导语：伴随着各行各业和人们生产生活中出现的数据化转型趋势，数据设计显得愈发重要。这篇文章主要讨论了数据的概念、分类，以及数据与指标的关系，在表单产品中数据设计的注意事项。推荐对表单设计感兴趣的同学阅读。
数字时代下，数据设计都有哪些注意事项？这些如何在产品中去体现？产品设计时如何把数据运用恰当，探索表单产品设计中的数据研究，就是今天讨论的主题。
一、什么是数据？
数据爆炸时代，数据量呈现指数级增长，数据已经成为数字时代重要的战略资源。说起数据，在现今社会好像无人不知，无人不晓。
最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”
因吹斯汀的百度百科称数据是来源于计算机的专业术语，它是事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的原始素材。数据，既可以是连续的声音、图像、视频等模拟数据，也可以是离散的，如符号、文字等数字数据。
国际数据管理协会（DAMA）认为，数据是以文本、数字、图形、图像、声音和视频等格式对事实进行表现。也就是说，数据要表现事实，受限于数据的采集技术以及数据解读能力，这或许是一种理想。
国家有国家的数据，比如：GDP、CPI、PPI、总人数、粮食产量、工业生产增长速度、社会消费品零售总额、固定投资总额等；行业有行业的数据，比如：互联网、医药、玩具、汽车、短视频、女性母婴等。
二、数据与指标的关系
在了解数据的运用之前，先来了解一下什么是指标？在互联网行业中，我们可以对指标做出更为具体的定义：指标，是反映某种事物或现象，描述在一定时间和条件下的规模、程度、比例、结构等概念和数值，以绝对数、相对数或平均数表示。
通常由指标名称和指标数值组成，指标具体包含业务纬度和技术纬度。业务纬度包括有指标的名称、指标作用、指标分类、指标展现方式等。技术纬度包括有数据来源、数据算法、数据更新频率、数据存储方式等。因此，简单来讲，指标是具有业务含义的数据。
三、数据的分类
不管是数据还是指标，归根结底，值得我们关注的还有数据的类型分类。数据分类就是把具有某种共同属性或特征的数据归并在一起，通过其类别的属性或特征来对数据进行区别。换句话说，就是相同内容、相同性质的信息，以及要求统一管理的信息集合在一起，而把相异的和需要分别管理的信息区分开来，然后确定各个集合之间的关系，形成一个有条理的分类系统。
根据不同的分类方法，可以将数据分为一下几种类型：
1. 按计量层次分类
数据按计量层次分为：定类数据、定序数据、定距数据与定比数据。
1）定类数据
数据的最底层，将数据按照类别属性进行分类，各分类之间时平等并列关系。同时这种数据不带数量信息，并且不能在各类别间进行排序。可以分类（ = 和 ≠ ），但不能排序。例如：男性和女性，性别的分类；红橙黄绿蓝靛紫，颜色的分类。
2）定序数据
数据的中间级别，定序数据不仅可以将数据分成不同的类别，而且各类别之间还可以通过排序来比较优劣势。可以分类（ = 和 ≠ ），可以排序（> 和 <），但不能（+ 和 – ）。例如：小学、初中、高中、大学、硕士、博士，受教育程度的分类及排序。
3）定距数据
数据具有一定单位的实际测量值，可以对事物类别或次序之间的实际距离进行测量。可以分类（ = 和 ≠ ），可以排序（> 和 <），可以（+ 和 – ），但不能（× 和 ÷ ）例如：北京冬天的天气，不说极端天气，正常情况北京最冷的时节（白天）最高气温在零下七度左右，最低气温（夜间，其实是凌晨）在零下十三度上下，那么北京冬天温为二十摄氏度左右。
4）定比数据
数据的最高等级，数据表现形式同定距数据一样，均为实际的测量值，而在定比数据中存在绝对零点的（零点可以认为制定的），可以分类（ = 和 ≠ ），可以排序（> 和 <），可以（+ 和 – ），可以（× 和 ÷ ）。例如：张三收入是60元，而李四是30元，我们可以算出前者是后者的两倍。
当提及大数据时，我们少不了要提到结构化数据、半结构化数据和非结构化数据这类术语。然而事实上，结构化数据在所有数据中占比很少，而非结构化数据和半结构化数据则是体量增速最快的数据，在物联网时代来临之际，这类数据也变得也来越重要。
2. 按类型分类
数据按类型分为：结构化数据、非结构化数据和半结构化数据。
1）结构化数据
最容易搜索和组织的数据，可以轻易放入表格和电子表格中的数据类型。这类数据的存储和排列很有规律。典型的结构化数据包括：信用卡号码、日期、财务金额、电话号码、地址、产品名称等。
2）非结构化数据
这类数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻辑表来表现，没有固定模式，包括视频、音频、图片、图像、文档、文本等形式。典型的非结构化数据包括：医疗影像系统、教育视频点播、视频监控、国土GIS、设计院、文件服务器（PDM/FTP）、媒体资源管理等。
3）半结构化数据
这类数据是结构化数据的一种形式，它并不符合关系型数据库或其他数据表的形式关联起来的数据模型结构，但包含相关标记，用来分隔语义元素以及对记录和字段进行分层。因此，它也被称为自描述的结构。半结构化数据，属于同一类实体可以有不同的属性，即使他们被组合在一起，这些属性的顺序并不重要，非关系模型的、有基本固定结构模式的数据。常见的半结构数据包括：日志文件、XML文档、JSON文档、Email等。
四、表单产品数据设计注意事项
在产品设计中，离不开数据的展示与设计。合理的数据设计与表现能给用户带来高效的信息认知，提升用户的使用体验。但如何言而有物地设计数据，展示数据，相信是绝大多数数据产品经理、设计师的困扰。
因此，我结合最近学习了解的一些数据设计方面知识，进行总结，针对产品设计中的数据如何设计进行了研究，希望能帮助大家理清产品设计中数据设计中的一些难点和困惑点。
在数据设计前，需要了解数据的调研，了解数据的规范标准、数据的有无、数据格式的统一规范、数据的含义、数据之间的关系、数据的数量和种类、行业规范标准的分类及用色（如天气、突发事件预警之类的，红增绿减还是绿增红减）、数值范围、视频数据（画面比例、视频流格式）、图片数据（图片尺寸比例、静态还是URL）、空间数据中的点、线、面等。
下面以表单产品中的数据设计为例，与大家一道研究表单产品数据设计。
表单中的数据整体包含两大部分，基础字段和高级字段。
1. 基础字段
基础字段包括有：单行文字、多行文字、数字、链接、日期、起止时间、电话、邮箱、单项选择、下拉选择、多项选择、图片选择、附件上传、地址。
1）单行文字与多行文字
注意项：
文字标题
文字提示
是否必填项
是否扫码录入
不允许重复值
限制字数
默认内容（自定义、关联已有数据、通过公式计算）
2）数字
注意项：
数字标题
数字提示
是否必填项
显示格式（无、显示千位分隔符、显示百分比）
不允许重复值
允许小数（限制位数）
限制数值范围
显示金额（人民币、美元、欧元）
3）链接
注意项：
链接标题
链接提示
是否必填项
不允许重复值
4）日期与起止时间
注意项：
日期标题
日期提示
显示格式（年-月-日、年-月-日 时:分、年-月-日 时:分:秒）
默认内容（自定义、关联已有数据、通过公式计算）
是否必填项
不允许重复值
5）电话
注意项：
电话标题
电话提示
默认内容（自定义、关联已有数据、通过公式计算）
是否必填项
不允许重复值
支持固定电话
短信验证
6）邮箱
注意项：
邮箱标题
邮箱提示
默认内容（自定义、关联已有数据、通过公式计算）
是否必填项
不允许重复值
7）单项选择&下拉选择&多项选择&图片选择
注意项：
单选标题
单选提示
选项内容
默认内容（自定义、关联已有数据）
排布方式（横向排布、竖向排布）
逻辑表单配置
是否必填项
配置选项份额
选择模式（平铺、下拉）
8）附件上传
注意项：
附件上传标题
附件上传提示
上传文件最大体积
默认内容（自定义、关联已有数据）
是否必填项
仅可拍照上传
自动压缩图片
限制文件个数
限制文件类型
9）地址
注意项：
地址标题
地址提示
地址精度（省/地区、市、区/县、详细地址）
是否必填项
不允许重复值
2. 高级字段
高级字段包括有：描述文字、富文本、表格、定位、数据关联、成员、部门、文字识别。
1）描述文字
注意项：管理员才能够编辑描述文字
2）富文本
注意项：编辑人员能够编辑的输入文字
3）表格
注意项：
添加新行
单行文字
不允许重复行
4）定位
注意项：
获取当前位置
是否为必填项
是否允许手动修改
5）数据关联
注意项：
关联标题
关联提示
关联设置
6）成员字段&部门字段
注意项：
标题
提示
可选范围
7）文字识别
注意项：
通用文字
身份证
银行卡
增值税发票
火车票
驾驶证
行驶证
营业执照
五、结语
在数字经济时代，国家的战略、人们的生活、企业的发展无不呈现数字化的趋势。
不论是产品经理的产品设计，还是设计师的设计表现，我们都在尝试总结表单产品数据设计方面的方法论，以此高效地解决表单产品数据设计方面的问题。
但这些方法论并不天然具备万能属性，需要我们还得对数据的含义，业务的理解，需求的分析，数据的概念结构、逻辑结构、物理结构等进行把握，同时需要我们带着循证思维在更多场景中反复验证它、修正它，根据用户的使用习惯，认知习惯去设计，从而符合实际场景。
当然关于表单产品设计中的数据设计研究及范围还远远不止于此，你怎么看呢？欢迎留下你的思考！
参考文献：
https://baike.baidu.com/item/%E6%95%B0%E6%8D%AE/33305?fr=aladdin
https://www.cnblogs.com/purstar/p/14138957.html<!–5f39ae17-8c62-4a45-bc43-
https://baike.baidu.com/item/%E6%95%B0%E6%8D%AE%E5%88%86%E7%B1%BB
http://www.woshipm.com/pd/1782646.html
https://mp.weixin.qq.com/s/ln7RrAbaFMKQVJn8b17efg
http://www.woshipm.com/data-analysis/4930645.html
https://www.cnblogs.com/purstar/p/14138957.html
http://www.woshipm.com/data-analysis/5160576.html
http://www.woshipm.com/pmd/3004786.html
https://www.zhihu.com/question/483502965/answer/2160156444
http://www.woshipm.com/it/4578178.html
https://www.uisdc.com/product-data-planning-guide
http://www.woshipm.com/data-analysis/4930645.html<!–5f39ae17-8c62-4a45-bc43-
