京公网安备 11010802034615号
经营许可证编号:京B2-20210330
您是否已经创建了一个 Tableau 仪表板扩展?
太棒了!
但是您是通过什么与用户进行交互的?它容易使用吗?它美观且有效吗?
本文将告诉您如何让仪表板扩展为用户提供友好的体验!如果您刚刚开始构建仪表板扩展,可查看下方链接学习更多相关知识。
来源 | Tableau社区
通过您的仪表板扩展提供出色的用户体验
在您的仪表板扩展运行后,确保它有很好的可用性是非常重要的一点。这将增加您仪表板扩展的价值,并让人们一次又一次地使用它。
您可以将以下注意事项作为一个清单:
1
拥有简单的控件和用户界面模式(UI)。
您仪表板扩展中的内容应该清楚地向用户表明如何与其进行交互。例如,对话不应该包含不相关或不必要的信息。您添加的任何额外信息都可能会给用户带来困惑。
确保您的设计易于学习和使用非常重要。这就是UI模式派上用场的地方,因为它们来自UI设计中的最佳实践,它们是常见问题的可重用解决方案。
2
提供适当的反馈和错误消息。
您的仪表板扩展应始终保证用户能及时了解实际情况。例如,如果您的仪表板扩展所在的区域正在加载,并且它花费了比平时更长的时间,我们可以使用一个活动指标帮助用户了解正在发生的事情。
否则,用户可能想知道系统是否正在执行任何操作或是否存在错误。如果出现错误,我们应用简单的语言表达消息并描述问题,并提供如何修复错误的建议。
3
确保仪表板扩展布局的响应性。
确保仪表板扩展的容器内容和控件以正确的大小显示。用户可以手动调整容器的大小,因此请确保使用常见的响应式 Web 设计实践,例如断点和基于百分比的宽度。
阅读更多有关布局指南的信息,以确保您的样式与图库中的其他扩展保持一致。
4
用最少的设计使您的扩展更美观。
有目的和清晰地使用颜色是很重要的。请最低限度地使用它,仅突出显示仪表板扩展中的功能。使用有效的颜色将向用户传达重要的内容。
您可以查看 Tableau 的标准颜色系统,以用于您的仪表板扩展。
至于字体和排版,这里应该有一个明确的内容层次结构,通过使用不同的字体大小,颜色和间距来区分。通过这种方式,我们可以引导用户首先去查看或点击哪些内容。
您可以使用 Tableau 的样式指南使您的仪表板扩展看起来像 Tableau,但是您可能希望将仪表板扩展进行标记以将其区分。这里是有关如何有效标记仪表板扩展的指南。
5
链接到帮助和文档。
对于设置或使用更复杂的仪表板扩展,为用户提供获取额外的帮助是一个加分项。另外,它还可以为用户提供了解您或您公司的更多信息。
6
最后,在共享之前进行一些可用性测试。
对不熟悉您仪表板扩展的人进行一些快速测试。观察他们如何使用您的仪表板扩展以及他们是否遇到任何问题。但也要注意这个人与某些东西的交互方式是否与您预期的方式不同,并注意他被困在哪里。这可以在很短的时间内揭示您仪表板扩展的可用性。
设计很重要,但这经常被开发人员遗漏。花时间设计将使您能够建立真正优秀的用户体验,并让客户爱上您的仪表板扩展。现在有了以上这些指导方针,希望给您一些有用的提示!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21