SaaS平台数据表单组件设计技巧分享,数据表单方法:固定表头、固定侧栏、自定义栏、分页器、过滤器、数据排序、多选项同时操作、简单且简约、普通的字体样式、项目链接、鼠标悬停设计指南,为大家提供有关数据表单设计的实用性建议。在实际的数据表单设计中还需要根据产品要求和用户目标进行相应的调整。
作为一个前企业家使用过各种SaaS平台,如Mailchimp,Shopify,Klaviyo,Zendesk等。它们提供不同的服务电子邮件、订单管理、客户服务等解决方案,其共同点都需要将数据反馈给用户。而数据表单则是传输大量数据最好的方法。数据表单之所以有效是因为能够有序地组织信息和数据,使用户能够轻松地扫描、比较和分析自己选择的信息。介绍在设计数据表时遵循的关键设计模式:
一、固定表头
这一点对于超过30行的表单尤其重要。当用户必须向下滚动才能查看所有可用信息时,如果没有固定表头,用户将很难理解和区分多行数据——其中大部分可能是随机数。一个固定的表头可以帮助他们轻松地使用数据表避免了向上滚动查看字段含义。
二、设计提示
使用8px网格系统进行设计,将表头尺寸保持在16px(最小值)防止你的设计看起来过于沉重和拥挤。当用户不理解某个数据字段时,固定的表头使得用户无需重复向上滚动查看表头内容。
三、固定侧栏
对于数据表单需要两个组件对所有信息进行排序。一是表头,用于理解显示的数据。二是固定侧栏,与每一行数据相连接常用于项目名称,例如活动名称、产品名称、股票名称等。当数据表单需要水平滚动展示隐藏列时,通过固定第一列项目名称可以获得与固定表头相同的组件优势提升信息传达效率。设计固定侧栏时,请在该列的右侧添加阴影和垂直分隔线提示用户该表支持水平滚动。
四、自定义栏
自定义栏允许用户根据自己的偏好选择表单显示内容。当涉及多个指标和数据集时,该功能可以满足不同的用户目标。常用于自助广告平台,例如FacebookAdManager、GoogleAds、AdRoll等,在这些平台上有多种营销指标每个用户的优先级都不同。
五、分页器
对表单进行分页通过限制正在处理的信息量减少加载时间。另一种方法是使用渐进式加载,当鼠标滚动到最后一行时表单自动加载一组新的数据。对比后者,分页器允许用户一次跳过好几个组数据满足用户非连续性浏览的需求。大多数表单每页显示行数可能超过30行将分页器固定在表单顶部或底部会更加友好方便用户在页面之间切换无需过度地快速滚动。
六、过滤器
过滤器组件对于筛选目标信息、屏蔽无关数据量至关重要。日期筛选是最基本的过滤器能够根据用户指定日期来显示信息。当每列具有固定的展示字段,这意味着信息不是随机的而是固定的选择还可以设置单项信息的过滤器。最好在过滤器下拉列表中提供复选功能允许用户选择多个变量过滤系统越灵活,用户就越容易操纵他们的信息。
七、数据排序
排序类似于过滤可根据用户的需要重新排列信息,调整信息展示顺序。在大多数情况下,左列会对表单进行默认排序,用户可以单击标题对表单进行相应的排序设置。可以将排序添加到表头中,例如按数字或字母顺序对各个数据进行排序。但请不要滥用此功能,它对于状态或类别等特定指标,可能是多余的过滤器处理这些数据会更合理。尽量避免使用线型图标选用面型图标来增加可见性。悬停状态能够传达整个区域可单击的视觉提示。
八、多选项同时操作
复选框允许用户选择多个项目并对所选项目执行某种操作。帮助用户节省时间和精力,不必重复相同的步骤。想象一下,所有的行都有相同的选框,这些选框会重复出现这会使你的表单看起来杂乱无章。通常将复选框的大小保持在24px(最小尺寸),居中布局,提高可用性。此外,高亮显示被选定的行,增强对比性。
九、简单且简约
“极简主义”这个词已经被广泛地使用空白似乎是现在的趋势,但在这种情况下少就是多。在设计数据表单时,重点应该放在数据本身而不是用户界面上。用户已经在与大量的数字和信息交互,复杂的界面只会增加用户的认知负荷。没有必要添加额外的视觉干扰,例如不必要的图标、斑马行、随机颜色等。
十、普通的字体样式
在设计中排版是样式指南中的一个关键元素,对于品牌推广至关重要。但在设计表格时,您应该遵循上面的指示(简单和简约),不要在表格中使用任何复杂的字体样式。没有推荐的字体,但建议尽量避免使用衬线字体,因为它们往往会吸引人的注意力,导致额外的视觉负担。此外,避免出现大写单词它会使你的设计看起来沉重。
十一、项目链接
对于特定的表单项目名称还可以充当链接,这是一种符合用户习惯的交互形式,用户很容易理解链接会将其带到何处。设计文本链接时请使用不同的颜色向用户展示此链接仅在文本上加粗或设置下划线并不能提供足够的视觉提示。设计文本链接时请使用不同的颜色向用户展示此链接
十二、鼠标悬停
表单的操作通常放在最后一列。当没有太多的信息列需要水平滚动信息时这种模式就很适合。也可以将操作放在第一列或第二列,这样用户就不需要在滚动时跟踪这一行,但操作较多时可能会产生认知过载导致不必要的错误。鼠标悬停可以保持简约的外观只有当用户将鼠标悬停在相应的行上时操作图标和文本才会出现。
数据表单是一种常见的平台设计样式,在看似乏味呆板的设计中沉淀着许多优质的设计体验方法。尤其是在信息组织、信息传达、信息承载和阅读性方面,数据表单蕴含了许多设计规则和设计模式使用户能够轻松地获取、处理信息。对于大多数SaaS平台数据表单是必不可少的组件可让用户获得相关数据和洞察从而采取正确的决策。
猎聘大数据研究院发布了《2022未来人才就业趋势报告》
从排名来看,2022年1-4月各行业中高端人才平均年薪来看,人工智能行业中高端人才平均年薪最高,为31.04万元;金融行业中高端人才以27.69万元的平均年薪位居第二;通信、大数据行业中高端人才平均年薪分别为27.51万元、25.23万元,位列第三、第四;IT/互联网行业中高端人才平均年薪23.02万元,位列第七。
图表来源:《2022未来人才就业趋势报告》
如果你觉得很高,被平均了这样?那么打开Boss直聘,搜大数据工程师:
我们来做下数据分析:
薪资那一列都有一个最低薪资和最高薪资,我们通过不同城市来对比分析一下,发现北京的工资水平最高,最低为22k,最高为38k。
工作年限也是一个制约工资水平的很大因素,从图中可以看出,即使是刚毕业,也能达到一个11-20k的薪资范围。
而学历要求来说,大部分为本科,其次为大专和硕士,其他比较少,以至于在图中并没有显示出来。
企业对不同岗位的要求以3-5年的居多,企业当然是需要有一定工作经验的员工,但是在实际招聘中,如果你有项目经验,且理论知识没问题,企业也会放宽条件。
分析不同行业, 我们发现,大数据岗位需求分布在各行各业,主要还是在计算机软件和互联网最多,也有可能是这个招聘软件决定的,毕竟Boss直聘还是以互联网行业为主。
来看看哪些公司在招聘大数据相关岗位,从这个超过15的数量来看,华为,腾讯,阿里,字节,这些大厂对这个岗位的需求量还是很大的。
那么这些岗位都需要什么技能呢?Spark,Hadoop,数据仓库,Python,SQL,Mapreduce,Hbase等等
根据国内的发展形势,大数据未来的发展前景会非常好。自 2018 年企业纷纷开始数字化转型,一二线城市对大数据领域的人才需求非常强烈,未来几年,三四线城市的人才需求也会大增。
在大数据领域,国内发展的比较晚,从 2016 年开始,仅有 200 多所大学开设了大数据相关的专业,也就是说 2020 年第一批毕业生才刚刚步入社会,我国市场环境处于急需大数据人才但人才不足的阶段,所以未来大数据领域会有很多的就业机遇。
薪资高、缺口大,自然成为职场人的“薪”选择!
任何学习过程都需要一个科学合理的学习路线,才能够有条不紊的完成我们的学习目标。Python+大数据所需学习的内容纷繁复杂,难度较大,为大家整理了一个全面的Python+大数据学习路线图,帮大家理清思路,攻破难关!
Python+大数据学习路线图详细介绍
第一阶段 大数据开发入门
学前导读:从传统关系型数据库入手,掌握数据迁移工具、BI数据可视化工具、SQL,对后续学习打下坚实基础。
1.大数据数据开发基础MySQL8.0从入门到精通
MySQL是整个IT基础课程,SQL贯穿整个IT人生,俗话说,SQL写的好,工作随便找。本课程从零到高阶全面讲解MySQL8.0,学习本课程之后可以具备基本开发所需的SQL水平。
2022最新MySQL知识精讲+mysql实战案例_零基础mysql数据库入门到高级全套教程
第二阶段 大数据核心基础
学前导读:学习Linux、Hadoop、Hive,掌握大数据基础技术。
2022版大数据Hadoop入门教程
Hadoop离线是大数据生态圈的核心与基石,是整个大数据开发的入门,是为后期的Spark、Flink打下坚实基础的课程。掌握课程三部分内容:Linux、Hadoop、Hive,就可以独立的基于数据仓库实现离线数据分析的可视化报表开发。
2022最新大数据Hadoop入门视频教程,最适合零基础自学的大数据Hadoop教程
第三阶段 千亿级数仓技术
学前导读:本阶段课程以真实项目为驱动,学习离线数仓技术。
数据离线数据仓库,企业级在线教育项目实战(Hive数仓项目完整流程)
本课程会、建立集团数据仓库,统一集团数据中心,把分散的业务数据集中存储和处理 ;目从需求调研、设计、版本控制、研发、测试到落地上线,涵盖了项目的完整工序 ;掘分析海量用户行为数据,定制多维数据集合,形成数据集市,供各个场景主题使用。
大数据项目实战教程_大数据企业级离线数据仓库,在线教育项目实战(Hive数仓项目完整流程)
第四阶段 PB内存计算
学前导读:Spark官方已经在自己首页中将Python作为第一语言,在3.2版本的更新中,高亮提示内置捆绑Pandas;课程完全顺应技术社区和招聘岗位需求的趋势,全网首家加入Python on Spark的内容。
1.python入门到精通(19天全)
python基础学习课程,从搭建环境。判断语句,再到基础的数据类型,之后对函数进行学习掌握,熟悉文件操作,初步构建面向对象的编程思想,最后以一个案例带领同学进入python的编程殿堂。
全套Python教程_Python基础入门视频教程,零基础小白自学Python必备教程
2.python编程进阶从零到搭建网站
学完本课程会掌握Python高级语法、多任务编程以及网络编程。
Python高级语法进阶教程_python多任务及网络编程,从零搭建网站全套教程
3.spark3.2从基础到精通
Spark是大数据体系的明星产品,是一款高性能的分布式内存迭代计算框架,可以处理海量规模的数据。本课程基于Python语言学习Spark3.2开发,课程的讲解注重理论联系实际,高效快捷,深入浅出,让初学者也能快速掌握。让有经验的工程师也能有所收获。
Spark全套视频教程,大数据spark3.2从基础到精通,全网首套基于Python语言的spark教程
4.大数据Hive+Spark离线数仓工业项目实战
通过大数据技术架构,解决工业物联网制造行业的数据存储和分析、可视化、个性化推荐问题。一站制造项目主要基于Hive数仓分层来存储各个业务指标数据,基于sparkSQL做数据分析。核心业务涉及运营商、呼叫中心、工单、油站、仓储物料。
全网首次披露大数据Spark离线数仓工业项目实战,Hive+Spark构建企业级大数据平台