U2.16.1Tables for exact values设计研究
需要精确取值时表格优于图表
别名: 精确取值 · 表格读数
概念解释
"这个月华东区是多少？"——当任务的产出是一个具体数值时，表格是最短路径：行列标题定位单元格，数字直接给出答案，无精度损失、无换算。图表的回答永远隔着一层：先把位置换算回数值（对轴、对网格线插值），误差随之产生。取值、对账、审计、报告引用这类任务，表格不是"更朴素的图"，而是正确的媒介；把这类需求硬塞进图表，读者会退而在图上贴满数据标签——那其实是把表格伪装成图。
机制
表格取值是符号寻址：维度值（行头、列头）经文本匹配直达单元，读到的就是真值本身。图表取值是逆映射：从图形位置反推数值，精度受制于刻度密度、网格线间距与位置感知的噪声——即便位置编码是所有视觉通道中最精确的一档，"精确的一档"也不等于"精确"。数据标签能补上图内取值，但满图标签既破坏形状判读又仍受版面所限（几百行就放不下），说明图表结构本身不适配批量取值任务。
怎么研究
认知匹配传统（Vessey 的 cognitive fit）系统对比过表格与图形在不同任务下的表现：取值类（符号型）任务与表格格式匹配、关系类（空间型）任务与图形格式匹配，格式与任务错配时速度与正确率同时下降——这不是媒介孰优孰劣，而是任务决定媒介。沿用此范式可以复验任何具体场景：同一批数据做成表与图，按任务分组计时并统计错误率，交互项（格式×任务）显著即匹配效应成立。
边界
这里只裁决"取数值"的任务；趋势、比较、异常发现的判断权在图形一侧。混合任务（既要看趋势又要偶尔取数）用迷你图表格或"图 + 旁置表"的组合，而非在两种媒介里二选一。超大表（数千行）的取值靠搜索与筛选交互完成，那是分析交互族的议题，不在静态表格的边界内。
怎么落地
- 需求评审先问产出物："要数值还是要结论？"取值类（对账、引用、审计）直接出表，不做图。
- 图上贴数据标签只允许点缀（峰谷、末值几处）；成规模取值一律回到表格。
- 验证：让读者从图表与表格各取同一个值，比对耗时与误差；表格显著更快更准即裁决成立。