我将从功能、交互、UI三个维度对表格设计进行全方位总结分析。
数据表格设计|从功能、交互和UI进行全方位分析 - 图1

前言

表格,又称为表,既是一种可视化交流模式,又是一种组织整理数据的手段。人们在通讯交流、科学研究以及数据分析活动当中广泛采用着形形色色的表格。表的结构如下图:
数据表格设计|从功能、交互和UI进行全方位分析 - 图2
那表格的使用场景:

  • 展现信息全面性。很多图表类型无法展示数据特点。表格无疑是组织大量信息通用性最高的一种表达方式,既可陈列信息,又可以表达信息之间的关系。
  • 编辑性大于易读性。需要对数据进行增删改查。
  • 需要对比数据。比如对比行与行之间的数据,了解两者差异。

一个简简单单的表格功能其实非常强大,也是非常复杂的。但是不管怎么样,我们不变的原则是:

  • 更直观地对比。通过交互和视觉对冗杂的信息进行优化,从而更直观形象地对比。比如隔行使用斑马线增强横向导视。
  • 更精准地计算。对于大数据量的表格,数据的精准度非常重要。比如根据提供的精准度要求,定义展示数据的小数位数。
  • 更快速地决策。比如在行列末尾增加汇总信息(总计或平均值),在每个分类里增加小计,可以让管理者一目了然地了解数据,快速决策。

    功能

    1、添加数据

    用户在原有的表结构中,增加一行数据。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图3

    2、导出数据

    根据业务对数据精准度的需求,定义一个导出规则。
  1. 不保留数据格式化。比如该数值有五位小数,导入我们系统格式化为两位小数,这种方式导出后还是五位小数。
  2. 保留数据格式化。比如该数值有五位小数,导入我们系统格式化为两位小数,这种方式导出后还是两位小数。

    3、显示字段

    列数过多时,可以隐藏重要性低的列,更好的突出重要性高的列,主次分明,减少干扰。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图4

    4、搜索和筛选

    按预定目标过滤出某种具有特定性质的数据的操作过程,帮助我们实现对信息的快速分析。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图5
    (1)简易搜索
    适合筛选条件不明确和筛选频率不高的表格。尽量采用模糊搜索,降低操作成本。
  • 优点:灵活选择关键词,节省空间。
  • 缺点:可筛选信息不明显。

(2)高级筛选器
适合筛选条件明确和筛选频率高的表格。

  • 优点:曝光度高,操作成本低。
  • 缺点:占用空间大,不易扩展。

(3)组合筛选器
适合筛选条件不明确但筛选频率高的表格。
优点:主次分明,搜索框可满足大部分用户需求,更高的要求有较深的入口,减少干扰。
缺点:如果搜索不能满足大部分用户需求而需要高级筛选,必然增加了用户的操作步骤。
(4)列筛选器
适合筛选条件单一的表格。
优点:筛选当前列,更直观。
缺点:只能选择单列筛选。

5、排序

设置查看数据优先级顺序,快速发掘最关注的信息。
数据表格设计|从功能、交互和UI进行全方位分析 - 图6
(1)文本排序
以首字母A-Z规则进行升序或降序。
(2)数值排序
以数值大小规则进行升序或降序。

6、汇总信息

在原始数据上增加汇总信息(合计值或平均值),可以减少用户的计算,达到快速决策的目的。
数据表格设计|从功能、交互和UI进行全方位分析 - 图7
(1)行总计和行小计
在每个汇总类别的左侧或右侧增加一条总计列。
(2)列总计和列小计
在每个汇总类别的顶部或底部增加一条总计行。如上图。

7、加载方式

避免全部铺开大量信息而影响页面的加载速度,影响用户体验。
数据表格设计|从功能、交互和UI进行全方位分析 - 图8
(1)复杂分页条
可以设置每页显示条数,适合大数据量。

  • 优点:用户不仅对于数据量有宏观上的把握,还可以灵活设置每页显示条数。
  • 缺点:分页条占用空间大。

(2)简单分页条
不可以设置每页显示条数,适合较大数据量。

  • 优点:用户对于数据量有宏观上的把握。
  • 缺点:分页条占用空间较大。

(3)加载更多
适合小数据量。

  • 优点:节省空间,沉浸式阅览。
  • 缺点:对数据量难以把握,操作不灵活。

    交互

    1、固定行列

    根据7±2的原则,随着行列数增加,如果表头不固定,超负荷记忆信息会使用户遗忘信息。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图9
    (1)固定行
    行数过多,出现纵向滚动条时,用户需要了解行中每个数据对应的列字段名。
    (2)固定列
    列数过多,出现横向滚动条时,用户需要了解列中每个数据对应的行字段名。

    2、批量操作

    批量选择记录进行操作。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图10
    (1)记录条数
    适用于所选数据较多,不重要的数据。

  • 优点:节省空间,直观了解所选条数。

  • 缺点:无法直观查看所选项。

(2)记录所选项
适用于所选数据较少,重要的数据。

  • 优点:可以直观查看所选项。
  • 缺点:占用空间,无法直观了解所选条数。

    3、查看详情

    创建信息层级,只展现核心内容,非重点内容需要用户通过更深的入口查看。主次分明地展示信息,方便用户快速定位所需信息。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图11
    (1)跳转
    把 ID、名称等唯一性标志的指加上超链接,点击可以查看该条记录的详情。
    (2)查看
    在操作列中增加“查看”功能,点击可以查看该条记录的详情。

    4、编辑

    对表格内容进行编辑。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图12
    (1)直接编辑
    点击内容直接编辑,适合易编辑性大于易读性的数据。

  • 优点:编辑时不影响查看其他内容。

  • 缺点:编辑空间有限,不适合编辑内容较多的数据。

(2)悬浮层编辑
点击单元格的“编辑”按钮,编辑该项内容。

  • 优点:编辑空间较大,编辑内容的自由度比直接编辑高一点。
  • 缺点:遮挡部分界面,无法看到上下文。

(3)弹窗编辑
点击操作列的“编辑”按钮,弹出编辑窗口。

  • 优点:聚焦操作,可编辑内容多的数据。
  • 缺点:遮挡全部页面,无法看到其他内容。

    5、反馈

    鼠标悬停高亮底色,使得该行与行界限分明。强化了横向导视,解决列数过多引起数据错行的问题。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图13

    6、精简表头

    简明扼要的列名可以节省表头空间,避免“头重脚轻”的表格布局。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图14

    7、显示长内容

    当前页面信息无法展示完全。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图15
    (1)浮层查看
    适合查看较少内容。

  • 优点:灵活查看内容,操作成本低。

  • 缺点:影响查看其他内容。

(2)下拉查看
适合查看较多内容。
优点:不影响查看其他内容。
缺点:不能灵活查看内容,操作成本高。

8、空单元格

要避免空单元格会给用户带来困惑,是零值还是空值呢?

  • 数据为零值,则单元格显示为0,而且数据格式(小数位数等)要与同列数据相同处理,方便与其他数据进行计算。
  • 数据为空值,则单元格显示为短横线“-”,表示空值。

    9、数据格式化

    绝对精确的数据影响人们的阅读。我们可以根据客户需求和场景决定数据精确度范围。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图16
  1. 显示为数值,设置小数位数,千分位和数值单位(比如万)等。
  2. 显示为百分比,设置小数位数。

    10、对齐规范

    信息更加规整,方便对比同列数据,提高阅读速度。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图17
    (1)文本左对齐
    符合从左到右的阅读文字习惯。
    (2)数值右对齐
    符合从右到左的对比数字习惯。有小数点按小数点对齐。可以方便用户进行心算,不需要转换阅读思维。
    (3)固定操作按钮居中
    (4)表头与信息内容一致
    (视情况而定,比如笔者设计的表格要考虑交叉表,选择了表头居中,交叉表的定义请看“复杂表格-交叉表”部分。)
    由于交叉表会在数值上套上好几层表头,所以下图错误示例中页面重量往右下角拉扯,造成页面不平衡,而且这个情况会随着套的表头层数越来越严重,所以我们选择了统一所有表头居中。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图18

    UI

    信息可视化

    视觉元素能提高阅读速度。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图19
    (1)状态显示
    根据“7±2”原则,状态个数不能太多,不然人的记忆负担超负荷会适得其反。
    (2)告警显示
    超出阈值需要突出显示,提醒用户超标。
    (3)变动显示
    比如同步环比的正负值。
    (4)感受显示
    有些表达用户的感官评价,用icon更符合用户的心智模型,比如“满意”用笑脸icon,“不满意”用苦脸icon,总比用文字阐述直观吧。

    构建F型视觉流

    通过视觉重量和视觉方向的组合来引导用户查看信息的轨迹。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图20

  3. 突出表头。

  4. 突出汇总信息。
  5. 增加合适的对比度,区分行与行之间的数据。

    打造页面呼吸感

    有利于控制用户的阅读速度,做到张弛有度,好像正在“呼吸”。避免大量信息毫无差异的堆积,从而使用户在阅读时视觉疲劳。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图21
    (1)网格
    通过物理实线割据内容。
  • 优点:更加直观,节省空间。
  • 缺点:物理割据显得不自然流畅。
  1. 强调行。隐藏了纵向的线,不强调同列数据的上下对比,更加关注同条记录的阅读。
  2. 强调列。隐藏了横向的线,不强调同行数据的左右对比,更加关注同个属性的对比。
  3. 强调组。隐藏了同组的线,不强调同行和同列数据的对比,更加关注同组数据的对比。

(2)斑马线
通过填充底色割据内容。

  • 优点:在大量数据的表格中可以引导用户的视觉。
  • 缺点:在少量数据的表格中运用斑马线设计,用户可能会对高亮显示行产生困惑。

(3)留白
通过加大留白区域割据内容。

  • 优点:舒适自然,阅读流畅。
  • 缺点:留白区域不好控制,太小达不到效果,太大浪费空间。

    保证字体的可读性

    数据表格设计|从功能、交互和UI进行全方位分析 - 图22
  1. 避免全大写字体,因为它很难读,需要转化思维。
  2. 避免使用衬线字体,因为个性会产生阅读噪音,不利于用户对数据的理解和思考。
  3. 避免使用斜体。易引起视线疲劳,影响阅读。
  4. 避免使用多种字体。保持风格统一。

    消除视觉噪音

    用户在处理数据时已接收大量的信息,多余的视觉符号容易对用户造成干扰。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图23

  5. 避免不必要的视觉元素,无关的边框和底色。

  6. 避免不必要的视觉效果,3D效果,阴影等酷炫效果。

    复杂表格

    图表结合

    数据表格设计|从功能、交互和UI进行全方位分析 - 图24

  7. 在表格内嵌入图表,可实现部分数据可视化。

  8. 在表格旁增加图表,根据表格数据与图表联动。

    交叉表

    交叉报表是报表当中常见的类型,属于基本的报表,是行、列方向都有分组的报表。
    数据表格设计|从功能、交互和UI进行全方位分析 - 图25
    在大多数产品中,我们见到的都是直联表(只在行方向有分组),基本可以满足大部分用户。交叉表出现的场景很少,复杂度极高,只要你的系统出现交叉表,很多规则要重新考虑。

    后记

    表格的内容其实我才讲了一点点,只是给予各位一点启发,还有大多场景需要各位随机应变了,这里有几点想说的:
  • 没有绝对的规范,只有相对的规范。要适应自己产品的场景,选择最适合自己的规范。比如我的产品要考虑交叉表,然而制定对齐规范的文章作者从头到尾没讲到交叉表,我就要重新考虑这个规则的可用性。
  • 没有完全的规范,只有基本的原则。任何文章都不可能把所有的情况罗列出来,所以我们要理解规范背后的原则,推导出适应其他场景的规范,要知道很多事“万变不离其宗”。
  • 没有组合的规范,只有总结的规范。规范向来都是有理有据,比如“搜索和筛选”功能,很多人会将遇到的筛选的情况罗列出来作为类别,比如“时间筛选器+简易搜索”作为一类,下次遇到“时间筛选+下拉框”就分为一类,其实这是很片面的排列组合规范,而不是总结性的规范。

    http://www.woshipm.com/data-analysis/701630.html