【猎云网北京】3月6日报道

疫情发生以来，全国上下步调一致，汇聚起了战“疫”硬核力量，其间大数据作用在疫情宣传、疫情防控、资源调配、复工复产等方面都扮演着重要角色。

特别是数据可视化，作为公众议题大数据的一种有效表现形式，更是满足了用户对疫情情况、资讯信息、医疗信息等方面的获取。

通过甄选，我们选出了以下几款疫情数据可视化的代表作进行对比和分析。以此来说明数据可视化在疫情数据表达的方式，从反映事实数字到唤醒切实行动、从学术探索到大众传播、从宏观分析到企业分析扮演的重要作用。数据可视化工具的运用，不仅在帮助人们对数据进行解读，而且在让数据支撑成为疫情防控的重要抓手。

手机端数据看板——唤醒大家对疫情数据认知的利器

• 丁香园

丁香园是最早一批对疫情做出快速反应的企业，率先推出疫情地图，相信也是很多读者反复去看的疫情可视化作品，至今该页面的浏览量已经达到26亿多，而它也在不断的根据疫情的变化以及读者的关注需求变化快速的迭代。从开始做的一个简单的展示全国确诊和疑似人数的简单疫情地图，已然进化成了包罗各种疫情相关信息的综合门户。

首屏6个关键指标，区分累计和现存数据，并给出同比增幅趋势直接明了。三个按钮，也符合当下用户的需求，分别解决了抗疫物资、患者同乘查询，以及在线义诊避免交叉感染的问题。

至于具体的疫情地图部分，丁香园特地将湖北和非湖北另起了一个趋势图，可以直观看到从二月份以来非湖北地区确诊人数就开始往下降的趋势。没有将湖北与非湖北曲线放在同一张图应该是考虑数量级的差距，可能会误导用户，采用分开的形式也便于湖北用户与非湖北用户会更直观了解变化趋势。

由于大众数据分析与解读能力的参差不齐，除了疫情地图和表格统计后，丁香园还提供了每日的疫情分析报告，点击会跳转到新页面，显示用户所关注地区情况，以及当天日报的解读，也可回顾往期并分享。

• 阿里健康

阿里在此次疫情中的反映迅速，由阿里多个产品联合推出的疫情数据看板，在高德地图、支付宝、钉钉等重要APP中都给了重要入口。

4个重要指标，紧接着是用户关注的城市、小区的的疫情查询。周边是否有感染者、感染者的行动轨迹如何，对个人来说都是最关注的数据。但是关注这里只能选择一个地区，不能复选，这个体验就不太友好。

4张表达时序的折线图，没有区分重点疫情与非重点疫区。虽然不太容易分析所在地区的实际情况，但是在人类命运共同体的大背景下，是不是也在提醒着读者，这条线代表的不是一个数字，而是一个个真实的人。守望相助，不分彼此是应该有的价值判断。

• 财新

凭借着专业的记者团队和及时、客观的新闻精神，老牌财经媒体财新在社交媒体上成了新网红。特意取消了Paywall，免费开放疫情相关报道。不断在一线发回了不少深度报道。而财新的数据看板，特色也非常鲜明。

可能出于财经类媒体的特有调性，看板的配色显得冷静克制。把确诊人数和死亡人数都在地图上表现出来，在不用理解数字的情况下清楚地看出地区确诊人数与死亡人数的关系。

但很可惜，在图表的运用上明显缺少一些推敲，对普通用户非常不友好。无论是地图上的气泡图大小代表的实际死亡人数，还是三十多条分行政区的颜色变化不大的曲线汇聚到同一张累计确诊趋势图，再或者根本不考虑数据量级的区别把四万治愈疑似确诊都统一成一张图表，都很大程度上给用户带来了不小的认知负荷。只有具有一定数据分析基础的读者，通过认真研究后才能在这些表格中得到响应的分析结果。

当然可能财新主要的受众是专业的金融人士，本身这些人群对这类图表的接收能力相对较高，更喜欢自己得出分析结果。所以是刻意为之还是无心之过确实也不好评价。

• 人民日报 X 凡闻科技

疫情防控的海量信息涌入到各类媒体平台，全网信息大爆炸背景下如何获取有效精准的信息。作为一家权威媒体和一家内容资讯的数据技术服务商，给我们带来了一个很新颖的疫情地图角度——从新闻资讯出发，从搜索入手，用疫情地图串联了各地各种主题的疫情相关报道。

搜索被前置，城市疫情信息检索给每个用户检索关心的城市疫情情况和疫情新闻的入口。疫情信息更新时间的时间，直接给出了与上次更新的时间差，加大了数据的实时性和紧张感。初步判断图表基于Echarts的快速样式开发数据可视化工具，地图保留了双击下钻的模式，能够快速的了解市级信息，但在手机端，双击下钻这个操作的意识远远没有桌面端强烈，所以也许采取丁香园、阿里健康通过提示点击详情，进行查看在手机端更加明显易用。此外一点点小瑕疵，地图上无数据的灰色和上方指标版上死亡人数的颜色一致，在这么近距离里联合呈现，很容易让人产生联想。

信息图——学术角度的多维视角分析

• 北京⼤学

PKUVIS的在疫情期间推出了一整套信息图，通过尝试各种数据可视化的方法来探索疫情数据表达的可能性。一系列信息图比较完整地从各个维度刻画了疫情的发展。但属于可视化专业领域的研究，需要一定的理解成本，面对大众并不太友好，虽然看起来很复杂但实际上只要有耐心去读数据的说明数据可视化工具，还是相对好理解的。如果能够和数据新闻一样在图表下面进行简单的数据解读会更好。

不过有些图表的反本能设计，也会明显让人产生困惑。比如上图中的“疫情方寸间”，其实每个省的颜⾊⽐例都是独⽴的，并没有没有统⼀的参照标准，所以图中当天黑色方块实际代表的含义是湖北的死亡数为24，河北的死亡数为1，但是因为方块的大小，很容易让不仔细研究的人以为河北是最严重的的区域。所以可能需要从视觉上，对这34个行政分区的进行有效的间隔。

数据大屏——从看数据到用数据的业界实践

• 光启元

1月22日，光启元上线大屏端的疫情数据可视化，应该是做数据可视化大屏厂商里面最早的一家。页面延续一贯的风格，基于已有的3D地图模型，用自有的大数据可视化交互系统RayData Pro进行开发，提供一些基本的数据展示和场景交互。图表和数据投射在前，给人一种飞机驾驶舱内的感觉。

但在3D地图的视角下，地图上的数据就并不那么突出和直观。而且仅支持ios端的预览，并不能形成有效的传播。也许可以考虑其他角度对疫情进行呈现。

• 阿里云

数据可视化大屏在指挥调度的场景中，特别是相关政府管理场景中已被广泛的使用。通过数据可视化的方式可快速了解数据的分布和特征情况，辅助决策者对当前的现象进行快速的响应和决策。

阿里云的疫情大屏可以看出是根据实际项目的需求沉淀而来的。虽然页面相对简单，基本可以理解为深色版的Dashboard，但在实际使用中的参考价值比较大。风格、角度、主题都有很多套，可以快速的根据需求套用。

• Mapbox

作为开源地图平台，Mapbox针对疫情的表现集中于对地理元素的表达。主要通过地图的多图层叠加反映疫情的发展变化情况，用户可以自主选择图层的叠加。除了地图外，其他模块都可以收紧，以便更清晰地看到疫情地图。该平台还有中英双语版本，以及富有特色的时间轴追溯功能。从技术栈来讲，应该主要用了React和Mapbox GL JS。从内容编排上mapbox的大屏相当扎实和简洁，将地图的价值发挥到最大。不过挑剔的设计同学还是能从配色、装饰上挑出不少可以改进的点。

• 袋鼠云员工健康追踪云图

和

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！