9个要点,打造引入注目的信息图

简介:

对于展示信息、提高品牌知名度和树立业内权威,信息图是一种已被证明的行之有效的方法。但是,是什么造就一个引人注目的信息图,使其得到更多的分享、驱动访问量,并从高品质的相关网页上吸引高质量的链接?


传统上的可视化平台,如Pinterest,Instagram和Facebook,正领导着可视化社交媒体的潮流,但是不仅仅只有这些平台在进行图像整合。领英也通过引入了专业公事包(Professional Portfolio)作为一种可视化展示个人简介的方式。今年早些时候,他们还整合了Slideshare新的Infographic Player。甚至推特也已经宣布他们将在推文中引入图像。


图像无处不在,但是什么能成就一个成功的信息图呢?哪些要素让成功的信息图获得分享和访问量?


本文分享一些经过证实的技巧,揭示设计信息图过程中所需考虑的因素或“超能力”,以设计出有效果的信息图,并将这些技巧和策略展示在信息图上。


0 标题

这要花点心思,它应该:

TIPS:

1、引入注目。

2、包含关键词。

3、最好将“信息图”作为标题的一部分或一个额外的关键字。

4、给读者一个让信息图内容一目了然的概述,这会引领读者进入内容.

1 内容为王

在为信息图建立故事梗概时,要牢记一件事:


信息图应该关注目标观众,而不是你自己!


没有什么比自我陶醉的信息图更糟的了。不要只是介绍产品和服务,要提供有帮助的、有用的信息,用这些来帮助或激发你的受众。

TIPS:

1、“大思路”。每一张信息图都传达了一个主旨或概念。你的是什么?想和所在的行业分享什么?通过分享有用的、可行的、有帮助的信息,马上就可以让自己成了权威(看,这样就避免了成为无用的垃圾或者不停地谈产品或服务)。

2、可视化衔接。利用图像、文本和数据(如果需要)来连接信息内容里的每一个节点。始终考虑,你如何可视化你的信息?

3、富有内涵。确保你的信息可以帮助、激励或教育受众,且这些都以可视化方式呈现。

4、数据为辅。用图表、地图或数据支持你的主要观点。数据不是优秀信息图的本质,但可以用来支持你的主要观点。

5、考虑受众。考虑目标受众面对的主要问题、挑战和痛点,你怎么用信息图可视化地解决这些?

6、保持简洁!如果信息图看上去太复杂,那就挑出一个主题并关注于此。你应该能用一句话总结你的信息图。或者,如果图里有若干信息,那么将它们用可视化的方式分块。每一块都应该清晰可辨,并构成整体故事的各个部分。


0?wx_fmt=png

2 风格品味

一张有品味的信息图由很多元素组成:

TIPS:

1、视觉诱人。这是要点所在。信息图是一张有信息内容的图片,如果不能用一种吸引眼球并让人沉浸其中的方式来直观地表示信息,那么也许一篇博客文章或以文本为基础的媒体是更好的选择。

2、容易消化。信息图可以很长,有时候甚至太长。但是,如果把信息拆分成若干部分,那么就能摆脱较长的信息图。理想的信息图是能马上得到信息的概要,但是又能深入到更小部分的数据或信息。

3、富有层次。有很多方法可以对信息图建立层次,包括标题、颜色和图像的尺寸。确保把重要的信息醒目地展示出来。


0?wx_fmt=png

3 言简意赅

我知道,往信息图中放入大量信息是一个极大的诱惑,但是,最为有力的反而是一个简洁的信息图。即使有很多数据要展示,使用下面的技巧,你可以在设计中让元素保持简洁:

TIPS:

1、风格一致。如果正在使用图像、文字或图标来表示信息,让它们的风格保持一致。

2、限制字体。允许有多种字体,但是别太过火,否则会让正想快速消化主题的人分心。

3、严守调色板如同字体,考虑一下配色方案。手头有所有的色卡,并不意味着需要全部使用。如果你和一个设计师一起工作,字体和配色是要提前探讨的重要问题。

4、勿忘留白。有时候你只是需要给眼睛一个“喘口气的机会”。不要把信息图用数据填得满满的。如果东西太多,考虑一下分出一部分来构建第二张信息图,这是个双赢的做法。

5、建立逻辑和连接。如果有超过一个的信息块或层,考虑一下如何连接这些元素。也许用出现在整个信息图中的一个设计元素,使用标题、颜色或图像,甚至一个字符或图标来实现。如果是设计一个长信息图,这点特别重要的。太多没有逻辑的跳转,会有失去读者的风险。


0?wx_fmt=png

4 设计尺寸

在许多层面上,尺寸都很重要。这里有一些在尺寸问题上要考虑的事。

TIPS:

1、优化尺寸。以Pintrest为例,一张信息图的理想尺寸是735像素。以前是600像素,也许将来会有变化,但是目前,水平宽度保持在735是一个好的开端。如果更宽,也许有调整大小的风险。不用说,这些尺寸随时可能改变。

2、压缩图像。在博客中贴图时,要压缩图像,这样尺寸不会太大,而且也容易让人进行分享(这不就是我们想要的吗?)。

3、不要太长!当然,信息图可以要多长有多长。一些人建议不要在高度上超过8000像素。但是,坦白地说,我发现的分享最多的信息图的高度只有5000像素。因此保持在5000左右你有机会达到目的。认真地说,你想要填进多少信息?如果超过5000像素,应该考虑移出一部分内容建立第二张信息图。


0?wx_fmt=png

传统的信息图很长,但是如果短一些会怎样?有时候新闻提要中一张图像的形状改变就能让它非常醒目。许多信息图是纵向的(宽高比是2:3)。很多信息图超长。试试中等长度或者甚至是1500-2000像素长,相信我,这样的信息图会脱颖而出。


5 统计数据

统计数据是信息图的共有特征。利用研究、文章和统计数据来支持你的信息,但是它们不是每一张信息图所必需的。如果信息图更多的是讲如何做什么的,也许就不需要有参考文献。但是如果你需要统计数据,那么要记住一些关键的东西。统计数据应该具有:

TIPS:

1、时效性。如果在搜集资源和参考资料,确保是在找近期的文章(如果可能的话,找过去一年的)。

2、真实可靠性。尽可能选择所知道并信任的有声誉的信息来源或网站。如果计划和业界领袖分享信息图,可以考虑在统计数据中使用其它行业、品牌或工具。如果提到一个博客主、行业或企业,他们很有可能会分享已经完成了的信息图。

3、实用性。如果数据在让案例教育、激发或解决目标客户的问题上有所帮助,那么当然,把数据放进来。如果数据真的没有帮助,那么就把它放一边。


0?wx_fmt=png

6 可分享性

这也许是最重要的部分。拥有一张神话般的信息图当然是件好事,但是如果它不具有可分享性,那么没人会看到它。尽管已经有了好的内容、品味、简洁度、统计数据和合适的尺寸,仍然可以做一些关键的事情,确保信息图准备好被分享。

TIPS:

0?wx_fmt=png

7 信息来源

这要与统计数据一起考虑。如果你有数据、文章、参考资料或博文来支持你的内容,就放进来。列出信息来源总归是个好主意。

TIPS:

1、确认事实。通过提供数据的参考来源,你是在建立你的信息的可信度。始终记得要反复检查信息来源、参考资料和数据。

2、使用有信誉的来源。尽可能使用广为人知的信息来源,包括浏览量大、有行业公信力的那些网站。

3、引用有信誉的人的话。可以引用行业领袖或思想家的话,它们像文章或博文一样有用。


0?wx_fmt=png

8 没有定律!

最后,需要指出的是,制作信息图其实没有定律,限制你的只是你的创造力和上述因素。跳出思维的框架,尽情享受制作的乐趣吧!



原文发布时间为:2015-05-04


本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
4月前
|
API 开发工具 数据库
OneCode2.0源码结构分析
OneCode12月10日正式更新了其V2.0版本。从OneCode的季度版本生命中,可以看到2.0版本还是一个重量级的版本,笔者在收到2.0更新后第一时间下拉了最新的代码。在参考了OneCode 的技术说明后,根据包结构来分析一下OneCode2.0的结构。
|
6月前
|
存储 编译器 C#
C#基础补充
C#基础补充
41 0
|
9月前
Echarts实战案例代码(19):利用visualMap视觉映射组件制作五色玫瑰工作进程图
Echarts实战案例代码(19):利用visualMap视觉映射组件制作五色玫瑰工作进程图
150 0
|
数据库
OVS 总体架构、源码结构及数据流程全面解析
在前文「从 Bridge 到 OVS」中,我们已经对 OVS 进行了一番探索。本文决定从 OVS 的整体架构到各个组件都进行一个详细的介绍。 OVS 架构 OVS 是产品级的虚拟交换机,大量应用在生产环境中,支撑整个数据中心虚拟网络的运转。
4189 0
|
30天前
|
传感器 运维
【软件设计师备考 专题 】编写外部设计文档:系统配置图和关系图
【软件设计师备考 专题 】编写外部设计文档:系统配置图和关系图
51 1
|
3月前
|
算法 图计算
什么是图计算?请简要解释其概念和特点。
什么是图计算?请简要解释其概念和特点。
43 0
|
4月前
|
Cloud Native 前端开发
【性能优化上】第三方组织结构同步优化一,分状态,分步骤的设计,你 get 到了吗?
【性能优化上】第三方组织结构同步优化一,分状态,分步骤的设计,你 get 到了吗?
|
9月前
|
数据库
设计分E-R图的步骤
设计分E-R图的步骤
101 0
|
9月前
|
数据建模 数据库
E-R图总结规范
E-R图总结规范
379 0
|
11月前
|
数据采集 算法 数据可视化
MMdetection框架速成系列 第03部分:简述整体构建细节与模块+训练测试模块流程剖析+深入解析代码模块与核心实现
按照抽象到具体方式,从多个层次进行训练和测试流程深入解析,从最抽象层讲起,到最后核心代码实现,希望帮助大家更容易理解 MMDetection 开源框架整体构建细节
506 0