，然后换行且最多只能显示两行文本。
在开始设计地图UI界面之前，有必要花费时间了解地图组件的样式、类型和可用性指南。
通过这些信息可以帮助设计师更快地确定方向，从而设计出清晰美观的地图界面。
文章来源：优设 作者：Clip设计夹
蓝蓝设计( www.lanlanwork.com )是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 、平面设计服务
地图作为记录地形传递路线信息的载体，在人类文明中一直扮演着重要的角色。其承载形式一直紧跟着时代技术的发展而变化，从石板、动物皮革，到丝绸、纸张。当互联网走进千家万户，地图也步入电子化时代。
相较于纸质地图，电子地图优势显著：更新速度快、获取信息效率高、更清晰、可交互等。电子地图（后文简称地图）的出现也影响着人们的出行方式，尤其当智能手机普及，我们可以随时查询地点、发起导航，再也不需要提前记下高速出口和转向路口了。
滴滴拥有网约车、代驾、骑行、公交、自驾导航等众多业务，是一站式出行平台。而地图作为承载出行服务的重要载体，横向支撑着各业务线的发展。以网约车业务为例，调研结果显示绝大部分乘客都会关注并使用地图。
随着各业务线对体验的要求不断提升，单一的地图模式已经不能满足业务诉求及用户需求，需要进一步细分场景、精细刻画地图样式，于是地图的设计也变得愈发重要。
地图承载的信息种类复杂、数量巨大，初期可能会找不到设计切入点。我们可以先了解下它的定义和实现方式，或许就能从中找到答案。
定义：地图是依据一定的数学法则，采用地图语言，经过制图综合来表示地球表面的图形。
实现流程：
结合“从雏形到完整地图”这一步流程的实现方式，进而可将地图拆分为基础层、策略层和感官层。帮助各职能角色找到对应切入点。
解构地图后，我们不难看出，感官层是设计侧需要关注的重点层级。
面对如此复杂的地图信息，为了梳理出清晰的思路，我们会对地图元素进行分类：根据数据的类别和呈现状态，可拆分为点、线、面三类元素。
名词解释：POI, Point of Information的缩写，即“信息点”。一个POI可以是一栋房子、一个商铺。
名词解释：AOI, Area of Interest的缩写，即“信息面”。指的是区域状的地理实体，如医院、小区等。
从定义可以看出，地图是一种特殊的图形语言，是以上所有元素的集合体。相比我们所了解的UI设计、运营设计，地图有属于自己的设计原则。以下为大家总结了一些核心的原则：
符合制图学和公众认知
地图发展到现在已经成为了一门学科，我们会发现即使语言不通，拿到一张地图时也能看懂，这是因为有制图学和公众认知在规范着地图设计。如地图默认北向上、草地水系基本遵循物理世界的颜色、省界线是实线、停车场图标大多用P来代表等等。符合制图学和公众认知，大大降低了用户的学习成本和记忆负担，使地图可以作为一种世界通用语言流通起来。
保证识别度
地图属于信息类工具，其上出现的元素均需清晰可识别，保证可读性是最基本的设计原则。所以在设计时会限制颜色对比度、最小字号等，而具体规则会根据场景确定。
清晰有层次
地图的层次清晰包含了两个方面：信息主次清晰，视觉具有整体性。
信息主次清晰，地图信息庞杂，没有主次关系会影响用户的读图效率。在设计时需要考虑元素本身的特点、重要性，可通过颜色、icon/文字大小、线形宽窄等表达。做到同类元素有关联性，不同元素有差异性。同时，信息主次也会根据比例尺的变化有所调整。
视觉具有整体性，在滴滴的业务场景中，地图通常作为最底层组件出现，上层还会有很多业务组件。因此在设计时需克制用色，既要保证地图中各元素之间的区隔度，又要保证地图整体与其他业务组件拉开视觉层级。这样才能更好的突出当前业务模块的重点，提升整体的使用效率和体验。
细分地图模式
地图在各业务模块中应用广泛，用户需求也不尽相同，设计时需要根据使用场景区分不同模式。以网约车场景为例，业务信息始终处于上层，地图用来帮助用户定位、快速发单。因此，网约车场景的地图整体性强、色调偏冷、视觉层级后退，能更好的搭配网约车模块的整体设计，保证用户的操作效率。
具有品牌特性
品牌调性一直是滴滴设计层面非常关注的原则，品牌基因贯穿了所有产品，始终具有独特的视觉风格。遵循品牌的视觉语言，使地图可以更好的融合到产品中，保证了设计的统一性。
文章来源：优设 作者：CDX创意设计中心
蓝蓝设计( www.lanlanwork.com )是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 、平面设计服务
蓝蓝设计的小编 http://www.lanlanwork.com