热力图在可视化设计中的应用( 二 )


静态的变化 , 当我们已知某一时刻 , 不同位置的数据量“分布” , 就能通过“分布”了解到的数据量差异来描述不同位置的数据变化;在“从西湖回到时代广场”页面上这条路线上 , 当了解到人流量的分布后 , 就可以描述出人流量从C点到A点是增加的 , A点到B点再到D点是不断减少的 。
动态变化描述的是相同位置不同时刻下的变化 , 在“从西湖回到时代广场”页面上这条路线上 , A位置在16:18分这个时刻和22:52分这个时刻的人流量是不同的;如果我们将A位置一整天不同时刻的人流量合并在同一个页面上 , 并随着时间变化观察不同时刻的数据量 , 得到的动图就是动态的变化过程 。
热力图在可视化设计中的应用
本文插图
从“密度”、“分布”和“变化”的定义中 , 我们也可以发现这3者是具有递进关系的 , 我们用“密度”来描述单个位置的数据量;当掌握不同位置的数据量后 , 就能表达数据量的“分布”;当掌握整个页面数据量的分布后 , 就能发现数据量的“变化” 。
二、热力图的应用价值
了解完热力图的定义后 , 我们来一起了解下热力图在可视化设计中的实际应用 。
1. 辅助决策
文章开头的“从西湖回家的”案例 , 就是一个非常典型的“热力图”辅助决策的应用 , 那么为什么热力图可以帮助我们辅助决策呢?
因为在我们面临决策困境时 , 热力图可以非常直观地描述我们面对的数据现象 。
热力图通过在页面上展示不同的颜色来描述不同的数据量 , 直观地告诉了用户 , 最大值出现在页面的哪个位置 , 最小值出现在页面的哪个位置 , 不同位置之间存在着怎么样的数据变化;而用户掌握了所面对问题的数据全貌后 , 可以依据数据做出合理的决策 。
案例:
我们要在某个页面上投放广告 , 整个页面有导航栏、侧边导航栏、筛选查询区域和数据表格区域4个部分;并提供了3个广告位分别是广告A:顶部广告位、广告B:导航广告位、广告C 。
现在要求选择“点击次数多”的广告位进行投放 , 从常规的认知上拍脑袋认为 , 顶部和导航区域曝光多点击次数也会高 , 那么真的是这样的吗?
这里我们就可以通过热力图来进行辅助决策 , 随机挑选数量相同的3批登陆用户 , 在相同时间内 , 每批用户投放一个广告位 , 统计不同广告位的点击次数;并用热力图表达后发现 , 用户点击量最多的位置是广告位C 。
因为该产品的用户大部分都是老用户 , 已经对产品产生了过滤现象 , 每次登陆产品直奔筛选区域进行操作查询其想要的数据 , 在视觉上早已形成对顶部广告和导航广告的过滤行为 。
热力图在可视化设计中的应用
本文插图
所以当我们面临决策困境时 , 不知道怎么做出决策 , 不知道做出的决策是否正确的时候 , 就可以通过热力图所描述的数据来辅助决策 。
2.提示预警
热力图还被应用到需要提示预警的场景 , 这是利用了视觉对于不同颜色的感受不同 。
想一下提到红黄绿的时候 , 我们能联想到什么 , 红绿灯以及各种交通标识 , 进而产生了“红色代表禁止、危险 , 黄色代表警示、缓慢 , 绿色代表允许、畅通”这样的认识 。
而热力图刚好通过颜色来表示不同的数据区间 , 我们可以将特殊的颜色对应上需要预警的数据区间 , 一旦数据量达到该数据区间 , 热力图展示该颜色 , 用户一看到这个颜色就知道当前数据超过预警值了 。
案例:
现在21:24分我要从家里出发横跨杭州市区去“临平” , 但是我担心可能在晚间下班会有高峰拥堵的现象 , 如果出现了拥堵 , 我就需要暂缓出行 。
假设我们认为道路上人流量超过100是繁忙路段 , 超过500是拥堵路段 。


推荐阅读