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
CDA数据分析师 出品 作者:李诗怡 四层结构 · 零件与房子 · 六大易错点 一、什么是指标体系 定义:指标体系是整套完整框架 ...
2026-10-13写在开头 先还原一个你大概率见过的场面。 立项会上有人说:我们得做用户画像。 于是团队关进会议室,白板写满便利贴,两小时后 ...
2026-10-13 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-10-13在统计学与数据分析研究中,相关性分析分为数值变量分析与分类变量分析两大类。针对身高、销量、分数等连续数值变量,通常采用皮 ...
2026-10-12在Power BI可视化分析体系中,常规表格仅能展示枯燥的数值数据,存在数据对比不直观、强弱规律不突出、维度交叉分析低效等问题。 ...
2026-10-12 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-10-12在传统零售行业同质化竞争激烈、大众营销转化率持续走低的背景下,依托经验与直觉的粗放式营销逐渐失效。美国塔吉特百货(Target ...
2026-10-10随着智能客服、数字化服务、用户精细化运营的快速普及,传统零散、非标准化的客户服务数据与业务体系逐渐难以支撑高效服务治理。 ...
2026-10-10 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-10-10CDA数据分析师 出品 作者:李诗怡 定义区别 · 场景举例 · 指标分类 · 计算方法 知识体系总览 模块 包含内容 一、核 ...
2026-10-09在数据分析工作流中,业务数据大多存储在各类关系型数据库内,例如MySQL、PostgreSQL、SQLite等。Pandas是Python生态中主流的数 ...
2026-10-09在数字化精细化运营时代,海量用户存在需求差异、行为差异、价值差异与偏好差异。如果企业采用“一刀切”的统一营销、统一服务、 ...
2026-10-09 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-10-09指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03