揭秘:數據可視化設計師如何建立靈感庫?

人人都是產品經理 發佈 2020-01-10T15:58:51+00:00

刻意練習聽名字就知道是什麼意思,而作品分析就是我們要知道一個作品之所以讓人眼前一亮,它「亮」在什麼地方,就是要具體到細節,我們越是能夠細緻的指出那些讓你覺得好的點,就越能模仿和借鑑,之後再輔以大量的刻意練習,才會有效果明顯的提升。

作者以本人工作經驗為基礎,從「搜什麼——去哪兒搜——怎麼搜——素材的整理——靈感的疊代與更新」 五個方面,系統性分析了「怎麼去找靈感」的解決方法。

與其他相對成熟的設計領域(UI、插畫等)相比,數據可視化尚顯小眾。在一個細分、小眾、不成熟的領域裡做設計,「怎麼去找靈感」確實是一些小夥伴經常遇到的問題。

本文以本人工作經驗為基礎,從「搜什麼——去哪兒搜——怎麼搜——素材的整理——靈感的疊代與更新」五個方面,系統性分析了該問題對應的解決方法,這在數據可視化行業內尚屬首次。

當然了,本文雖面向數據可視化設計師群體,但其中的方法是通用的,運用在其他設計領域也完全事半功倍。

一、靈感庫建立的基礎

靈感庫的建立大體上分主動與被動兩種。

主動,是我們有意識的收集、整理相關作品素材形成靈感庫的過程;被動,指通過朋友圈好友分享、同行推薦等獲取靈感的方法。因為後者更不可控,影響因素較多,比如你所處的圈子、社交網絡使用習慣等都會影響被動獲取的質量。

所以今天,我跟大家分享的主要是第一種主動建立靈感庫的方法,而這個方法的核心我把它歸納為兩個字 :搜索。

搜索是現在這個時代我們主動獲取信息的最主要手段,每天我們通過各類關鍵詞在各類APP上獲取各樣的服務、產品和資源。靈感的主動收集就是一個通過關鍵詞搜索,然後分類、整理、研究、再利用的過程。所以影響靈感收集的主要因素其實就是我們能不能用好搜索。

不同的搜索方法、渠道、關鍵詞極大的影響著我們獲取到的信息的質量,這也是本篇文章為何一搜索核心展開的原因。

如下圖所示,同樣的關鍵詞「元旦」在不同的搜索渠道,得到的內容質量是不一樣的。

二、靈感庫建立的第一步:搜什麼?

網際網路很大,如果沒有明確的目標,找靈感的過程就跟刷抖音一樣,恍恍惚惚幾個小時,好像點了不少贊,收藏了不少乾貨,回頭看其實並沒有什麼特別有價值的東西。

所以找靈感要有目標,有KPI才行,有目標就有標準,有標準才有方向和效率。

如上圖所示,我對數據可視化這個行業術語做了分析和拆解,這樣做的目的是為之後搜索關鍵詞的提取做思路的拓展。

很多小夥伴在搜索可視化相關內容時,思路總是局限在「可視化」這個關鍵詞上。但是直接使用這個關鍵詞搜索,大多數時候並不能找到我們心裡預期的結果,或者搜索多次後,看到的都是之前見過的作品,很難突破邊界,獲取更多新的靈感。

造成的這個結果的原因顯而易見,就是關鍵詞的匱乏,不知道搜什麼。而對「大屏數據可視化」進行解析之發現,以往的搜索,我們只使用了四個方向里的其中一個,其它三個方向並沒有很好的利用。

現在,我們以每個方向上的核心關鍵詞為基礎,去豐富它的下一級關鍵詞,這樣就會像枝椏新生一樣,在各個節點延伸出豐富的詞彙。

1. 媒介

媒介就是數據可視化設計最終落地在什麼平台,一般來講,大屏數據可視化設計落地的媒介當然就是大屏了,以它為核心做關鍵詞的發散,可以產生其它幾個二級關鍵詞。

2. 數據類型

數據類型是主要數據的特徵或來源,不同的數據類型,在可視化設計時有不同的視覺特徵。比如地理信息的數據可視化,一般會與道路、河流、人造建築、某區域內地標等一起出現,會有豐富的3D場景、動效,而圖表信息相對較少;報表類信息的數據可視化,則主要以更好的展示報表內大量數據為主。

所以強調信息的層級、主次,設計的目標是要減少用戶認知負擔、引起用戶閱讀興趣,促進數據內容的有效傳達,因而會較少使用動畫。

其次,因數據較多,也很難對應到某個具體的物理場景,故3D模型等也較少使用。

所以以數據類型為核心,拓展的二級關鍵詞會讓搜索結果更精準,更有針對性。

3. 設計風格

設計風格就是視覺設計整體上給人的想像和感受,好的設計就跟一個人一樣,一定是有自己鮮明的個性和氣質,能夠引起人的共鳴和嚮往的,唯有如此,設計才能吸引人,從而影響人,並最終傳遞自己的觀點給觀者。

設計風格的定義是視覺設計中最重要的一環,也是最需要靈感和創造力的部分。

作為數據可視化設計師,我們想要找到的參考是那些具有數據可視化風格的作品,但這些作品本身並不一定是在講數據可視化的內容,只要作品某部分的設計有我們想要的那種「感覺」,就可以了,而這個作品可能是某段影片、某個動效、某種圖形、某個元素或聲音。

基於這樣的思路,我歸納了一些具有數據可視化風格但不一定都是數據可視化作品的關鍵詞。這就是一個特別有意思的點,我門想要找到某個內容,但當我們用最貼切它的那個名字去找時,卻不一定能找到最能代表它風格的作品。

所以,當我們跳出數據可視化這樣一個具體的點,而從更抽象的設計風格這個層面去看待它的時候,就能更好的的發散思維、拿到了更多好的關鍵詞,找到更多的刺激點。

以設計風格為例,我們從它的節點上找到任意一個關鍵詞:SCI-FI,然後搜索這個關鍵詞,我們看看搜索到的結果。

從結果來看,從設計風格發散提取的關鍵詞是可以找到一些富有啟發性的作品

4. 業務場景

業務場景簡單理解就是在什麼情況下要解決什麼問題,它是數據可視化的落腳點,也是數據可視化的商業價值所在。每個公司或團隊,都會有自己專注的業務方向,所以在工作中找這方面的靈感,從業務場景入手效果最好。

簡單回顧下,通過上部分文章的分析,我們從媒介、數據類型、設計風格、業務場景四個方面形成了一個數據可視化的關鍵詞的矩陣。這個矩陣是建立靈感庫的基礎,之後我們每當我們有新的關鍵詞要加入,或者有效果不好的關鍵詞需要剔除,只需修改、疊代這個關鍵詞矩陣即可。

有了這個關鍵詞矩陣後,我們如何利用它完成一次基於實際需求的靈感搜集?

下面給大家舉個小栗子來看一下怎麼用。

首先,用儘可能簡短的一句話描述業務方訴求。之後,把業務需求帶到關鍵詞矩陣中,就會獲得如下圖的結果:

可以看到,帶入需求後,按樹狀結構去匹配與需求相吻合的關鍵詞,就可拿到明確的搜索指引目錄,然後我們按搜索指引,開始靈感收集即可。

這裡有個小小的點,就是為什麼要儘可能用簡短的一句話來描述業務方訴求。原因有二:

  1. 這樣做可以把那些優先級低的干擾因素都過濾掉,留下真正核心的訴求,越是能簡短的概括,越能真正把握需求的核心。我個人一直以來與業務方溝通需求後,都會嘗試用一句話概括,若需求方認可,開始設計工作;不認可,則繼續溝通。
  2. 對於數據可視化設計師來講,明確自己在工作流中的角色、承擔的責任、要解決的問題以及最終交付怎樣的產出尤為重要,因為只有清楚了這些,這樣我們才能有效分配自己的時間、確定跟上下游的協作策略,避免盲目的沒有KPI的設計。

三、靈感庫建立的第二步:去哪兒搜?

合適的關鍵詞是第一步,它保證了我們搜索結果的有效性,而去哪兒搜決定了我們搜索結果的質量。

如下圖,針對數據可視化設計師,我對「去哪兒搜」這個問題按自己的從業經驗做了梳理。

從我的歸納里大家可以發現,我把數據可視化設計師的靈感來源分為了四大塊(其它行業的設計也大體上就這四塊),分別是:設計網站、產品或服務提供方、獨立設計師或工作室、視頻網站

1. 設計網站

設計網站部分列出的都是設計師們都熟悉的幾個站點,在之前,大多數靈感的收集都可在花瓣完成,但花瓣最近幾次改版之後,已經沒有以前那麼好用了。

對數據可視化方面的素材搜索,個人經驗下,強烈推薦大家去behance,雖然behance訪問方面也面臨一些困難,但是,但凡你想真的了解一些好的設計,這個網站,是你一定要想辦法去經常逛逛的。

至於為啥不推薦其它幾個網站,倒並不是說其它網站不能用,只是搜索的結果相對局限。針對這塊的具體分析,我會在文末的Q&A里進行。

2. 產品或服務提供方

我們知道,任何商業設計,一定是有一個業務或應用場景來支撐的,一定程度上設計就是在圍繞業務場景提供視覺、交互、用戶體驗、品牌等方面的解決方案,也就是說設計是服務於業務場景的反過來講,服務於這個業務場景的就只有設計師麼?當然不是。

在市場條件下,服務的提供方除了像設計師這樣的個體外,更多的是我們熟悉的另一個機構(組織),這個組織的名字叫「公司」。公司把大量專業的人員組織在一起,通過優勢互補、強力協作,提供服務、解決需求方問題。

對於數據可視化設計來講,企業當然也參與其中。所以我們找靈感去服務提供方也是一個高效的方法。

企業要證明自己的實力、要讓潛在客戶了解自己,必然會花大量的資源做營銷做推廣,而最常見的推廣的落腳點就是企業官網。很多做數據可視化的公司,會在官網展示一些能體現自己業務特點、業務實力的案例,而這些案例就是這些企業最好的數據可視化設計作品了,沒有人會在自己的臉上放垃圾上去,對不?

所以但凡有案例展示的官網,案列基本都是最典型最好的設計,從這些案例中找靈感,也是一個有意思且有效的方法和途徑。

1)阿里DataV

2)RayData

3)Hightopo

4)Tob.Design

3. 獨立設計師或工作室

獨立設計師一般給人的感覺是什麼呢?就是在自己垂直的領域內極致牛逼,近乎神一樣的存在。

獨立設計師要能順利「獨立」,當然是在設計能力、個人品牌建設、客戶維護、運營管理等方面都有比較硬核的水準,所以這部分設計師作品一般不會差。

而工作室一般都是一個或者幾個知名設計師組成的團隊,在管理方面更「公司化」一些,這樣的工作產出也會比較穩定,水平較高。

就可視化(包括類可視化)領域來講,個人比較認可和喜歡的工作室有以下幾個(歡迎大家評論里補充,或參與文末問卷調查),Ta們的作品風格鮮明,找靈感也是不錯的參考

1)dennisschafer

2)Huds+Guis

以上對於「去哪兒搜」的分析,我相信可以給大家很好的啟發:我們設計師尋找好的作品並不一定要通過設計相關網站進行,你看大家都能看到的東西,即使有突破,那也是大家所熟悉的樣子,你只有從圈子裡跳出去,看80%的人看不到的東西,你的靈感才有機會與眾不同,標新立異。

四、靈感庫建立的第三步:怎麼搜?

前面兩部分,我們介紹了搜什麼(關鍵詞的定義),去哪兒搜(合適的素材來源),接下來以behance為例跟大家聊聊怎麼搜,介紹一些具體的方法。

我們的目標是儘可能少點擊搜索按鈕,且儘可能多的找到符合自己預期的有質量的作品。要做到這點,首先我改掉自己以往的不好的搜索習慣。

我知道我很多小夥伴都是輸入一個關鍵詞,然後看結果頁,沒有滿意的就換一個關鍵詞繼續。這樣做很低效,容易漏掉結果頁中符合你預期的好作品,並且也容易造成關鍵詞的浪費。

通過第一部分關鍵詞矩陣的介紹,大家都知道,關鍵詞是被精確定位推導而來的,若不停的換關鍵詞,很快就會出現關鍵詞用完了但是依然沒有找到好靈感的囧局。

所以,榨乾每一個關鍵詞是高效搜索的重要手段,具體怎麼做到這一點,我個人有以下思路給大家參考:

1. 直搜關鍵詞:快速瀏覽、標記自己感興趣的項目,稍後再做整理

通過這個結果頁面我們看到,搜索結果包含「所有結果、項目、人物、情緒板」四個選項,默認顯示所有結果,但這個意義不大,重點在項目跟情緒板。

項目標籤下展示的都是完整的項目作品,這時可以快速瀏覽,看到感興趣的內容就把它標記到新的頁面,等所有瀏覽查看結束後再細看每個項目,並對項目做進一步的分類和整理。

項目標籤下提供的篩選項很實用,分類依據推薦「好評最多+本月」的組合,以月為單位既可選到大家都比較認可的新作品也避免了因數據波動造成部分作品質量差的情況。「已策展」類似站酷或UI中國的首頁推薦,是被官方編輯認可和推薦的作品,一般都會有很高的質量,但時間上可能會比較舊。

在篩選器裡面,有另一個比較實用的功能叫做「按色彩篩選」,如果客戶或者業務方對主色調有要求,就可以通過色彩的篩選,找到更符合我們業務需求的相關作品借鑑,或者設計師自己對某類顏色的搭配總是調整不好,也可以通過篩選,看看其它同行是如何處理這類色彩的,這也是一個有針對性訓練和學習的方法。

情緒版就是花瓣里的畫板,它是其Ta設計師採集的同類主題的作品合集,用法也跟花瓣一模一樣,唯一的不同是花瓣可以採集站外的內容到畫板,而behance只能採集站內的內容,其餘兩者完全一致。

情緒版默認是按時間的先後順序排列的,所以可以通過篩選項,將排列順序調整為「關注人數最多」,正常來講,關注人數越多的情緒版收集的作品質量也越高。

2. 利用作品標籤聚合同一主題作品,並集中瀏覽

我們知道,像站酷、UI中國等平台,用戶上傳作品時,都需要給作品添加一些標籤,這些標籤的作用就是幫助網站做人工的作品分類,我們點擊某一標籤就能看到使用了同一標籤的所有作品,可以說標籤是比搜索關鍵詞高效的內容檢索手段。

每一個作品下,都顯示了作者上傳作品時填寫的標籤,通過點擊這些標籤我們將搜索結果引入到了另一個更純粹有效的內容領域。

更有趣的是,標籤同樣支持項目、情緒版這兩個層面的進一步分類,同時也支持之前介紹過得分類篩選功能。也就是說,在最開始搜索時找准一個關鍵詞,之後通過情緒板、作品標籤等方式就能關聯起來海量的內容。

3. 按圖索驥:Ta推薦的作品

通過前兩步,我們已找到了一些比較不錯的作品,而優秀作品的背後當然是優秀的設計師或團隊。所以點進作者的主頁看,一般都會有驚喜的。

除了能看到作者自己的作品外,我想說的是另一個標籤「好評」,好評這個標籤其實體現了作者的審美和職業方向,如果作者本人在領域內已經足夠專業,那麼能被Ta欣賞和點讚的作品大機率也不會差。所以好評這個按鈕,是藉助行業大咖的手幫我們做了一次作品的篩選和收集,點這個標籤進去大多數時候是不會讓你失望的,一般都驚喜滿滿。

4. Ta關注的設計師:順藤摸瓜,串一個行業的咖

在今天,每個設計師離自己領域裡最頂尖的大咖,只隔著3.75個人,通過點擊作者的「正在關注」,你可以看到設計師本人還關注了行業里的哪些設計師,通過這樣的操作3到4次,你會發現總有那麼幾個人,會在這個略顯複雜的網絡中被不同的大咖同時關注,那麼Ta就是這個行業里比較頂尖的人才了。

在「正在關注」下面會顯示作者所在團隊,因為好多項目其實一個人是很難完成的,大都是好幾個設計師協作的結果。所以如果你找到的這個設計師作品足夠牛逼,那說明他的團隊也是很不錯的,順便關注一波就好。

當你習慣這樣摸瓜,一段時間後這個行業里幾乎頂級的大咖就都在你的關注列表里了,做到這一步後你就會有一個新的收穫,這點我們後面再聊。

五、搜索結果的整理與優化

利用前面的搜索方式,我們已經找到了不少較為滿意的作品,接下來我們需要再對這些作品做簡單的篩選整理,把真正符合我們需求的作品整理出來。

我習慣用網站自帶的收藏功能及部分精品資源本地收藏的方式來整理自己的靈感庫。網站的情緒板我把它看作是一個各個終端通用的網盤。behance提供了兩個收藏作品的功能:點讚與保存到情緒版。站酷跟ui中國也有同樣的功能。

點讚的作品,會統一收集到個人主頁「點讚」標籤下,所有作品按時間排列,比較亂,所以推薦把喜歡的作品收集到情緒板。建立情緒板可以按類別將作品整理到不同畫板,由於情緒板是可以分享和被搜索的,所以使用情緒板整理靈感,不僅方便了自己,也益於同行。

目前來看,情緒板在behance這個產品中已經跟花瓣中的畫板非常像了,不僅可以採集一個完整的作品到情緒板,也可以採集作品中某個單獨的圖片或視頻到情緒板,這樣的靈活性跟花瓣完全一致,且behance將情緒板被放到了用戶非常容易觸達的位置,所以在大家的共同努力下,各類情緒板會越來越豐富,這個功能也會更有價值。

六、資源的自我更新與疊代

1. 資源的自我更新

經常玩抖音的小夥伴都知道,抖音會根據你的點讚、瀏覽等行為,為你推薦符合個人口味的視頻,而這樣的推薦功能在behance也有,behance會根據你點讚收藏的作品、你關注的人,給你推薦相應作品,並且推薦作品是直接顯示在首頁的。

每次打開behance,你都會在網站最直觀的位置看到behance為你推薦的內容,這裡的內容大體上分為兩類,一類是你關注的設計師的作品更新,另一部分基於已經關注的作者推薦相似的作品給你,就我個人使用體驗來講,推薦還是相當準確的。

behance的推薦功能是資源自我更新的一個重要手段,你關注的同一領域作者越多,收藏的作品越多,它的推薦就越準確,這樣就節省了一些資源搜索的時間成本。

要想獲得好的推薦結果,我建議你的behance上只關注一個領域的作者和作品。以我自己為例,我只關注數據可視化方向的作者和作品,雖然我也喜歡攝影、插畫等,但我主業是數據可視化,所以為了提高首頁推薦作品質量,其它兩類我會去500px等更垂直的網站瀏覽,而不會在behance上關注。

當然,網站只是個工具,你也可以有自己的用法,與我而言,我關注的核心是效率。

2. 資源的疊代

如果把我們收藏的內容比作是雲盤裡的資源,那麼資源並不是越多越好,無論哪種類型的內容,當內容很多的時候找起來都會比較麻煩的。

我們需要堅持做一些工作來不斷減少資源的數量提高資源的質量,少而精是最好的狀態,如此我們就不需要花很多時間去找某個內容,而已有的內容又都能很好的滿足需求。

要做到這點,我們需要給資源做疊代,所謂疊代就是去掉舊的過時的內容,添加新的更好的。每隔一段時間,回來翻一翻自己之前收藏的作品,會發現有些作品自己已經看不上了,因為在做靈感收集的過程中,我們的審美會自然有所提高。

當輸入的作品樣本越來越多,我們對作品評價的維度也會更多,之前那些覺得好的作品,現在看來也就會有缺陷和不滿,這是一個很正向的結果,成長就是一個不斷剔除的過程。刪掉那些自己覺得不滿意的作品,添加更符合自己當前審美的作品到各個情緒版。

疊代還意味著我們需要對那些情緒版的標籤做維護,對那些命名跟內容不大匹配的情緒板,要及時更新更恰當的命名。

同時,也要對情緒板內容的類別做維護,比如動畫、視頻類素材最好不要跟圖片類素材放一起,因為列表的封面圖並不能體現作品詳情里是否包含視頻等內容,所以作品很多時找起來就比較麻煩,按內容的不同類型把內容分別收納進不同的情緒版可以給我們後續的應用節省不少時間。

七、Q&A 問與答

1. Behance在國內訪問不暢,為何要以它為例做靈感收集的方法介紹?

首先,Behance國內訪問不暢,並不影響它是世界範圍最優秀的設計師聚集平台的事實。對於數據可視化而言,並不是一個新興的領域,在國外早已有之,並且相對成熟,而國內相關作品、經驗尚少。

所以從獲取知識的角度來看,behance上你能獲取到的數據可視化相關作品或內容,不管是數量還是質量上,都要比國內的好。

其次,正如文章剛開始我說的那樣,文中介紹的方法對國內的大部分設計網站同樣適用,尤其是關鍵詞的定義、標籤的使用、收藏及情緒板(畫板)的使用技巧。

綜上,我當然是要介紹「更好」的靈感獲取網站給大家,而不是揪著大家熟悉的聊。

2. 我自己也收集研究了不少優秀作品,為何做的時候還是做不出好的效果?

毋庸置疑,優秀的作品建立在良好的審美基礎之上,好的作品看多了審美自然會有提升,但審美有了為啥還是做不出符合自己期望的作品來。這塊有兩個問題:一是刻意練習的度沒到,二是不會分析別人好的作品。

刻意練習聽名字就知道是什麼意思,而作品分析就是我們要知道一個作品之所以讓人眼前一亮,它「亮」在什麼地方,就是要具體到細節,我們越是能夠細緻的指出那些讓你覺得好的點,就越能模仿和借鑑,之後再輔以大量的刻意練習,才會有效果明顯的提升。

那麼到底如何去拆解、分析一個數據可視化作品?有幾步?有哪些方面?怎麼做?如何應用?這一系列問題留待下篇文章繼續聊。

作者:BYMD;公眾號:BYMD

本文由 @BYMD 原創發布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

關鍵字: