数据可视化 · 用户体验与网页设计
2024
骑行有据
看清风险，安心骑行。
看清风险，安心骑行。
数据可视化 · 用户体验与网页设计
2024
骑行有据
看清风险，安心骑行。
项目简介
「骑行有据」帮助骑行者了解大伦敦地区的停车选择。交互地图和数据看板把自行车失窃热点、停车点和失窃趋势放在一起，方便查找和比较。
工具与技术
网页爬虫 · 采集原始数据
Python · 整理失窃与停车数据，导出为 CSV
Tableau · 制作交互地图、趋势图和数据看板
工具与技术
网页爬虫 · 采集原始数据
Python · 整理失窃与停车数据，导出为 CSV
Tableau · 制作交互地图、趋势图和数据看板
职责
研究、交互与界面设计、数据整理与可视化
时间线
2024年11月—12月
团队
个人项目
平台
交互网站 · Tableau数据看板
职责
研究、交互与界面设计、数据整理与可视化
时间线
2024年11月—12月
团队
个人项目
平台
交互网站 · Tableau数据看板
项目简介
「骑行有据」帮助骑行者了解大伦敦地区的停车选择。交互地图和数据看板把自行车失窃热点、停车点和失窃趋势放在一起，方便查找和比较。
工具与技术
网页爬虫 · 采集原始数据
Python · 整理失窃与停车数据，导出为 CSV
Tableau · 制作交互地图、趋势图和数据看板
职责
研究、交互与界面设计、数据整理与可视化
时间线
2024年11月—12月
团队
个人项目
平台
交互网站 · Tableau数据看板
03 / 空间原型
03 / 空间原型
03 / 空间原型
04 / 全尺度体验
04 / 全尺度体验
04 / 全尺度体验
05 / 现场评估
05 / 现场评估
05 / 现场评估
丢车之后，骑行不再安心
项目背景
个人经历
新车买来才几周，就在曼彻斯特一家健身房外被盗。报案和保险理赔的过程让我感到挫败，也让我不再像从前那样放心骑行。
1
01 · 为日常出行买了一辆新车。
2
02 · 每次去健身房，都把车锁在门外。
3
03 · 有一天，原地只剩被剪断的车锁。
4
04 · 报案后，心里仍难以释怀。
失去的不只是一辆车
案头研究
资料显示，车辆被盗后难以找回，停车安全也缺乏保障。这些问题让人更难放心骑行。
伦敦
第1位
2023—24年报告
1.62万起
自行车失窃案件。
1%
很少案件进入起诉程序
自行车失窃报案中最终提出指控的比例 · 报案超过18.2万起
11%
被盗后难以找回
被盗后归还车主的自行车
<24%
停车缺乏保障
认为自行车停车安全的人
项目案头研究 · 2024年。数据反映当时的研究背景。
失窃后的骑行行为 · 研究背景资料。
骑行背景 · 案头研究原始插图。
失窃也会带走骑行信心
研究资料显示，车辆被盗后，66%的人减少骑行，25%的人放弃骑行。我开始关注：失去安全感后，人们会如何重新选择出行方式。
长期规划与眼前需要
案头研究 · 利益相关者分析
我把官方骑行与停车报告，同骑行网站和社区论坛中的经历相互对照。设施规划着眼长远，骑行者却需要眼下就能用上的信息与保障。
政府部门
官方规划
政府长期推进骑行设施建设，但停车设施不足、执法困难等问题依然存在。
需求落差
长期规划与迫切需要之间的距离
本地骑行社区
社区经历
骑行者更关心眼下的安全、可靠的停车地点，以及报案后能否得到有效回应。
信息交流与反馈
将官方报告、设施数据，与骑行网站、论坛和新闻中的信息相互对照。
让两类信息相互补充
结合官方数据与社区反馈，让安全信息更便于实际使用。
参与与信任
希望通过社区参与和反馈，让设施建设更贴近骑行者的实际需要，并逐步建立信任。
丢车之后，骑行不再安心
项目背景
个人经历
新车买来才几周，就在曼彻斯特一家健身房外被盗。报案和保险理赔的过程让我感到挫败，也让我不再像从前那样放心骑行。
1
01 · 为日常出行买了一辆新车。
2
02 · 每次去健身房，都把车锁在门外。
3
03 · 有一天，原地只剩被剪断的车锁。
4
04 · 报案后，心里仍难以释怀。
失去的不只是一辆车
案头研究
资料显示，车辆被盗后难以找回，停车安全也缺乏保障。这些问题让人更难放心骑行。
伦敦
第1位
2023—24年报告
1.62万起
自行车失窃案件。
1%
很少案件进入起诉程序
自行车失窃报案中最终提出指控的比例 · 报案超过18.2万起
11%
被盗后难以找回
被盗后归还车主的自行车
<24%
停车缺乏保障
认为自行车停车安全的人
项目案头研究 · 2024年。数据反映当时的研究背景。
失窃后的骑行行为 · 研究背景资料。
骑行背景 · 案头研究原始插图。
失窃也会带走骑行信心
研究资料显示，车辆被盗后，66%的人减少骑行，25%的人放弃骑行。我开始关注：失去安全感后，人们会如何重新选择出行方式。
长期规划与眼前需要
案头研究 · 利益相关者分析
我把官方骑行与停车报告，同骑行网站和社区论坛中的经历相互对照。设施规划着眼长远，骑行者却需要眼下就能用上的信息与保障。
政府部门
官方规划
政府长期推进骑行设施建设，但停车设施不足、执法困难等问题依然存在。
需求落差
长期规划与迫切需要之间的距离
本地骑行社区
社区经历
骑行者更关心眼下的安全、可靠的停车地点，以及报案后能否得到有效回应。
信息交流与反馈
将官方报告、设施数据，与骑行网站、论坛和新闻中的信息相互对照。
让两类信息相互补充
结合官方数据与社区反馈，让安全信息更便于实际使用。
参与与信任
希望通过社区参与和反馈，让设施建设更贴近骑行者的实际需要，并逐步建立信任。
丢车之后，骑行不再安心
项目背景
个人经历
新车买来才几周，就在曼彻斯特一家健身房外被盗。报案和保险理赔的过程让我感到挫败，也让我不再像从前那样放心骑行。
1
01 · 为日常出行买了一辆新车。
2
02 · 每次去健身房，都把车锁在门外。
3
03 · 有一天，原地只剩被剪断的车锁。
4
04 · 报案后，心里仍难以释怀。
失去的不只是一辆车
案头研究
资料显示，车辆被盗后难以找回，停车安全也缺乏保障。这些问题让人更难放心骑行。
伦敦
第1位
2023—24年约1.62万起
1%
很少案件进入起诉程序
失窃报案超过18.2万起。
11%
被盗后难以找回
被盗后归还车主的自行车
<24%
停车缺乏保障
认为自行车停车安全的人
项目案头研究 · 2024年。
遭遇失窃后，66% 减少骑行，25% 停止骑行。
骑行背景：仅8%的出行使用自行车。
长期规划与眼前需要
案头研究 · 利益相关者分析
我把官方骑行与停车报告，同骑行网站和社区论坛中的经历相互对照。设施规划着眼长远，骑行者却需要眼下就能用上的信息与保障。
政府部门
官方规划
政府长期推进骑行设施建设，但停车设施不足、执法困难等问题依然存在。
本地骑行社区
社区经历
骑行者更关心眼下的安全、可靠的停车地点，以及报案后能否得到有效回应。
信息交流与反馈
将官方报告、设施数据，与骑行网站、论坛和新闻中的信息相互对照。
参与与信任
以参与和信任连接骑行社区。
把骑行顾虑转化为实用信息
方案构思
从多个角度理解骑行安全
我将各方需求与数据、防盗知识和反馈方式联系起来，梳理网站能为骑行者提供哪些帮助。
安全路线
锁车建议
停车提醒
便于访问
维护成本较低
覆盖人群广
便于更新
方案构思 · 各方需求、骑行信心与网站功能。
安心骑行面临的三道障碍
自行车失窃
失窃频发，让骑行者、居民与本地商家都缺乏安全感。
防盗信息不足
防盗建议和资源分散，官方信息与社区的实际经历之间也存在落差。
对停车设施缺乏信心
安全停车设施和防盗措施不完善，让人难以放心日常骑行。
让信息回应不同需求
本地管理者需要了解失窃趋势，骑行者则更关心实用的防盗建议。
建立骑行信心
把失窃热点、路线和安全停车地点整合到同一视图。
为什么选择网站？
相比AR/VR或独立应用，网站更便于访问，覆盖人群更广，也更容易维护。
外部环境
城市设施和本地管理方式，影响着骑行是否安全、方便。
个人习惯
骑行者的日常行为与习惯，也会影响整体骑行环境。
多方协作
骑行者、商家与公共部门需要共同参与。
从了解风险到采取行动
纸面原型
四组相连的草图，从吸引人进入网站，逐步过渡到失窃分布、防盗建议和安全停车查询。
01 · 通过熟悉的伦敦场景引出失窃问题。
02 · 让统计数据与失窃分布便于浏览。
03 · 结合失窃信息提供防盗建议。
04 · 帮助骑行者找到安全停车地点。
开发之前，先看看是否好用
早期用户反馈
我从普通用户、相关参与方和开发者三个角度收集早期反馈，检查信息是否清楚、导航是否顺畅，以及功能是否实用。
原始报告图示 · 普通用户、利益相关者与开发者。
获得认可的部分
交互地图与数据可视化被认为实用、有帮助。
需要完善的部分
调整版面间距，理清操作引导，并完善提示、提醒和筛选功能。
纸面原型评审 · 现场原始照片。
从分散资料到可用的骑行数据
数据处理与Tableau
整合不同来源的信息
数据收集 · Python
我将官方记录与社区资料结合，再用Python提取、分类和整理数据，为分析作准备。
官方资料
警方记录、伦敦数据平台等开放资料，提供了失窃分布和骑行设施的基础数据。
社区资料
BikeData、骑行论坛和StolenRide补充了真实骑行经历与防盗建议，帮助我理解统计数据背后的问题。
从整理数据到交互展示
数据整合 · Tableau
将清洗后的 CSV 导入 Tableau，把失窃记录与停车数据整合成交互地图和看板。
整理后的数据 · 原始报告表格。
自行车失窃数据
按报案地点和日期整理案件，比较不同地区、不同时段的失窃分布。
自行车停车数据
整理停车地点、容量和配套设施，补充骑行者选择停车点时需要的信息。
从数据整理到Tableau可视化。
把骑行顾虑转化为实用信息
方案构思
安心骑行面临的三道障碍
问题不只在于丢车。骑行者还需要清楚的信息、实用的防盗建议，以及能放心停车的地点。
自行车失窃
失窃频发，让骑行者、居民与本地商家都缺乏安全感。
防盗信息不足
防盗建议和资源分散，官方信息与社区的实际经历之间也存在落差。
对停车设施缺乏信心
安全停车设施和防盗措施不完善，让人难以放心日常骑行。
从多个角度理解骑行安全
我将各方需求与数据、防盗知识和反馈方式联系起来，梳理网站能为骑行者提供哪些帮助。
安全路线
锁车建议
停车提醒
便于访问
维护成本较低
覆盖人群广
便于更新
方案构思 · 各方需求、骑行信心与网站功能。
让信息回应不同需求
本地管理者需要了解失窃趋势，骑行者则更关心实用的防盗建议。
建立骑行信心
把失窃热点、路线和安全停车地点整合到同一视图。
为什么选择网站？
相比AR/VR或独立应用，网站更便于访问，覆盖人群更广，也更容易维护。
外部环境
城市设施和本地管理方式，影响着骑行是否安全、方便。
个人习惯
骑行者的日常行为与习惯，也会影响整体骑行环境。
多方协作
骑行者、商家与公共部门需要共同参与。
从了解风险到采取行动
纸面原型
四组相连的草图，从吸引人进入网站，逐步过渡到失窃分布、防盗建议和安全停车查询。
01 · 通过熟悉的伦敦场景引出失窃问题。
02 · 让统计数据与失窃分布便于浏览。
03 · 结合失窃信息提供防盗建议。
04 · 帮助骑行者找到安全停车地点。
开发之前，先看看是否好用
早期用户反馈
我从普通用户、相关参与方和开发者三个角度收集早期反馈，检查信息是否清楚、导航是否顺畅，以及功能是否实用。
原始报告图示 · 普通用户、利益相关者与开发者。
获得认可的部分
交互地图与数据可视化被认为实用、有帮助。
需要完善的部分
调整版面间距，理清操作引导，并完善提示、提醒和筛选功能。
纸面原型评审 · 现场原始照片。
从分散资料到可用的骑行数据
数据处理与Tableau
整合不同来源的信息
数据收集 · Python
我将官方记录与社区资料结合，再用Python提取、分类和整理数据，为分析作准备。
官方资料
警方记录、伦敦数据平台等开放资料，提供了失窃分布和骑行设施的基础数据。
社区资料
BikeData、骑行论坛和StolenRide补充了真实骑行经历与防盗建议，帮助我理解统计数据背后的问题。
从整理数据到交互展示
数据整合 · Tableau
将清洗后的 CSV 导入 Tableau，把失窃记录与停车数据整合成交互地图和看板。
整理后的数据 · 原始报告表格。
自行车失窃数据
按报案地点和日期整理案件，比较不同地区、不同时段的失窃分布。
自行车停车数据
整理停车地点、容量和配套设施，补充骑行者选择停车点时需要的信息。
从数据整理到Tableau可视化。
把骑行顾虑转化为实用信息
方案构思
安心骑行面临的三道障碍
自行车失窃
失窃让骑行缺少安全感。
防盗信息不足
防盗建议分散，难以查找。
停车信心
安全停车设施并不完善。
从多个角度理解骑行安全
我将各方需求与数据、防盗知识和反馈方式联系起来，梳理网站能为骑行者提供哪些帮助。
安全路线
锁车建议
停车提醒
便于访问
成本较低
覆盖广泛
便于更新
概念图 · 数据、信心与反馈。
从了解风险到采取行动
纸面原型
四组草图：了解风险 → 数据 → 防盗 → 停车。
01 · 伦敦概况。
02 · 失窃分布。
03 · 防盗建议。
04 · 安全停车。
开发之前，先看看是否好用
早期用户反馈
收集早期反馈，检查信息是否清楚、功能是否好用。
原报告图表 · 普通用户、利益相关者与开发者。
纸面原型评审 · 原始讨论照片。
获得认可的部分
交互地图与数据可视化被认为实用、有帮助。
需要完善的部分
还需优化间距和引导，并补充提示、提醒与筛选功能。
从分散资料到可用的骑行数据
数据处理与Tableau
整合不同来源的信息
数据收集 · Python
结合官方记录与社区资料，用Python整理数据。
官方资料
警方记录与伦敦开放数据。
社区资料
骑行经历与防盗建议。
从整理数据到交互展示
数据整合 · Tableau
失窃与停车数据 → Tableau地图与看板。
整理后的数据 · 原始报告表格。
自行车失窃数据
报案事件、地点与日期。
自行车停车数据
地点、容量与设施。
数据整理 → 可视化。
让信息帮助骑行者作出选择
界面与眼动分析
从总览出发，找到所需信息
主看板连接停车地图和失窃地图。我用眼动分析调整导航，让页面重点更容易找到。
封面
主看板
01 · 进入网站
伦敦场景插画引出自行车失窃问题，点击进入网站即可打开主看板。
02 · 主看板
统计、预测与热力图呈现失窃分布和趋势，两个按钮分别打开独立地图页面。
从主看板选择所需地图
查看停车地图
自行车停车地图
查看失窃地图
自行车失窃地图
寻找安全停车地点
自行车停车地图
查询伦敦的安全停车地点，搜索位置、查看停车点设施，并按条件筛选。
了解自行车失窃热点
自行车失窃地图
查看伦敦自行车失窃热点，对比报案记录，了解不同地区的失窃分布。
哪些信息被注意到，哪些需要更突出
红外眼动追踪
通过四个页面的热力图与注视网格，我检查哪些元素分散了注意，哪些操作容易被忽略。图中保留测试时的英文界面与原始数据。
01 · 封面
注视热力图
注视网格
视觉重点
背景过于抢眼，分散了用户对标志和关键信息的注意。
减少背景干扰，调整对比度与信息位置。
02 · 主看板
注视热力图
注视网格
地图与统计
统计与地图不够突出，侧栏信息显得拥挤。
将次要数据分组，给热力图留出清晰的展示区域。
03 · 自行车停车地图
注视热力图
注视网格
搜索与位置查找
搜索框、地图标记与筛选功能不容易被注意到。
突出搜索，提高标记对比度，让筛选图标更易辨认。
04 · 自行车失窃地图
注视热力图
注视网格
操作层级
主要操作按钮与位置输入框很少受到关注。
通过颜色和间距突出主要操作，让位置输入框更容易被发现。
让下一步操作更清楚
总结与反思
眼动分析让我看到，关键统计、搜索和地图操作都要容易找到，骑行者才能用这些信息决定在哪里停车。
让信息帮助骑行者作出选择
界面与眼动分析
从总览出发，找到所需信息
从主看板进入停车地图或失窃地图。眼动图为原始测试记录。
封面
主看板
01 · 进入网站
从封面进入主看板。
02 · 主看板
通过描边按钮，打开下方对应的两张地图。
从主看板选择所需地图
查看停车地图
自行车停车地图
查看失窃地图
自行车失窃地图
寻找安全停车地点
自行车停车地图
搜索停车地点，查看设施详情。
了解自行车失窃热点
自行车失窃地图
了解失窃热点与本地案件分布。
哪些信息被注意到，哪些需要更突出
红外眼动追踪
通过四个页面的热力图与注视网格，我检查哪些元素分散了注意，哪些操作容易被忽略。图中保留测试时的英文界面与原始数据。
01 · 封面
注视热力图
注视网格
视觉重点
背景分散了对关键信息的注意。
减少干扰，突出视觉重点。
02 · 主看板
注视热力图
注视网格
地图与统计
统计与地图容易被忽略。
简化侧栏，突出地图。
03 · 自行车停车地图
注视热力图
注视网格
搜索与位置查找
搜索、标记与筛选不够突出。
让搜索、标记与筛选图标更清楚。
04 · 自行车失窃地图
注视热力图
注视网格
操作层级
主要操作与输入框容易被忽略。
突出主要操作，让位置输入更清楚。
让下一步操作更清楚
总结与反思
眼动分析让我看到，关键统计、搜索和地图操作都要容易找到，骑行者才能用这些信息决定在哪里停车。
让信息帮助骑行者作出选择
界面与眼动分析
从总览出发，找到所需信息
从主看板进入停车地图或失窃地图。眼动图为原始测试记录。
封面
主看板
01 · 进入网站
从封面进入主看板。
02 · 主看板
通过描边按钮，打开下方对应的两张地图。
从主看板选择所需地图
查看停车地图
自行车停车地图
查看失窃地图
自行车失窃地图
寻找安全停车地点
自行车停车地图
搜索停车地点，查看设施详情。
了解自行车失窃热点
自行车失窃地图
了解失窃热点与本地案件分布。
哪些信息被注意到，哪些需要更突出
红外眼动追踪
通过四个页面的热力图与注视网格，我检查哪些元素分散了注意，哪些操作容易被忽略。图中保留测试时的英文界面与原始数据。
01 · 封面
注视热力图
注视网格
视觉重点
背景分散了对关键信息的注意。
减少干扰，突出视觉重点。
02 · 主看板
注视热力图
注视网格
地图与统计
统计与地图容易被忽略。
简化侧栏，突出地图。
03 · 自行车停车地图
注视热力图
注视网格
搜索与位置查找
搜索、标记与筛选不够突出。
让搜索、标记与筛选图标更清楚。
04 · 自行车失窃地图
注视热力图
注视网格
操作层级
主要操作与输入框容易被忽略。
突出主要操作，让位置输入更清楚。
让下一步操作更清楚
总结与反思
眼动分析让我看到，关键统计、搜索和地图操作都要容易找到，骑行者才能用这些信息决定在哪里停车。
