本文作者：ThoughtWorks - Miya Gao，原文链接：https://zhuanlan.zhihu.com/p/20725188
在接触数据产品设计之前，我还是有些忐忑的，担心自己的数学底子不够好，担心这种太理性的产品会不会Hold不住；参与了数据产品设计之后，前面的念头统统打消了，数据逻辑来自用户需求，而这种理性的产品更需要我们为它加一点感性的料。
1，为数据信息做分类
了解过数据产品的人都知道，数据类产品的首页是一个仪表盘页面（Dashboard）,许多数据图表的汇总。这些看上去琳琅满目、信息丰富的图表，如果设计时考虑的不够周到，很容易成为使用者的负担。从信息架构的角度考虑，为图表们做信息分类则显得十分必要。
在需求沟通时，我们发现，用户想要一目了然地看到许多数据图表传达出来的信息，同时，有许多数据图表传达出来的信息之间是有关联的，比如PV和UV的数据是有直接关联的。除此之外，我们还可以继续挖掘一些没有想到的信息关联，并在设计中帮他们建立联系，把这类信息放在一起，以便用户在解读数据时收获更多的分析结果。
2，巧妙利用颜色帮助用户记忆图表类型
一个传统的数据产品中的图表有很多，它们传达着不同的信息。很多数据产品为了统一设计规范，会使用相同的图表元素来传达功能和信息。除了多个数据被对比时会采用带颜色的折线方案，其他很多单一数据在展示时，大多是普通的黑色折线图。例如，平均用户数用黑色曲线展示数据走势，新用户数也用黑色曲线展示数据走势；当用户来回查看多种数据图表时，一定少不了要看一眼标题，才能知道自己当前停留在哪个数据图的位置。
这时，如果我们把通用的黑色数据折线换成多种不同的颜色来展示，不仅页面视觉效果会丰富很多，颜色也会逐渐成为用户的习惯，潜移默化的让用户记忆蓝色的是数据A，粉色的是数据B，棕色是数据C。
3，考虑数据的流动性
数据从来都不是静态的，即使用户每次打开页面看到的都是一张“静态”数据图表，但从数据产品设计师的角度来说，要考虑的则是数据的“前世今生”：它的过往（历史数据）和它的以后（未来趋势）。
一个数据并不是真的静静呆在那里，数据像潺潺流水一样不停的产生，但它比水流更容易存储路径，这里在做数据产品设计时，要考虑的是，在固定版位中展示数据在不同时间段的样子，它“从小到大”的样子、它“中年时期”的样子，它“最近的样子”，没错，有点像站在四维空间看三维世界的视角。
4，使用辅助线来帮助改善图表的可读性
在接触数据产品之前，我们肯定会先做一些功课。从数据可视化的角度，去了解饼状图、柱状图、折线图等等，没错，这些只是基本功。
但用对了图样，不代表我们设计的图表的易用性就达标了。图表的基本作用是提供给用户阅读，除了考虑传统的可读性标准，我们调整了颜色，调整了字体字号，还要考虑图表本身的可读属性，这时X轴和Y轴的辅助线就显得十分有必要了。一般对准Y轴的辅助线是随鼠标实时移动的指针，而X轴刻度的辅助线可以更精准的帮助用户快速锁定某个数据点的维度指标。可以想象下，这种看似简单的背景网格，对于大屏或者全屏场景下阅读数据时候，是尤其有帮助的；当然，辅助线的密度要掌握好，如果排列得太密反而会过犹不及。
5，发挥设计优势改善用户负面情绪
我们在使用用户体验地图（Experience Map）时，会从用户行为中挖掘用户体验步骤里的痛点。与其他产品相比，用户在使用数据类产品时的负面情绪更是无法避免的；像股票走势图一样，用户在查看一个数据图表时，它的走势有好的时候，也有不好的时候；而这种不好的数据走势直接关联着用户的负面情绪。
在考虑这种场景的产品设计时，可以发挥设计优势来给出解决方案。如果用户已经很“痛”了，还要不要用大红警示色来刺激他？过多的错误和预警会不会让用户感到焦躁？从体验地图的角度挖掘用户的情感需求，会为你的设计再加一分。
