Advisory Toolkit · v2

Dashboard 診斷框架 v2

十層知覺與認知理論、44 項可逐條勾選的診斷。v2 的差別只有一個: 每一層與每一項都附一組畫得出來的好例/壞例並排小樣,用同一個案例貫穿—— 不必先想像它長什麼樣子,直接對照。

Layers
10 層 / 3 群
Diagnostics
44 項
Examples
54 組小樣
Dashboard 診斷框架
李怡志 · 國立政治大學新聞學系

使用方式

  1. 輸入你們要評估的 Dashboard 名稱和小組名稱。
  2. 逐項點擊 ○ 按鈕切換狀態:○ 未評估 → ✓ 通過 → ✕ 未通過 → — 不適用。
  3. 每一項預設就展開好例/壞例並排小樣,點 ▴ 可以收起來。
  4. 點 ✎ 在每項記錄討論筆記。勾選與筆記存在你自己的瀏覽器,重新整理不會消失。

所有範例共用的案例:日青茶飲區域營運儀表板

先看一份照這 44 項做出來的完整示範儀表板 → 那份用的是另一個題材(食安召回通知),刻意換題材,是為了示範同一套 44 項搬得動。 示範頁按頂端「顯示診斷標記」,每一塊會標出它在解決哪一項。

虛構品牌,數字自洽,與任何真實店家無關。刻意選一個沒有專業門檻的題材—— 每個人都買過飲料,所以可以把注意力全部放在「這個設計哪裡有問題」, 而不是先花時間理解業務。換題材時,把這一段的設定換掉即可,十層的結構不必動。

使用者
區經理,每天 09:10 開店前看五分鐘;店長在手機上看同一份
規模
12 家分店(北一區 4 家:中山、南京、信義、板橋)
要做的決定
今天要不要緊急叫貨、要不要調人力、哪一家要親自跑一趟
昨日總銷
8,432 杯 · 客單價 NT$78 · 外送佔比 34%
單店常態範圍
680–840 杯(±2σ,平均 760);中山店昨日 762 杯
今天的事件
中山店珍珠剩 3.2 kg,今日需求 11.5 kg → 15:00 停售
代價比
漏報 NT$14,800/次 vs 誤報 NT$450/次 = 33 : 1
歷史績效
近 12 個月 Level 1 警示 27 次,事後屬實 26 次(假警報率 3.7%)
👁
Layer 1 · 感知層

Pre-attentive & Iconic Memory

使用者能在 250ms 內「看到」信號嗎?
4 項
理論背景Iconic Memory(Sperling, 1960):視覺系統在約 250ms 內捕捉完整視覺快照。Feature Integration Theory(Treisman & Gelade, 1980):顏色、動態、大小等特徵在各自的 feature map 中平行處理,無需注意力即可被偵測(pre-attentive)。
這一層在日青茶飲上是什麼問題

區經理早上九點十分打開儀表板,手上還拿著咖啡,實際停留在第一屏的時間大約兩秒。這兩秒要傳達的只有一件事:中山店的珍珠今天下午三點就會用完。如果這件事沒有在第一次掃視中被抓到,後面九層做得再好都沒有用。

日青茶飲 · 北一區09:10
中山店 珍珠今日 15:00 停售3.2 / 11.5 kg
南京店 鮮奶18 / 22 L
信義店 四季春26 / 24 kg
板橋店 糖漿31 / 20 L

兩秒內只該看到一件事

最重要的警示元素是否使用了 pre-attentive 特徵(高對比顏色、動態、大尺寸)?
L1-1未評估
✓ 好的設計例子

停售風險那一列用飽和紅底、字級加大、左側色條加粗,其餘四列維持灰字——不必閱讀就知道要看哪一列。

今日備料
珍珠 中山今日需 11.53.2 kg
鮮奶 中山18 L
四季春 中山26 kg
糖漿 中山31 L

紅=大+飽和+粗色條

✕ 有問題的設計例子

五列庫存全部同一個字級、同一個灰、同一種底色,「不足」兩個字只是文字內容,不是視覺特徵;要逐列讀完才發現問題。

今日備料
珍珠 中山3.2 kg 不足
鮮奶 中山18 L 正常
四季春 中山26 kg 正常
糖漿 中山31 L 正常

要逐列讀才找得到

理論依據Pre-attentive 特徵在 <50ms 內被平行偵測,無需注意力介入
緊急警示的視覺特徵是否在整個頁面中「專屬」,沒有被其他元素使用相同特徵?
L1-2未評估
✓ 好的設計例子

整份儀表板只有 Level 1 停售風險是紅色。品牌標題、促銷標籤、主要按鈕全部改用深墨與茶綠,紅色被保留成單一用途。

日青茶飲 北一區週報
新品上市匯出報表
珍珠 中山停售風險3.2 kg

全頁唯一的紅

✕ 有問題的設計例子

品牌標題紅、「新品上市」標籤紅、「匯出報表」按鈕紅、警示也紅。同一屏出現四處紅,紅色不再代表任何事情。

日青茶飲 北一區週報
新品上市匯出報表
珍珠 中山停售風險3.2 kg

四處紅,警示混在裡面

理論依據若多個元素共用同一 pre-attentive 特徵,信號的獨特性消失,d' 下降
最重要的資訊是否放置在使用者視線自然落點(左上角或視覺中心)?
L1-3未評估
✓ 好的設計例子

左上第一格就是「今日停售風險:1 店」。本月累計營收這種回顧型數字往右下放。

北一區 · 今日
今日停售風險1 店中山 · 珍珠
昨日總銷8,432 杯
客單價NT$78
本月營收241.7 萬

要行動的放左上

✕ 有問題的設計例子

左上第一格是「本月累計營收 NT$2,417,600」——一個今天不會據以行動的數字;停售風險縮在右下角當小字。

北一區 · 今日
本月累計營收NT$2,417,600
客單價NT$78
昨日總銷8,432 杯
停售風險1

要行動的縮在右下

理論依據Iconic Memory 的覆蓋範圍和注意力分佈不均等,左上優先
動態元素(動畫、閃爍)是否只用於真正需要立即注意的資訊?
L1-4未評估
✓ 好的設計例子

整屏只有停售風險那顆紅點在呼吸,其餘完全靜止。動態被留給唯一需要立刻反應的事。

北一區 · 今日
珍珠 中山15:00 停售3.2 kg
鮮奶 中山18 L
四季春 中山26 kg

只有一個東西在動

✕ 有問題的設計例子

頂端公告跑馬燈在跑、新品 banner 在輪播、載入骨架在閃,加上警示點也在閃——四個東西同時在動,眼睛不知道該跟哪一個。

本週教育訓練 9/15 · 新品試飲回報 ·
🍑 蜜桃烏龍 新品上市
珍珠 中山15:00 停售3.2 kg
鮮奶 中山

四處都在動,警示被稀釋

理論依據動態是最強的 pre-attentive 特徵,若用於非信號元素會製造噪音,降低 d'
🧠
Layer 2 · 感知層

Biased Competition Theory & Scene Grammar

注意力資源是否被正確競爭分配?
4 項
理論背景Biased Competition Theory(Desimone & Duncan, 1995):視覺皮質中,不同刺激競爭神經表徵資源。競爭的偏向信號來自 Bottom-up(物理顯著性)和 Top-down(任務目標)兩個來源。Scene Grammar Theory(Oliva & Torralba, 2001):空間包絡在 ~100ms 內被識別,激活場景語法先驗,引導後續注意力分配。
這一層在日青茶飲上是什麼問題

同一份儀表板,區經理看的是「哪家店今天要出事」,行銷看的是「新品賣得如何」,會計看的是「毛利率」。三個人的 top-down 目標不同,但版面只有一個。這一層要處理的是:在沒有人替你排優先序的情況下,畫面上誰會贏。

北一區 · 總覽

區經理要的

停售風險1 店
人力缺口2 班

版面實際給的

營收241.7 萬
新品312 杯
停售1
毛利62%

目標與版面不對齊,注意力就被平均分掉

頁面是否有清晰的視覺層次?最重要的元素是否在競爭中明顯「勝出」?
L2-1未評估
✓ 好的設計例子

停售警示卡佔兩倍寬、字級大一階、有色底;其餘四個 KPI 縮成同一排小磚。第一眼有明確的贏家。

北一區 · 今日
中山店 珍珠將於 15:00 停售3.2 / 11.5 kg立即叫貨
總銷8,432
客單78
外送34%
退單1.8%

一個明確的贏家

✕ 有問題的設計例子

六張卡片同寬、同高、同字級、同底色、每張都配一個圖示。沒有任何一張在競爭中勝出,注意力被平均分成六份。

北一區 · 今日
📦 停售風險1
🥤 總銷8,432
💰 客單78
🛵 外送34%
↩ 退單1.8%
📈 毛利62%

六張一模一樣,沒有贏家

理論依據沒有競爭優勢的元素 = 注意力被均等分配 = 真正重要的信號無法可靠地被偵測
非關鍵的背景元素是否視覺上低調,不干擾重要信號的競爭優勢?
L2-2未評估
✓ 好的設計例子

分店地圖底圖去飽和成淺灰,格線淡到幾乎看不見,只有缺料的那家店是實心紅點。

北一區 · 門市地圖

底圖退到背景,紅點獨贏

✕ 有問題的設計例子

底圖是彩色行政區塊、每家店都掛一個彩色圖示、卡片還有漸層外框,缺料的紅點淹在同樣飽和的背景裡。

北一區 · 門市地圖

背景一樣搶,紅點消失

理論依據降低 N 分佈(背景元素)的神經激活強度 = 提升有效 d'
頁面的整體佈局是否一致,讓使用者快速建立「這個頁面類型」的場景語法先驗?
L2-3未評估
✓ 好的設計例子

總覽頁、單店頁、單品項頁共用同一個骨架:警示永遠在最上、KPI 永遠在第二排、明細永遠在下方。換頁時眼睛不必重新找。

總覽

警示

單店

警示

品項

警示
✕ 有問題的設計例子

總覽頁警示在上、單店頁警示在右欄、品項頁警示變成表格裡的一個色塊。每換一頁都要重新建立場景理解。

總覽

警示

單店

警示

品項

理論依據Scene Grammar 先驗穩定 → 注意力能直接聚焦在「違反正常場景」的信號上
警示元素是否在視覺上「違反」正常狀態的場景語法,讓異常狀態自然突出?
L2-4未評估
✓ 好的設計例子

正常列一律灰白、無底色、無圖示,形成穩定的「正常長相」;異常列整列換底、左側加 4px 色條——它違反了剛剛建立起來的規律。

12 家分店 · 今日備料
南京正常
信義正常
中山違反珍珠 3.2 kg
板橋正常
永和正常

異常打破了規律

✕ 有問題的設計例子

異常列只是把數字從 #666 改成 #333。正常與異常的差別小於同一欄裡的字重差,場景語法沒有被違反。

12 家分店 · 今日備料
南京正常
信義正常
中山珍珠 3.2 kg
板橋正常
永和正常

只差一級灰,等於沒差

理論依據場景語法違例 → 預測誤差 → 注意力自動被引導到違例位置
📡
Layer 3 · 感知層

Signal Detection Theory

設計的 d' 和 β 分別是多少?
5 項
理論背景Signal Detection Theory(Tanner & Swets, 1954):感知是在持續的神經噪音背景下做出的統計決策。d'(辨識力)= 信號分佈和噪音分佈的均值距離,反映感知系統的純粹辨識能力。β(決策標準)= 使用者在什麼程度的確信下才反應,由漏報/假警報的代價比決定。兩者完全獨立,必須分別診斷和設計。
這一層在日青茶飲上是什麼問題

這一層在飲料店是可以算出金額的。珍珠品項佔中山店營收 41%,停售一天損失約 NT$14,800;臨時調貨的運費是 NT$450。代價比 33:1,所以最優策略是寧可誤報也不要漏報——但如果警示天天亂響,店長三週後就不看了,β 會自己漂走,那 33:1 也救不回來。

缺料警示 · 決策成本
漏報一次NT$14,800停售一天
誤報一次NT$450臨時調貨
代價比 33 : 1 → 寧可誤報。近 12 個月假警報率 3.7%,β 尚未漂移。

d′ 靠設計,β 靠代價與歷史

是否有清晰的「正常狀態基準線」,讓使用者能判斷偏離是否顯著(N 分佈邊界明確)?
L3-1未評估
✓ 好的設計例子

「762 杯」旁邊直接畫出常態帶 680–840,指針落在帶內。不必記得平均是多少,也不必問別人。

中山店 · 昨日銷量
昨日杯數762常態 680–840
常態帶 ±2σ

看得出來在範圍內

✕ 有問題的設計例子

只有「762 杯」和一個往下的箭頭。762 是高是低、值不值得處理,完全取決於看的人記不記得上週的數字。

中山店 · 昨日銷量
昨日杯數762▼ 較前日

762 是高還是低?

理論依據沒有基準線 = N 分佈和 SN 分佈在感知中完全重疊 = d' 接近 0
假警報率是否被控制在合理範圍?警示的觸發標準是否有統計依據?
L3-2未評估
✓ 好的設計例子

只在偏離 2σ 才觸發,今天整區只有一條警示,並附上「近 12 個月假警報率 3.7%」。店長知道紅點響就是真的。

今日警示 · 北一區1 則
中山 珍珠 低於 2σLevel 1
觸發標準:偏離 2σ · 近 12 個月假警報率 3.7%

響了就是真的

✕ 有問題的設計例子

任何 ±3% 波動都發警示,今天一口氣九條,其中七條是常態範圍內的浮動。第三週開始,店長對紅點的反應時間從 40 秒變成兩小時。

今日警示 · 北一區9 則
中山 珍珠 -71%L1
南京 鮮奶 -3%L1
信義 糖漿 +4%L1
板橋 杯蓋 -2%L1
永和 吸管 -3%L1
還有 4 則⋯⋯

七則是雜訊,第三週就沒人看了

理論依據高假警報率 → 先驗 P(signal) 下降 → β 自動漂移到保守 → 漏報增加(警示疲勞)
漏報和假警報的代價是否被明確傳達給使用者,讓他們能設定合理的決策標準(β)?
L3-3未評估
✓ 好的設計例子

警示卡上直接寫「不叫貨若缺料:約 NT$14,800/多叫一次:NT$450」,並附一句「代價比 33:1,建議寧可多叫」。新任店長第一天就能做對決定。

中山店 · 珍珠
現有 / 今日需求3.2 / 11.5 kg
不叫貨若缺料NT$14,800
多叫一次NT$450
代價比 33:1 → 建議寧可多叫

β 被算好了給你

✕ 有問題的設計例子

只寫「庫存偏低,請評估是否叫貨」。結果保守的店長天天叫貨、樂觀的店長從不叫貨,同一家公司兩套標準。

中山店 · 珍珠
現有 / 今日需求3.2 / 11.5 kg
庫存偏低,請評估是否叫貨。

每個店長標準不一樣

理論依據最優 β ∝ 代價比。不知道代價比 = 無法理性設定 β = 決策品質參差不齊
是否有機制讓使用者追蹤自己的歷史命中率和假警報率,主動校準 β?
L3-4未評估
✓ 好的設計例子

每週一顯示個人回顧:「你處理 24 則、命中 92%、誤叫 6%、忽略後真的缺料 1 次」,並指出「你的門檻略高,建議提早半天叫貨」。

你的這一季週一回顧
處理24 則
命中92%
誤叫6%
漏掉1 次
你的門檻略高 → 建議提早半天叫貨

看得到自己的 β

✕ 有問題的設計例子

沒有任何回饋。店長不知道自己上個月漏掉三次,也不知道隔壁店長的誤叫率是他的四倍。

你的這一季
(沒有這個區塊)

β 漂了也不會知道

理論依據β 漂移是理性的貝葉斯更新,需要提供歷史績效才能讓使用者有意識地重新校準
警示的分層設計是否讓不同嚴重程度的事件有不同的視覺強度,精確對應最優 β?
L3-5未評估
✓ 好的設計例子

Level 1(今日停售)用強制彈窗擋住畫面;Level 2(兩天內)用一條橫幅;Level 3(毛利低於目標)只在清單裡一個黃點。三種代價、三種強度。

Level 1 · 今日停售
中山店珍珠 15:00 用完
立即叫貨
Level 2 · 板橋鮮奶兩天內低於安全量
Level 3 · 信義毛利 61%(目標 63%)

三種代價,三種強度

✕ 有問題的設計例子

三級都用同一條紅色橫幅。毛利少 1% 和今天要停售長得一模一樣,店長只好自己每則點開判斷——等於把分級的工作退回給人。

Level 1 · 中山珍珠 15:00 停售
Level 2 · 板橋鮮奶兩天內低於安全量
Level 3 · 信義毛利 61%(目標 63%)

分級被畫成同一件事

理論依據信號強度應精確對應最優 β 的設定位置;相同強度 = 強迫所有事件共用一個 β
🧩
Layer 4 · 認知層

Cognitive Load Theory & Working Memory

認知負荷是否在工作記憶容量範圍內?
5 項
理論背景Cognitive Load Theory(Sweller, 1988):工作記憶容量有限,設計應最小化外在負荷(設計造成的不必要消耗),讓資源用於真正的學習和推論(增效負荷)。Working Memory(Baddeley, 1974):4±1 個組塊容量(Cowan, 2001),包含視空間暫存(視覺資訊)、語音迴路(語言資訊)、情節緩衝(跨模態整合)。
這一層在日青茶飲上是什麼問題

店長是在吧檯旁邊看這份儀表板的,手機拿在手上,隨時會被客人打斷。被打斷之後回到畫面,他不會記得剛才篩了哪一區、也不會記得上週的數字是多少。這一層要做的事就是:把記憶的工作從腦袋搬到畫面上。

中山店 · 手機版
北一區本週外送
昨日杯數762常態 680–840
篩選條件常駐在頂端 → 被客人打斷後回來不必重想

工作記憶 15–30 秒就消退

每個視覺區域是否只呈現 4 個以內的主要資訊組塊?
L4-1未評估
✓ 好的設計例子

一張 KPI 卡只有四個組塊:標籤、數值、狀態、比較基準。看一眼就完成一次判斷。

中山店
昨日杯數762常態 680–840 · 正常

標籤/數值/狀態/基準 = 4

✕ 有問題的設計例子

同一張卡塞進當前值、目標值、上週值、去年同期、迷你趨勢線、區內排名、百分位——七個組塊,要停下來逐項讀。

中山店
昨日杯數762目標 800 | 上週 741 | 去年 698區內排名 3/12 | 百分位 74

七個組塊,超出容量

理論依據工作記憶容量 4±1 組塊;超出上限的資訊無法同時被處理,導致推論品質下降
相互依存的資訊(如圖表和圖例)是否放在空間上相近的位置,避免分散注意力效應?
L4-2未評估
✓ 好的設計例子

四家店的折線直接在線尾標上店名,眼睛不必離開曲線。

北一區 · 近七日杯數
中山南京信義

名字長在線的末端

✕ 有問題的設計例子

圖例縮在右下角,四條彩色線要靠顏色回去對照,每比一次就要來回掃視一次。

北一區 · 近七日杯數
中山南京信義

要來回對照顏色

理論依據Split-Attention Effect:分離的相依資訊需要工作記憶同時保持多個位置,增加外在負荷
重複呈現相同資訊的元素是否被移除(避免冗餘效應)?
L4-3未評估
✓ 好的設計例子

柱狀圖上直接標數字,不再附一張同樣內容的表。看圖的人不必再看表。

北一區 · 昨日杯數
中山762南京733信義848板橋691

圖上就有數字

✕ 有問題的設計例子

左邊柱狀圖、右邊一張數字完全相同的表。兩者提供的資訊量是一樣的,但要多讀一次才知道它們是一樣的。

北一區 · 昨日杯數
中山南京信義板橋
中山762
南京733
信義848
板橋691

同一份資料講兩次

理論依據冗餘效應:對有足夠先備知識的使用者,重複資訊消耗工作記憶而無任何認知收益
目前套用的篩選條件、狀態等是否被持久化顯示,讓使用者不需要靠記憶維持脈絡?
L4-4未評估
✓ 好的設計例子

頂端常駐「區域:北一區 × 期間:本週 × 通路:外送」,被客人叫走三分鐘回來還知道自己在看什麼。

銷售分析
區域:北一區期間:本週通路:外送
杯數2,867
客單NT$91

狀態長在畫面上

✕ 有問題的設計例子

篩選完面板收起來,畫面上只剩結果數字。三分鐘後回來看到「762」,已經不記得這是全通路還是只有外送。

銷售分析☰ 篩選
杯數2,867
客單NT$91

這是全通路還是外送?

理論依據工作記憶 15–30 秒後自然消退;外部化狀態 = 把認知負擔從大腦轉移到介面
頁面上的顏色種類是否控制在 5–7 種以內?
L4-5未評估
✓ 好的設計例子

全頁五色:紅(停售)、橙(兩天內)、黃(毛利)、綠(正常)、灰(背景)。圖例不必讀就記得住。

狀態色 · 全頁共 5 色
停售兩天內毛利正常背景

五種,記得住

✕ 有問題的設計例子

十二家分店各給一個顏色,加上三種狀態色、兩種通路色,圖例變成需要逐格閱讀的對照表。

分店色 · 全頁 12+ 色
中山南京信義板橋永和新莊桃園中壢竹北台中逢甲高雄

要逐格回去對照

理論依據Subitizing 上限約 4–5 個;超過後顏色識別需要序列掃描,不再是 pre-attentive 任務
🔮
Layer 5 · 認知層

Predictive Coding & Free Energy Principle

使用者的信念是否被正確地更新?
4 項
理論背景Predictive Coding(Rao & Ballard, 1999):大腦持續生成對感覺輸入的預測,並最小化預測誤差。當資料違反強烈的先驗時,使用者傾向懷疑資料而非更新信念(Prior-Data Conflict)。Free Energy Principle(Friston, 2005):認知系統持續最小化自由能(驚訝),通過感知推論(更新內部模型)或主動推論(改變環境)來實現。
這一層在日青茶飲上是什麼問題

中山店的店長做了六年,他知道週三下午不會缺珍珠。所以當畫面說「今天 15:00 會停售」時,他的第一個反應不是叫貨,是「系統又壞了」。這一層處理的就是這個瞬間:資料違反先驗時,人會先懷疑資料。

中山店 · 珍珠
今日需求預估+38% 對週三常態11.5 kg
原因:隔壁大樓今日活動,外送單已較常態 +62%(POS 09:05)
看外送平台原始單量

先回答「這數字為什麼可信」

當資料違反使用者的直覺時,是否提供了可驗證的資料來源和背景說明?
L5-1未評估
✓ 好的設計例子

異常值旁邊標明「POS 09:05 同步 · 中央倉 06:00 盤點 · 進貨單 R-2409」,而且每一個都點得進去。

中山店 · 珍珠
現有量3.2 kg今日需 11.5
POS 09:05 同步 · 中央倉 06:00 盤點 · 進貨單 R-2409

可驗證 → 不必先懷疑

✕ 有問題的設計例子

畫面只丟出「珍珠 3.2 kg」。做了六年的店長第一個念頭是盤點又漏掃了,於是先去倉庫自己數一遍——兩小時後才開始叫貨。

中山店 · 珍珠
現有量3.2 kg

「一定是盤點漏掃了」

理論依據Prior-Data Conflict:先驗越強,使用者越可能懷疑資料。可驗證性降低懷疑資料的誘因
平台的歷史績效是否公開透明,讓使用者建立準確的先驗 P(警示是真的)?
L5-2未評估
✓ 好的設計例子

警示區固定顯示「過去 12 個月 Level 1 共 27 次,事後確認屬實 26 次,假警報率 3.7%」。新店長第一天就知道紅點該信幾分。

警示可信度
近 12 個月 L127 次
事後屬實26 次
假警報率3.7%

先驗有依據

✕ 有問題的設計例子

沒有任何歷史績效。店長的先驗來自「上次那個誰說這系統很不準」——一句傳聞決定了整間店對警示的反應速度。

警示可信度
(沒有這個區塊)
店長的先驗:「聽說這系統很不準」

先驗來自傳聞

理論依據準確的先驗 = 最優 β 的基礎。不準確的先驗 → 非最優的 β → 不必要的漏報或假警報
介面是否支援使用者的「主動推論」——讓他們能通過操作來驗證自己的假設?
L5-3未評估
✓ 好的設計例子

警示卡上直接給兩個動作:「掃描桶身條碼核對實際剩量」「查看這批進貨單」。懷疑就當場驗,三十秒解決。

中山店 · 珍珠
系統剩量3.2 kg
掃描桶身條碼查看進貨單 R-2409

懷疑就當場驗

✕ 有問題的設計例子

只有結論「庫存不足」。要驗證只能打電話問中央倉,而懷疑無法被解決的結果通常是——忽略它。

中山店 · 珍珠
系統剩量3.2 kg
庫存不足

無從驗證 → 選擇忽略

理論依據主動推論(Active Inference):使用者通過行動來最小化不確定性,驅動正確的信念更新
資訊的呈現方式是否幫助使用者建立「正確的詮釋框架」,而非只是丟出原始數字?
L5-4未評估
✓ 好的設計例子

順序是先框架後數字:「本店週三常態 680–840 杯」寫在上面,「昨日 762」寫在下面。看到數字時先驗已經被校準過了。

中山店 · 昨日
本店週三常態範圍:680–840 杯
昨日杯數762在常態內

先給框架,再給數字

✕ 有問題的設計例子

直接給「762 杯 ▼」。每個人用自己的經驗詮釋:新店長覺得很好,老店長記得去年這天有 900,覺得完蛋了。

中山店 · 昨日
昨日杯數762▼ 較前日 -8%

各自用各自的先驗詮釋

理論依據Predictive Coding:先驗決定了感覺輸入被詮釋的框架。正確的先驗 = 正確的詮釋
🔗
Layer 6 · 認知層

Gestalt Principles & Palmer-Rock UC

視覺組織是否讓分組感知正確發生?
4 項
理論背景Gestalt 原則:視覺系統傾向把元素組織成最簡單的整體(Prägnanz)。關鍵原則:相近性、相似性、連續性、封閉性、共同命運。Palmer & Rock(1994)均質連結性(Uniform Connectedness, UC):具有相同均質視覺屬性的連結區域,在最早的視覺處理階段就被視為單一的 entry-level unit,優先於所有其他 Gestalt 原則。
這一層在日青茶飲上是什麼問題

「營收、成本、毛利」是一組,「杯數、客單價」是另一組。如果這六個數字用同一種卡片平鋪成一排,看的人會被迫用讀標籤的方式重建分組——而分組本來應該在讀之前就發生。

中山店 · 昨日
損益
營收59,436
成本22,585
毛利62%
量能
杯數762
客單NT$78

容器先於標籤

屬於同一個業務單位或類別的元素,是否用共同的視覺容器(背景、邊框)包住?
L6-1未評估
✓ 好的設計例子

「營收/成本/毛利」共用一張白底卡並加上「損益」小標;「杯數/客單價」另成一組。不必讀標籤就知道哪三個要一起看。

中山店
損益
營收59,436
成本22,585
毛利62%
量能
杯數762
客單NT$78

兩個容器 = 兩組

✕ 有問題的設計例子

五個數字平鋪成一排,每張卡長得一樣。要判斷毛利和誰有關,只能一個一個把標籤讀過去。

中山店
營收59,436
杯數762
成本22,585
客單78
毛利62%

五張一樣的卡,分組要用讀的

理論依據UC 先於所有 Gestalt 原則:相同均質背景的區域在最早的視覺處理就成為單一感知單元
需要被比較的元素是否放在空間上相近的位置(相近性原則)?
L6-2未評估
✓ 好的設計例子

本週與上週兩根柱子並排成對,四家店四組。差多少直接看得到。

本週 vs 上週 · 昨日同日
中山南京信義
上週本週

成對並排,差距直接看

✕ 有問題的設計例子

本週在左邊那張卡、上週在右邊那張卡。要比中山店就得記住左邊的 762,再把眼睛移到右邊找 741。

本週 vs 上週

本週

中山南京信義

上週

中山南京信義

要用記憶跨越畫面

理論依據相近性:空間上相鄰的元素被感知為同組。分離的比較對象增加工作記憶負擔
屬於相同類別的資料點是否使用相同的視覺特徵(顏色、形狀)?
L6-3未評估
✓ 好的設計例子

全站規定:目標值一律灰色虛線、實際值一律深色實線。換到任何一張圖都不必重新看圖例。

杯數

毛利

✕ 有問題的設計例子

銷量圖的目標線是藍色,毛利圖的目標線變成橘色實線。同一個概念在兩張圖有兩種長相,每張圖都要重新學一次。

杯數

毛利

理論依據相似性:相同視覺特徵的元素被感知為同組。不一致的視覺語法強迫使用者每次重新學習
頁面上的視線路徑是否被設計為平滑連續,讓使用者自然地按照資訊優先序閱讀?
L6-4未評估
✓ 好的設計例子

警示在最上、KPI 在第二排、趨勢在中段、明細表在底部——一條由上而下的直線,看到哪裡就是進度到哪裡。

版面動線
警示KPI趨勢明細

一條直線走完

✕ 有問題的設計例子

警示在右上、KPI 在左下、趨勢擠在右邊窄欄、明細在中間。視線要走 Z 字,而且沒有任何線索告訴你下一站在哪。

版面動線
警示KPI趨勢明細

Z 字亂跳

理論依據連續性原則:視線沿著平滑的方向延伸。設計師可以用佈局引導視線按照優先序移動
🧷
Layer 7 · 認知層

Dual-Coding Theory & Long-term Memory

資訊是否被有效編碼為持久的記憶?
4 項
理論背景Dual-Coding Theory(Paivio, 1971):語言系統(Logogens)和非語言系統(Imagens)同時激活 = 雙重記憶痕跡 = 更強的記憶保留。圖優效應(Picture Superiority Effect):視覺圖像比純文字有更高的識別率和回憶率。具象性效應:具體、可視化的概念比抽象概念更容易形成 Imagen,記憶效果更好。
這一層在日青茶飲上是什麼問題

儀表板是早上九點看的,但要用的時候是下午兩點半、人在備料間、手上還是濕的。這一層問的不是「看得懂嗎」,是「五小時後在另一個房間還記得嗎」——記憶要能被現場的視覺線索勾回來,而不是要人回頭再開一次手機。

中山店 · 今日待辦
🧋
珍珠:今天 15:00 後所有珍珠品項下架
備料間門口 · 白桶藍標那一桶

圖 + 話 + 現場找得到的線索

重要的警示資訊是否同時使用視覺(圖示、圖片)和語言(文字)兩種編碼?
L7-1未評估
✓ 好的設計例子

缺料品項配上實物縮圖並疊一個紅 ✕,旁邊才是文字。下午在備料間看到那個桶子,記憶會自己被勾起來。

今日缺料
🧋
珍珠 15:00 後停售
現有 3.2 kg/今日需 11.5 kg

形狀 + 顏色 + 文字

✕ 有問題的設計例子

只有一行字「R-032 低於安全水位」。料號沒有形狀、沒有顏色,在現場沒有任何東西可以觸發它。

今日缺料
R-032低於安全水位

料號在現場勾不回來

理論依據雙重編碼 = 雙重記憶痕跡。視覺 Imagen 在購物環境中可被包裝視覺觸發提取
風險描述是否使用具體的、可視化的語言,而非抽象的技術術語?
L7-2未評估
✓ 好的設計例子

「今天的珍珠只夠賣到下午三點,之後所有珍珠品項要下架。」一句話裡有時間、有畫面、有動作。

今日提醒
今天的珍珠只夠賣到下午三點,之後所有珍珠品項要下架。

有時間、有畫面、有動作

✕ 有問題的設計例子

「R-032 庫存低於安全水位 62%,請依 SOP 3.2 處理。」每個詞都正確,但沒有一個詞能在腦中形成畫面。

今日提醒
R-032 庫存低於安全水位 62%,請依 SOP 3.2 處理。

正確,但形不成畫面

理論依據具象性效應:可視化的描述讓使用者形成 Imagen,記憶保留率顯著高於抽象術語
是否提供使用者在「下次相關情境(如購物)」中能觸發記憶提取的視覺線索?
L7-3未評估
✓ 好的設計例子

警示裡直接寫出現場認得出來的特徵:「備料間門口、白桶藍標那一桶」。線索長在店員下午真的會站的位置上。

現場線索
🥁
白桶 · 藍色標籤
備料間門口第一個

用現場看得到的特徵描述

✕ 有問題的設計例子

只給料號 R-032。備料間架上七個桶子沒有一個寫著 R-032,店員得回吧檯開手機再對一次。

現場線索
品項代碼R-032

架上沒有一個桶子寫 R-032

理論依據Context-Dependent Memory:在相似的視覺情境中,記憶提取效率最高;提取線索設計決定記憶是否被激活
新的資訊是否被連結到使用者的已知知識(精細加工),而非孤立呈現?
L7-4未評估
✓ 好的設計例子

「跟上次連假前那次一樣,這種週要提早兩天叫貨。」把新事件掛到店長已經有的那段記憶上。

為什麼今天特別
跟上次連假前那次一樣:隔壁大樓有活動,外送會爆。這種週要提早兩天叫貨。

掛到既有記憶上

✕ 有問題的設計例子

「批次 20260908-A,請注意。」與這個人的任何經驗都沒有連結,記完就掉。

為什麼今天特別
批次 20260908-A,請注意。

孤立資訊,記完就掉

理論依據精細加工(Elaborative Rehearsal):連結到個人既有記憶的新資訊,記憶強度遠高於孤立資訊
🧭
Layer 8 · 推論層

Information Foraging Theory

使用者能否有效地覓食到相關資訊?
4 項
理論背景Information Foraging Theory(Pirolli & Card, 1999):使用者像覓食動物一樣,根據「資訊氣味(Information Scent)」決定是否深入某個資訊來源。邊際值定理(Marginal Value Theorem):當前 patch 的邊際報酬 < 環境平均獲取率時,理性覓食者離開。「Patch 切換成本」越高,使用者越不願意探索。
這一層在日青茶飲上是什麼問題

區經理負責 12 家店,但今天早上跟他有關的只有 4 家。如果首頁給的是 12 家的通用清單,他要自己找出那 4 家——這段搜尋成本會直接換算成「乾脆等店長打電話來」。

早上九點的第一屏
你負責的 4 家店:1 家今天會停售
中山 珍珠 15:00 停售查看 3 項缺料 →
搜尋店名依區域瀏覽全區地圖我的叫貨紀錄

高報酬起點 + 四條路

每個可點擊的連結或按鈕,是否提供足夠的「氣味」讓使用者預測點擊後會看到什麼?
L8-1未評估
✓ 好的設計例子

按鈕寫「查看中山店 3 項今日缺料 →」。店名、數量、時間範圍都在按鈕上,點之前就知道會得到什麼。

北一區
中山珍珠 15:00 停售
查看中山店 3 項今日缺料 →查看板橋店 2 項兩日內低量 →

點之前就知道報酬

✕ 有問題的設計例子

按鈕寫「更多資訊」「查看詳情」。要知道裡面有什麼只能點進去看,而點三次都沒收穫之後就不點了。

北一區
中山有異常
更多資訊查看詳情

點三次沒收穫就不點了

理論依據資訊氣味弱 → 使用者無法預測 patch 報酬 → 高 patch-leaving 率 → 低資訊獲取效率
最重要的個人相關資訊是否在使用者進入頁面的前 10 秒內就呈現?
L8-2未評估
✓ 好的設計例子

一進來就是「你負責的 4 家店:1 家今天會停售」,而且那家店的名字就在下一行。初始報酬率極高。

早上九點
你負責的 4 家店:1 家今天會停售
中山珍珠 3.2 kg
南京 · 信義 · 板橋正常

第一行就是答案

✕ 有問題的設計例子

一進來是全區 12 家的通用列表,依店號排序。要找出跟自己有關的那 4 家,得先知道自己的店號是幾號。

早上九點
001 中山
002 南京
003 信義
004 板橋
005 永和
⋯ 還有 7 家

自己去找那 4 家

理論依據邊際值定理:初始報酬率低 → 使用者快速評估「這個 patch 不值得繼續待」→ 提早離開
不同使用者任務是否有對應的進入路徑(Lookup / Browse / Explore / Locate)?
L8-3未評估
✓ 好的設計例子

四個入口並存:搜尋店名(Lookup)、依區域瀏覽(Browse)、全區地圖(Explore)、我的叫貨紀錄(Locate)。四種人各走各的。

進入方式
🔍 搜尋店名▤ 依區域瀏覽🗺 全區地圖🕘 我的叫貨紀錄
北一區4 家 · 1 異常
北二區3 家 · 正常

四種任務,四條路

✕ 有問題的設計例子

只有一個搜尋框。想「看看今天哪裡有狀況」的人無路可走,而早上九點的區經理正好就是這種人。

進入方式

只服務已經知道要查誰的人

理論依據Brehmer & Munzner:不同搜尋策略需要不同的覓食路徑設計;單一入口讓其他策略的覓食成本極高
在 patch 內的資訊密度是否足夠,讓使用者願意繼續探索而非提早離開?
L8-4未評估
✓ 好的設計例子

點進缺料詳情看到:現有量、今日需求、最快到貨時間、可替代品項、上次叫貨紀錄。一次把決策要用的東西給齊。

中山店 · 珍珠
現有量3.2 kg
今日需求11.5 kg
最快到貨今日 13:30
可替代寒天/椰果(毛利 -4%)
上次叫貨9/6 · 20 kg

決策要用的都在這一格

✕ 有問題的設計例子

點進去只有一句「庫存不足」。使用者退回去改走別條路,而別條路通常是打電話。

中山店 · 珍珠
庫存不足

退回去,改打電話

理論依據Patch 的邊際報酬遞減前,應提供足夠的資訊密度,讓使用者的覓食時間投資是值得的
Layer 9 · 推論層

Statistical Faithfulness & Graphical Inference

視覺化是否誠實地傳達了資料的真實意義?
5 項
理論背景Statistical Faithfulness(Gelman & Unwin, 2013):視覺化必須忠實呈現效果量、不確定性、比較基準和視覺顯著性。「不確定性的缺席本身就是一種誤導」。Graphical Inference(Hullman & Gelman, 2021):視覺化的終極標準是「使用者的信念是否以統計上正確的方式被更新」。避免 Pattern Inference 和 Uncertainty Inference 的系統性失敗。
這一層在日青茶飲上是什麼問題

新品「蜜桃烏龍」上市兩週,A 店賣得比 B 店多 5.6%。行銷把這張圖放進週會簡報,結論是「A 店的陳列方式該推廣到全區」。但這 5.6% 的 p 值是 0.41,而且 Y 軸是從 95 開始畫的。這一層檢查的就是:那張圖有沒有讓看的人相信了資料沒說的事。

新品週報 · 同一組數字兩種畫法

Y 軸從 0

A 店B 店

Y 軸從 95

A 店B 店
差距 5.6%,p = 0.41

右邊那張讓人相信了資料沒說的事

是否呈現了不確定性(誤差棒、信賴區間、抽樣變異)?
L9-1未評估
✓ 好的設計例子

未來七天的杯數預測畫成一條線加上 ±1σ 的帶。帶子寬到跟目標線重疊時,看的人自己就知道不該據此調人力。

未來七日預測 · 含 ±1σ
週四預測 803,但區間 748–858 與目標 800 重疊 → 不足以據此調人力

帶子告訴你能信到什麼程度

✕ 有問題的設計例子

預測畫成一條精確的線。看的人以為週四就是 803 杯,於是照 803 排班,結果來了 726。

未來七日預測
週四 803 杯

看起來像承諾,於是照 803 排班

理論依據不確定性的缺席 = 隱含承諾「這些數值是確定的」= 讓使用者對資料過度置信,推論失真
Y 軸是否從 0 開始(或明確標注截斷)?視覺差距是否如實反映統計效果量?
L9-2未評估
✓ 好的設計例子

Y 軸從 0 起,A 店比 B 店多 5.6%,柱子看起來就是多一點點——跟事實一致。

新品兩週銷量
A 店B 店C 店
Y 軸自 0 起

看起來差多少,就是差多少

✕ 有問題的設計例子

Y 軸從 95 起,同樣的 5.6% 在視覺上變成兩倍高。簡報上沒有人會注意到左下角那個小小的「95」。

新品兩週銷量
A 店B 店C 店
Y 軸自 95 起(沒有人會看到這一行)

5.6% 看起來像兩倍

理論依據效果量忠實性:視覺差距大小應 ∝ 統計效果量。截斷軸讓使用者對差距的判斷出現系統性偏誤
是否提供有意義的比較基準(目標值、歷史均值、行業標準),讓使用者能判斷「高還是低」?
L9-3未評估
✓ 好的設計例子

「762 杯(目標 800 · 上週同日 741 · 常態 680–840)」,四個數字放在一起,判斷才成立。

中山店 · 昨日
杯數762目標 800 · 上週 741 · 常態 680–840

四個數字才構成一次判斷

✕ 有問題的設計例子

只有「762 杯」。這是這一層最常被漏掉的一項,因為單一數字看起來已經很完整了。

中山店 · 昨日
杯數762

看起來很完整,其實不能判斷

理論依據比較基準忠實性:沒有基準的數值無法支援任何有意義的判斷;這是最常被忽略的 Statistical Faithfulness 要求
視覺上突出的元素是否都有統計意義?是否避免了把統計不顯著的差異視覺強調?
L9-4未評估
✓ 好的設計例子

只有真正超出常態帶的中山店被上色,A 店那 5.6%(p=0.41)留在灰色,旁邊註明「差異未達顯著」。

新品表現
A 店差異未達顯著 p=.41+5.6%
B 店+0.2%
中山店 缺料日超出常態帶-31%

上色的都真的有意義

✕ 有問題的設計例子

A 店的 +5.6% 用鮮橘色高亮加箭頭,p=0.41 用 8px 灰字寫在角落。會議室裡沒有人會讀那行小字。

新品表現
A 店p=0.41▲ +5.6%
B 店+0.2%
中山店 缺料日-31%

橘色說了謊,小字沒人讀

理論依據視覺顯著性一致性:大腦傾向把「視覺上突出的」詮釋為「統計上重要的」;不一致會導致系統性假陽性推論
使用的顏色漸層是否在感知上均勻(CIELAB 或 Oklab),而非 RGB 線性插值或彩虹色?
L9-5未評估
✓ 好的設計例子

時段熱力圖用 viridis。等距的杯數差異對應等距的感知差異,看得出來熱度是往右上連續升高的,沒有哪一格特別跳出來。

時段熱度 · viridis
10121416182022
中山
南京
信義
板橋
永和
新莊
低 → 高

等距數值 = 等距感知

✕ 有問題的設計例子

同一份資料換成彩虹色。黃色區域因為明度最高而跳出來,看起來像一條「特別熱的帶」——那條帶在資料裡並不存在。

時段熱度 · 彩虹色
10121416182022
中山
南京
信義
板橋
永和
新莊
低 → 高

黃色帶是色階造的,不在資料裡

理論依據Stevens Power Law n≈0.33(亮度):非感知均勻漸層在高值區域的差異被壓縮至幾乎不可見;彩虹色製造虛假的「模式突出」
🎯
Layer 10 · 推論層

Fitts's Law & Narrative Visualization

行動路徑是否最短?敘事結構是否引導使用者完成任務?
5 項
理論背景Fitts's Law(Fitts, 1954):移動時間 MT = a + b·log₂(D/W+1)。目標越遠(D 大)、越小(W 小)→ 操作成本越高。高 MT = 等效於提高 β(行動門檻)。Narrative Visualization(Segel & Heer, 2010):Martini Glass 結構——先作者引導(杯腳,建立詮釋先驗),再開放讀者探索(杯碗)。七種敘事類型的選擇應基於任務目標和受眾特性。
這一層在日青茶飲上是什麼問題

前面九層都做對了,店長也真的相信珍珠今天會用完——然後呢?如果叫貨要退出儀表板、開另一個系統、找到表單、填七個欄位,那高操作成本會等效於把 β 拉高,前九層的努力在最後一步被抵銷掉。

從看到到做完
1看到警示2確認數量(已預填 12 kg)3送出叫貨
立即叫貨 · 12 kg
全程 30 秒,不必離開這個畫面

操作成本 = 隱形的 β

最重要的行動按鈕是否夠大(W 大)且在使用者操作路徑上(D 小)?
L10-1未評估
✓ 好的設計例子

「立即叫貨」是一顆 44px 高的實心按鈕,就貼在警示文字下面,手指從讀到按不必移動。

中山店 · 珍珠
現有 / 需求3.2 / 11.5 kg
立即叫貨 · 12 kg

讀完手指就在按鈕上

✕ 有問題的設計例子

叫貨是頁尾一個 12px 的文字連結,還要先捲過三張圖表。看到警示到按下去之間隔著一整頁。

中山店 · 珍珠
現有 / 需求3.2 / 11.5 kg
叫貨申請

12px,在三張圖表之後

理論依據Fitts's Law:行動的高 MT = 等效於提高 β(行動門檻)。降低 MT = 讓最優 β 更容易被達到
高頻使用的操作是否放在螢幕邊緣或角落,利用 W→∞ 效應?
L10-2未評估
✓ 好的設計例子

區域與期間的切換固定貼在畫面最上緣,滑鼠往上一甩就撞到,不必瞄準。

北一區 ▾ 本週 ▾ 外送 ▾

貼邊 → 甩過去就撞到

✕ 有問題的設計例子

同樣的切換做成畫面中央的浮動膠囊,每次都要精確移動到那個位置。一天用二十次,二十次都要瞄準。

銷售分析
北一區 ▾

浮在中間 → 每次都要瞄準

理論依據螢幕邊緣 W→∞:移動時間 MT→最小值;這是 macOS Dock 和選單列的設計依據
使用者從「看到警示」到「完成必要行動」的操作步驟是否在 3 步以內?
L10-3未評估
✓ 好的設計例子

警示 → 確認數量(已依今日需求預填 12 kg)→ 送出。三步,三十秒。

叫貨流程
1看到警示2確認 12 kg3送出
全程 30 秒 · 不離開畫面

3 步

✕ 有問題的設計例子

看到警示 → 退出儀表板 → 登入訂貨系統 → 找到中山店 → 找到珍珠 → 填數量 → 送出。六步,十五分鐘,而且中間任何一步被客人打斷就重來。

叫貨流程
1看到警示2退出儀表板3登入訂貨系統4找中山店5找珍珠6填數量7送出
約 15 分鐘 · 被打斷就重來

6 步以上

理論依據每增加一個步驟 = 增加一次 Miyake 轉換(Shifting)成本 + 一次 Fitts 操作成本;步驟越多,完成率越低
複雜的資訊是否採用 Martini Glass 結構:先作者引導(建立先驗),再開放探索?
L10-4未評估
✓ 好的設計例子

杯腳:先強制看到「今天最重要的一件事:中山珍珠 15:00 停售 → 立即叫貨」。杯碗:處理完才展開其他 11 家與各種切片。

杯腳 · 作者引導

今天最重要的一件事
中山 珍珠 15:00 停售
立即叫貨

杯碗 · 開放探索

其他 11 家依品項依時段自訂
✕ 有問題的設計例子

一進來就是 12 店 × 27 欄的完整表格,讓人自己找。沒有起點,於是每個人找到的重點都不一樣。

全區明細
客單外送退單毛利珍珠鮮奶
中山7627834%1.8%62%3.218
南京7337631%2.1%61%14.822
信義8488138%1.4%64%16.225
⋯ 還有 9 家 × 19 欄

沒有起點,每個人看到的重點都不同

理論依據杯腳(作者驅動)讓使用者帶著正確的先驗進入探索;沒有杯腳 = 讀者在錯誤的框架下探索 = 推論偏差大
資訊的呈現順序是否符合「概覽→縮放篩選→詳情」的認知自然順序(Shneiderman Mantra)?
L10-5未評估
✓ 好的設計例子

全區 12 家的狀態總覽 → 點進北一區 → 點進中山店 → 點進珍珠。每一層都看得到自己在哪,也回得去。

動線
1全區 12 家2北一區 4 家3中山店4珍珠
← 回北一區

每層都知道自己在哪

✕ 有問題的設計例子

打開就是 200 列的品項清單。沒有 Overview,使用者無法建立「我在整體的哪個位置」。

動線
珍珠 · 中山3.2
鮮奶 · 中山18
糖漿 · 中山31
珍珠 · 南京14.8
⋯ 還有 196 列

沒有地圖的導航

理論依據Shneiderman(1996):Overview first 讓使用者建立整體的空間定向;跳過 Overview 直接到詳情 = 沒有地圖的導航

三個層群怎麼分

  • 感知層(Layer 1–3):看不看得到。訊號有沒有進到眼睛裡。
  • 認知層(Layer 4–7):記不記得住。進來之後有沒有被處理成可用的東西。
  • 推論層(Layer 8–10):推得對不對。處理完之後,人有沒有做出正確的判斷與行動。

這份框架的限制

  • 十層來自實驗室的知覺與認知研究,但「照著做的儀表板比較好用」這件事, 這份框架本身沒有做過對照實驗。它是一份有理論根據的檢查表,不是實證結論。
  • 44 項不是等權重的。同一份儀表板上,Layer 1 與 Layer 9 錯一項的代價差很多, 勾選結果不該直接加總成分數。
  • 所有小樣都是為了示範而做的極端對照,真實產品通常落在兩者之間。 用它判斷方向,不要用它判斷及格。

版本

  • v2(本頁):十層與 44 項的問句、理論、分群完全沿用 v1, 差別是每一層與每一項都補上畫得出來的好例/壞例並排小樣,案例統一為日青茶飲。
  • v1 原版(純文字敘述的好例/壞例)保留在 v1.html
  • 完整示範儀表板:demo.html——照這 44 項做出來的可互動範例, 題材是食安召回通知,假資料,可切換診斷標記逐塊對照。