2022年即将过去，回忆一下，今年你的口头禅里是否多出了许多新面孔？ 被无语到时，2022年的我们说：“我真的会谢。” 意外挑中天价雪糕，2022年的我们说：“可恶，被雪糕刺客背刺了……” 太阳底下无新事，但每年都有新梗新笑料，这一年也诞生了许许多多的网络热梗

转眼间2022已然接近尾声，这一年，在广大网友的见证下又诞生了许许多多网络热梗。“我真的会谢”、“被CPU了……”、“雪糕刺客”……在你的心目中，哪一个是最具代表性的年度热梗？天天问小伙伴整理了十个具有代表性的网络热梗，一起来看看吧！

2022年即将过去，回忆一下，今年你的口头禅里是否多出了许多新面孔？

被无语到时，2022年的我们说：“我真的会谢。”

意外挑中天价雪糕，2022年的我们说：“可恶，被雪糕刺客背刺了……”

太阳底下无新事，但每年都有新梗新笑料，这一年也诞生了许许多多的网络热梗。这些热梗中，有哪些最具代表性，又有哪些成为你生活的真实写照？本文收集了十个2022年的网络热梗，来看看这些词语中，有没有属于你的2022独家记忆。

天天问每周精选第216期： 2022年，你心目中最红的“网络热梗”是哪一个？

文章内容部分来源于@大鱼炖海棠 @杭州马小胖 @阙 的精彩回答。

一、 语言篇 2022年多出了许多有意思的口头禅。从网友的字里行间，也能看出2022年的点点滴滴，比如下面这些，就是2022年涌现出的热门网络语言：

1. 我真的会谢 “下班了才告诉我有个PPT明天要交，不是吧，我真的会谢。”

“我真的会谢，网课没关麦怎么没人提醒我……”

“我真的会谢”是“我真的谢谢”的简称，虽然有“谢”字，含义却和感谢不太搭边，反而充满了嘲讽意味，往往表达对人或事的无语和不满。这个梗最初来源于微博知名搞笑博主“怨男0”的口头禅，后来被粉丝大范围运用，最后在互联网广泛传播。

作为2022年传播范围最广的互联网流行词之一，“我真的会谢”被网友们玩出了各种微妙的释义——

“谢”有鲜花枯萎之意，搭配“凋谢”的emoji又有了沮丧泄气的意思 搭配上“流汗黄豆”的emoji表情，顿时充满了尴尬意味 与“栓Q”“听我说谢谢你”等等相关梗联动，一句”谢谢“更是谢出了“恩将仇报”的意味 一句“我真的会谢”被玩出数种花样，不得不说当代网友在阴阳怪气这方面，已经愈发的炉火纯青了。我真的会谢，今年年度热词没它还叫2022吗！

2. 大冤种 “坐高铁没带身份证，为了170的票打车200回去拿证，大冤种竟是我自己。”

今年，有一个词从众多方言中脱颖而出，成为2022冲浪生活代言词，它就是“大冤种”。

“冤种”这个词出自来源于东北方言，指那些因为蒙受冤屈而闷闷不乐的人。最初是一些东北博主在短视频中用这个词自嘲，或者形容一些生活中的不快经历。后来“大冤种”被网友们大范围传播，逐渐引申为“做了傻事的人”。

一时间，人人皆可“大冤种”。每天打开朋友圈，总有人哭诉自己的”大冤种“经历——半夜遇到蟑螂，花20块跑腿费买蟑螂药的大冤种；给网恋妹妹点外卖，打开门发现对方是名大汉的大冤种；下班推着自行车上坡一公里的大冤种……好吧，人生在世，大家多少都会有些“冤种”经历。

3. 优雅 “优雅，实在是太优雅了。”

“优雅”这个词大家都不陌生，不过在2022年，它被网友们赋予了全新的含义。

“优雅”梗源自今年上半年的热门新番《间谍过家家》，主角一家为了征服学校舍监，不得不保持随时都从容不迫的姿态，让人直呼“优雅，太优雅了！”“优雅”这个词也因此成为了在“在各种离谱场面下都保持从容稳健”的代名词，出现在各种视频的弹幕中。

“优雅”一词本来与高端、精致、高雅紧密相关，在网友的不断玩梗下，也多出了一些充满反差感的喜剧意味：

在倾盆大雨中，浑身湿透的博主端着手中的红酒杯淡定品酒——优雅，实在是太优雅了！ 疫情封校，蓬头垢面的大学生在宿舍里学博主做精致早餐——优雅，实在是太优雅了！ 弯腰搬两箱矿泉水，还要学旗袍女郎撩一撩裙摆——优雅，实在是太优雅了！ “优雅”这个词的大火，最初当然有对高雅从容的美好事物的追求，看穿着假肢起舞的女孩视频下满屏的“优雅”，谁能不夸一句好！

当然后面也有让人啼笑皆非的戏剧性反差，比如在一些生活博主稍显做作的精致视频下刷“上流”，又反过来在其他粗糙的模仿视频下刷“优雅”。

对他们的大范围“优雅”模仿，或许也是网友们对简单生活的追求与表达。

二、 社会热点篇 今年的社会大事件中，也衍生出许多网友们爱玩的新梗，一起来看看都有什么年度热点吧。

1. 孤勇者 2022年，全国各地的幼儿园与小学校园里，出现了一种极为神秘的暗号：

“爱你孤身走暗巷？”

“爱你不跪的模样；爱你对峙过绝望，不肯哭一场！！”

据说，无论在什么地方，只要起一个头，现场小学生们立刻就能唱起《孤勇者》，连小编在旅游时，都遇到过在对面缆车放开嗓门大唱赞歌的小孩。

这首刻进全国各地小学生们DNA里的神曲《孤勇者》，是陈奕迅在2021年9月为英雄联盟《双城之战》献唱的主题曲，原本只在电竞与游戏的圈子中小范围传播。今年，它以极为正能量的歌词席卷了全国广大小学校园，成为小学生中人人会唱的“神曲”。

由于这首歌热血的歌词，朗朗上口的断句、以及非常适合孩子们“嘶吼式唱法”的旋律，它马上收获了小学生们热情的喜爱。凡有小学生处，皆能歌《孤勇者》。

《孤勇者》当之无愧为年度“国民儿歌”。

2. 挖野菜 “再不分手小心被拉去挖野菜。”

“挖野菜”这个梗源自一部多年前的电视剧。2012年版的《薛平贵与王宝钏》中，宣萱饰演的王宝钏是个十足十的恋爱脑，为了等待薛平贵苦守寒窑十八年，甚至只能去山里挖野菜吃，最后却等来了薛平贵另娶他人，只捞回来18天皇后体验卡。“挖野菜”也因此成为了“恋爱脑”的代名词。

在小红书等女性用户众多的社交平台上，倾诉恋爱烦恼的帖子下渐渐出现了许多这样的句式：

“别说了，在挖野菜呢。” “分，不分小心被拉去挖野菜。” 王宝钏也从忠贞不渝的爱情代表变成了“恋爱劝退大师”，连剧中王宝钏的扮演者宣萱也发微博说：“恋爱很甜但希望女生们不要迷失自我。”

有网友评价说，作为现代人讽刺一个古人的恋爱观，实在是矫枉过正。但“挖野菜”梗的风靡，确实也反映了当代年轻人恋爱观的转变——从“苦守寒窑挖野菜”到珍爱自己，“挖野菜”梗的背后，蕴含着2022年许多年轻人对情感生活的态度。

3. XX刺客 “柜台里随手拿了一个雪糕，结账才发现是雪糕刺客。”

“雪糕刺客”指的是那些在便利店冰柜里，看似其貌不扬，实则价格远远超出消费者的心理预期，会在结账时狠狠刺痛消费者钱包的“天价雪糕”。以钟薛高为代表的“雪糕刺客”们在今年夏天引起了互联网的大范围讨论，甚至衍生出了“水果刺客”、“切糕刺客”等等。

各种价格与实物印象不符的商品都被打为“刺客”。“XX刺客”因此开始成为那些默不作声，却会在不经意的时刻“背刺”我们的代名词：

去食堂吃饭的时候有新菜看上去很便宜，一结账38元一份——食堂刺客！ 下雨天我走在平平无奇的铺了石砖的路上，噗滋！一个石砖下是个水坑，溅了一裤腿的泥——水坑刺客！ 路边卖的平平无奇中式小布丁，结账扫码60块3个——点心刺客！ 被各种“刺客”背刺固然是苦中作乐，这个梗也见证了网友们生活中各种倒霉又有点好笑的点滴。可恶，今天又被背刺了！

三、 职场篇 今年的年度热词，还有不少是从职场中诞生的，来看看今年打工人们都在玩什么新梗吧。

1. 摆烂 “爱咋咋地，开摆。”

“卷也卷不动，躺也躺不平，打工人的日子应该怎么办，那就摆烂吧，反正都这样了。”

“摆烂”一词最早最早出自NBA，一些弱队为了排名垫底拿到高顺位的选秀权，选择将烂阵容玩到底，这种行为被球迷们称为“摆烂”，也就是任由事情往不好的方向发展，破罐子破摔。

不过，球队摆烂尚且可以说是为了下赛季的新秀，当下“开摆”的打工人们似乎确实打算“一烂到底”了。当代打工人，流行起“带薪拉屎”、“裸辞”，工作不想努力，遇到晋升机会也不积极，只想做完标准的分内事。比起在职场花大力气换取与付出不对等的升职加薪，打工人们选择放弃努力，回归更多属于自己的生活。

不仅仅是职场，“摆烂”似乎已经成了当代年轻人的一种生活态度。微博”摆烂“超话里，有27万关注这个超话的“烂人”。为了方便大家“开摆”，超话专门分出了“工作摆”、“人生摆”、“上学摆”三个板块：

工作摆：还有一个半小时下班，不干了，开摆。 人生摆：相亲约会忘记时间，不去了，开摆。 上学摆：今晚作业多到写不完，不学了，开摆。 现实中面临着各种各样生活重压的人们，透过屏幕，借着“摆烂”大吐苦水，寻找压力之下的短暂喘息。“摆烂”作为当代人们生活状态的真实写照，成为本年度十大热梗实至名归。

2. PUA “老板今天叫我去谈话，感觉自己被CPU了。”

PUA全称“Pick-up Artist”，原意指“搭讪艺术家”，意思是一些人通过系统学习技巧，对受害者进行恋爱诈骗的行为。由于此类诈骗往往通过打压，贬低受害者，来达到控制受害者心智行为的目的，PUA逐渐成为了恶意贬低、打压中伤他人甚至洗脑的代名词。

在职场中，PUA也指领导精准打压员工的自信从而控制员工。职场PUA在今年成为热词，随着大家纷纷发帖吐槽各种刻薄又奇葩的上司老板，几乎每个打工人吐槽帖下面，都开始有了诸如“他在PUA你”之类的指责或者调侃。

后来，为了将这种职场现象与PUA诈骗形成区分，人们又将其戏称为“CPU”、“KFC”等等，用三字英文简称来代指职场中的上司刁难。

有人说将PUA说成“CPU”等，有滥用词汇，将严肃话题娱乐化之嫌，也有人认为这个词形容职场霸凌非常准确，无伤大雅，你怎么看？

3. 00后整顿职场 “8小时的工资干8小时的活，我是00后我不惯着你。”

说完职场PUA，来看看专治职场坏文明的00后们。

2022年，第一批00后刚满22岁，正是00后新人们大量涌入职场的时候。和逐渐背负上家庭压力，在职场中也越来越“乙里乙气”的80后、90后们不同，这一届职场新人格外的锋芒毕露，“拒绝无脑服从，拒绝无效社交，拒绝无效加班。”是他们的职场座右铭。

面对各种职场中心照不宣的“潜规则”，他们果断say no：

下班时间领导没走只能被迫加班？该整顿了！没有加班费直接走人。 新人惯例要帮领导买咖啡？该整顿了！本职工作之外的杂事我不做。 下班后还要参加公司团建？该整顿了！抱歉，不合群就是我的本色。

这种初生牛犊不怕虎的气势，果断拒绝职场黑幕的勇气，让不少网友大呼过瘾，这种行为也被人们称赞为“00后整顿职场”。当然，这些尖锐的行为也被不少人抨击为“情商低”“不够圆滑”。

不过，每个时代都需要一些新鲜血液，为当代陈旧的生活场景注入生机，正是因为00后们还不够圆滑，不够世故，还“未曾经历过社会的毒打”，才让他们有勇气怀着心目中的正直和理想说出他们的诉求。“整顿职场”的00后们还很年轻，未来可期。

四、 结语 临近年末，这些热梗们陪伴了我们度过了一整个2022，也见证了这一年中的欢笑与泪水。

人们偶尔被生活打击到灰头土脸，还要昂首挺胸保持“优雅”；常常被王宝钏们“挖野菜”的故事警告，依旧捧着一颗渴望真爱的勇敢的心；说着要“摆烂”，却仍加班加点地坐在办公室里抓耳挠腮；喊着要“整顿职场”，却都在磕磕绊绊，小心翼翼趟过人生中第一条职场的河流。

2023年已在路上，或许下一个转角，我们还会遇到那群“对暗号”的孩子，听见他们大声唱： 谁说站在光里的才算英雄！

以上就是天天问整理的2022年度热梗，其中有没有你熟悉的呢？或许还有我们没提到的有趣热梗，快点击下面链接，来天天问话题下和我们一起分享吧~戳： https://996.pm/MnowX

 

神回复：

一句话形容今年找工作的感受？ https://wen.woshipm.com/question/detail/tf7h0j.html

@大鱼炖海棠：跟单身狗找对象似的：看上我的，我看不上；我看上的，看不上我。

为什么小领导讲话都很严厉，大领导都很和蔼? https://wen.woshipm.com/question/detail/caggbr.html

@我爱芋儿鸡：因为大领导又不领导你，距离产生美。

拿到年终奖后马上辞职，厚道吗？ https://wen.woshipm.com/question/detail/seffpe.html

@Pontiff：没发年终奖前，开掉员工，厚道吗？

素材来源：天天问话题精选

「天天问」为人人都是产品经理社区旗下的互助问答模块，致力产品、运营、营销等领域知识的学习交流。

本栏目由 @李绮雯 整理编辑发布，欢迎大家踊跃提问，一起交流。

题图来自Unsplash，基于CC0协议

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

大家好，这里是和你们聊设计的花生~近日，世界顶尖包装设计平台及设计大赛 Pentawards 发布了 2022-2023 趋势报告。Pentawards 团队在浏览审查了来自 5 大洲 60 多个国家的 2000 件参赛作品之后，最终确定了 10 个将在未来一年中塑造包装设计的关键趋势，而这些趋势将会成为指导包装...

大家好，这里是和你们聊设计的花生~

近日，世界顶尖包装设计平台及设计大赛 Pentawards 发布了 2022-2023 趋势报告。Pentawards 团队在浏览审查了来自 5 大洲 60 多个国家的 2000 件参赛作品之后，最终确定了 10 个将在未来一年中塑造包装设计的关键趋势，而这些趋势将会成为指导包装设计领域现在和未来发展方向的重要指南。

最新整理！设计师必备的5个专业包装设计灵感网站 大家好，这里是和你们聊设计的花生~ 所谓人靠衣装马靠鞍，对产品包装来说也是一样的道理。

阅读文章 >

一、罐装的崛起 传统包装在近年来一直有崛起的趋势，究其原由也许是制作材料的环保可回收性，也许是在运输环节更加节省成本，又或者仅仅是为了从同类包装中脱颖而出，给人带来有新鲜感。

罐装设计的崛起之势在饮料行业已经酝酿了好几年，今年的饮料白金奖得主就是这一趋势的完美范例。Williams 鸡尾酒是鹿特丹一家酒吧在停业期间为了将来继续营业而研发的，在完善了酒的配方后，他们想让外包装也更有吸引力。最终得到的结果是 6 种不同口味的鸡尾酒各有 6 种不同的标签和 Logo，而这些内容最终都集中呈现在一个 100%可回收的薄轧钢罐里。

而在饮料市场以外的领域，易拉罐的身影也悄然出现。在这个被玻璃瓶和塑料袋装占领的市场中，Potts'希望自己的烹饪酱料能以一个独特的外观在货架上脱颖而出。考虑到环境问题，公司最终选择了可回收的铝罐——尽管这是软饮料最常用的包装。由于无法看到产品是什么样子，铝罐包装上的图形和设计必须更用心，以清楚表达每个包装中的不同味道。

还有就是彩色隐形眼镜 CoFANCY 的包装和 Aokka 咖啡的 WHAT NEXT 系列包装。

COFANCY CONTACT LENS CAN COLLECTION

AOKKA VISUAL IDENTITY AND PACKAGING DESIGN

趋势启发：

我们希望看到罐装包装成为食品和饮料行业中越来越受欢迎的选择，因为它在提供新奇和差异化的同时，也提供了可持续发展的 包装设计 思路。正如 Potts'的例子所示，我们预计这一趋势将超越人们熟悉的饮料和罐头领域。我们还希望看到高端产品和品牌使用带有复杂图形设计的罐头包装，将罐头重新定位为一种高端包装选择。

二、包装即产品 可持续发展的理念不再是一种趋势，而是任何包装设计过程中的一个基本组成部分。为了节省空间和避免浪费，越来越多的产品包装成为产品本身的关键部分。在这方面做得很好的例子是今年的钻石奖——最佳展示奖得主Urban Forest的颈枕。其贝壳形的外包装由硅胶材料制成，既可以作为储物袋，也可以用作充气泵。这种包装设计鼓励消费者不要丢弃它，并巧妙地改变了充气枕头的使用方式。

还有就是 F SolidPod 的设计。它是一个实用便携的小盒子，由可回收材料制成，用于容纳各种可替换的香皂或固体清洁膏。F SolidPod 的设计让香皂可以最大程度的得到利用，在使用时也不易滑落，还不易滋生细菌，是作为化妆品和个人护理行业一次性包装的替代解决方案而开发。

同样体现这一 设计趋势 的还有香奈儿为庆祝 N°5 香水问世 100 周年而设计的降临节日历。采用了香水瓶标志性外形并制作成了超级尺寸，包装使用环保模制纸浆，里面的每个小盒子上印有一个日期。包装的各部分一起构成一本日历，这让整个产品既有环保意义又极具收藏价值。

趋势启发：

"包装即产品"是推动更多可持续包装解决方案和循环经济的必然结果。然而就这一趋势的发展而言，我们希望看到更多美学与功能的融合，创造出既美观又能鼓励消费者保留和重复使用的包装，同时在运输成本和废物方面也具有环保意识。

三、以消费者为主导可持续发展 个人护理和美容行业每年在全球范围内生产超过 1200 亿个包装，品牌和机构一直在寻找方法来减少它们的影响。有越来越多的品牌与消费者沟通，告诉他们可以做哪些事情来帮助完成更加环保的循环，教育消费者如何处理包装上的各种元素也有助于让他们也承担起一些责任。这可以看作是去年我们看到的一个趋势的进步，即品牌通过他们的包装讲述他们的可持续发展故事。

高露洁的 "Recycle Me "牙膏管，是同类产品中的第一个，希望通过明显的回收标识来提高消费者的意识并促进他们的行为改变。Carte Dors Affogati 冰激凌系列则已经改用 100%可堆肥和可回收的纸张，并说明了哪些元素需要回收或堆肥。

Colgates 的 Recycle Me 系列牙膏

Carte Dors Affogati 冰激凌的可回收纸张包装

Dove 的可重复使用的沐浴露瓶和浓缩液补充剂设计也体现了同一理念， 为有生态意识的消费者提供了一个减少浪费的简单解决方案。关于如何使用补充剂和这样做的积极影响，在包装的各个部分都有清晰的说明。

趋势启发：

对于品牌来说，这种包装设计让消费者有机会更多地参与到品牌的可持续发展的故事中来，反过来又可以促进消费者对品牌的忠诚度，因为他们感到对地球的共同责任。

四、超大胆的视觉效果 在被疫情阴霾笼罩的世界里，人们对令人惊叹的视觉因素的需求非常强烈。因此，品牌必须靠视觉在实体店、线上网店以及社交媒体上脱颖而出。为了做到这一点，我们看到品牌专注于大胆的颜色、字体和图形。

护肤品系列 BYOMA 使用现代简约的字体、图标和大胆的色彩来展现品牌的先锋科学属性和创新性。该品牌的方形瓶子便于有效地运输，以减少其碳足迹。

在与安迪-沃霍尔基金会的联名合作中，SK-ll 的包装从沃霍尔标志性的电视测试图案中获得灵感，设计了具有 VHS 磁带和电视屏幕特色的礼品套装盒，呈现了独具一格的视觉效果。

趋势启发：

虽然使用大胆的色彩本身并不是一个完全原创的趋势，但在日益激烈的社交媒体竞争中，以及在与强大专业的 DTC（直接向消费者）品牌的激烈竞争中，想脱颖而出必须采用强烈和极端的色彩模式和排版。且是简单而大胆的，而不是复杂的，因为前者才是在数字环境中最突出的东西。然而我们预计这种趋势终将达到饱和点，这时我们可能会看到更勇敢的品牌选择单色或更柔和的配色方案。

五、超级优质玻璃 随着品牌的可持续发展，我们在货架上和网上看到越来越多的玻璃包装。为了给产品增加更多的亮点，我们也看到许多瓶装软饮料转而采用定制的强化玻璃瓶，并进行超高级的细节处理和加工。

MATCH 的汤力水标签看起来和感觉都很独特，因为它们有一个微穿孔的外观和橡胶的柔软触感，让人联想到新的自行车或网球拍手柄的奢华感觉，而 Pursues Hard Seltzer 硬苏打水创造了一个定制的瓶子，提供了一个更怀旧的外观和更独特的使用体验。

MATCH 汤力水包装

Pursues Hard Seltzer 硬苏打水包装

我们还看到 Maybe Sammys 酒吧的瓶装高级鸡尾酒的包装设计，通过瓶身纹理、简单而精致的标签体现对细节的考究，使得包装与酒吧一样精致优雅。酒吧的绿色和金色已经成为该品牌的代名词，这种色调被延伸到包装细节中。

MAYBE SAMMY BOTTLED COCKTAILS

MAYBE SAMMY 是悉尼的著名酒吧

趋势启发：

我们期待品牌通过使用回收玻璃来提高其玻璃包装的可持续性，向循环经济靠拢。由于品牌必须千方百计努力地建立客户忠诚度，而有意识的消费者在购买时会变得更加挑剔，因此包装能否给人的优质感受将十分重要。

六、无障碍和包容性的设计 能包容更多消费者的包装设计是品牌巩固自己地位有切实举措，无障碍的设计的趋势现在正赢得更多的关注，成为许多品牌的必备品。

在与残疾人的合作中，Microsofts Surface Adaptive Kit 的包装被设计为无障碍模式。包装上带有标签，可以帮助那些有视力障碍或残疾的人使用他们的 Surtace 笔记本电脑；还有便于拆卸的集成环以及盲文 QR 码，都帮助了此类用户的解决自己的遇到的问题。

多力多滋的发起的“Solid Black”活动设计旨在为黑人创作者发声，让他们的故事被更多人知道，为此多力多滋推出了限量款包装，还向对应的非营利组织捐赠 500 万美元，作为该活动的一部分。这些都是包容性设计的体现，并将包装设计与现实世界的变化联系起来。

趋势启发：

随着品牌对其受众的多样性和需求的理解在不断深入，体现无障碍和包容性理念的 包装设计趋势 必将进一步发展。在今年的 Pentawards Festival 上，Diageo 的全球设计总监 Jeremy Lindley 强调了设计中无意识偏见的危险性，以及设计中仍然缺乏真正的同理心的事实。Lindley 还谈到游戏性是创造真正的包容性设计的最重要的工具之一，我们期望未来几年在包装上看到更多为不同的受众设计的游戏性解决方案。

七、触感细节 人们总是偏好新奇的感受，品牌也想借此吸引消费者，因此包装设计被附加了视觉维度之外的另一个维度——触觉，为更多人打开了全新的包装体验。

在限量版的 AVYUN 葡萄酒中，设计的核心元素是一片压印的葡萄叶，红色的颜料在其凹陷的脉络中不同程度地流动着，以反映葡萄酒的成熟度。

同时，Almatura 使用手工制作的回收标签，摸起来质感十足的纤维使人感受到产品的自然品质。压印的字体进一步增加了质感，且标签可以直接种植在土壤中使其种子发芽，繁殖植物生命。

趋势启发：

我们期待看到更多独特而有创意的包装体验方法，因为在一个日益数字化的世界里，有形的价值将继续吸引消费者。使包装更具有感官多样性的想法，必将与正在兴起的无障碍和包容性包装设计同步进行。

八、升级的智能包装 品牌正在不断寻找新的方式来与消费者进行沟通和交流，近年来智能互联性质的包装也急剧增加。作为一个相对较新的趋势，我们已经看到它以新的和令人兴奋的方式继续发展。

时尚鸡尾酒品牌 The Fetichist 的包装设计使用了大胆的数字霓虹灯效果，灵感来自于视频游戏和夜晚世界，而酒瓶包装上醒目的二维码则让消费者可以在扫描发现更多鸡尾酒并在线购买。

FaceGym 是一个以运动为灵感的美容品牌，拥有独特的类似私人教练的应用技术，但只能通过二维码访问。他们在包装上创造了一个触感良好的标签，吸引了消费者的注意二维码，并通过观看教学视频获得更好的护肤体验。

趋势启发：

随着技术和社交媒体的日益成熟，我们期待看到品牌以新的方式与消费者建立联系，而不仅仅是包装盒上显示的内容。我们也希望这些内容能让消费者参与到全球性问题以及每个产品背后的可持续发展故事中，因为这些对全球受众来说越来越重要。

九、包装也需“瘦身” 环境问题的越来越不容忽视，因此我们考虑的不仅仅是材料的可回收性和可持续性，还包括如何简化包装，以减少浪费并节省运输费用。

作为减少塑料使用的一部分，SONY 开发了一种新的包装材料，由竹子、甘蔗纤维和再生纸制成，将 WF-1000XM4 耳机的包装尺寸减少了 34%。

同时，VETA 酒瓶的包装被设计成最大程度上贴合酒瓶本身的几何形状，且使用的是可持续的模塑纸浆。这种设计既以一种有吸引力的方式保护产品，同时又最大限度地减少包装。

趋势启发：

简化包装作为一种相对简单的可持续发展方法，对品牌来说也很有成本效益，随着过度包装和浪费行为被越来越多的消费者反感，我们希望这一趋势能够长期持续。当品牌使用二维码链接到数字信息，而不是使用空间和多余的材料在包装上展示产品细节时，我们会注意到智能包装的概念与这一趋势相结合。

十、涂鸦 我们还看到手绘插图或手写笔记风格的包装也在增加，它能唤起了一种个性化的感觉及与品牌进行直接的情感交流。

疫情居家期间许多人重新拾起写作或绘画这样的爱好，以宣泄内心的情绪。于是 Vouni Panayia Winery 发布限量版的 "Untitled（无题） "系列葡萄酒时，在包装上为这样情绪留下一个呈现的窗口，同时也是许多人可能已经感受到了的—— 自新冠疫情开始以来 "We are not drunk enough to survive the 21st century（我们没有醉到足以在21世纪生存）"。

一个针对年轻人的新啤酒品牌 Lovibonds 在其包装标签上用发光的墨水描绘了两种不同的场景：白天是宁静的插图，晚上是嘻哈的氛围。

同时，菓语复合果汁的包装上是一幅有趣的 "水果怪兽 "的 插画，其中有充满活力和想象力的符号图案的涂鸦，这种创造性的方法有助于它在竞争对手中脱颖而出。

趋势启发：

随着数字世界的发展，我们认为手绘图案将继续在包装中发挥作用，作为对越来越多的模拟设计的一种平衡。特别是涂鸦个性而自由形式，让人联想到孩子般的创造力，这将继续吸引所有世代的人，为包装的视觉设计带来特别的人性感觉。

以上就是今天为大家推荐的包装设计界“奥斯卡”Pentawards 发布 2022-2023 趋势报告。

喜欢的话记得点赞收藏，也可以转发给身边有需要朋友 。如果有关于本文或者设计的疑问，可以在评论区提出，我会第一时间为大家解答 ~

推荐阅读：

先睹为快！2023年值得关注的10大平面设计流行趋势 大家好，这里是和你们聊设计的花生~ 一转眼 2022 年就只剩最后一个月了，除了总结今年的收获，也是时候了解一下未来的设计新趋势了。

阅读文章 >

来了！潘通2023年度流行色「非凡洋红」正式发布！ 每年12月初，潘通都会踩着点发布第二年的流行色。

阅读文章 >

大家好，这里是和你们聊设计的花生~近日，世界顶尖包装设计平台及设计大赛 Pentawards 发布了 2022-2023 趋势报告。Pentawards 团队在浏览审查了来自 5 大洲 60 多个国家的 2000 件参赛作品之后，最终确定了 10 个将在未来一年中塑造包装设计的关键趋势，而这些趋势将会成为指导包装...

大家好，这里是和你们聊设计的花生~

近日，世界顶尖包装设计平台及设计大赛 Pentawards 发布了 2022-2023 趋势报告。Pentawards 团队在浏览审查了来自 5 大洲 60 多个国家的 2000 件参赛作品之后，最终确定了 10 个将在未来一年中塑造包装设计的关键趋势，而这些趋势将会成为指导包装设计领域现在和未来发展方向的重要指南。

最新整理！设计师必备的5个专业包装设计灵感网站 大家好，这里是和你们聊设计的花生~ 所谓人靠衣装马靠鞍，对产品包装来说也是一样的道理。

阅读文章 >

一、罐装的崛起 传统包装在近年来一直有崛起的趋势，究其原由也许是制作材料的环保可回收性，也许是在运输环节更加节省成本，又或者仅仅是为了从同类包装中脱颖而出，给人带来有新鲜感。

罐装设计的崛起之势在饮料行业已经酝酿了好几年，今年的饮料白金奖得主就是这一趋势的完美范例。Williams 鸡尾酒是鹿特丹一家酒吧在停业期间为了将来继续营业而研发的，在完善了酒的配方后，他们想让外包装也更有吸引力。最终得到的结果是 6 种不同口味的鸡尾酒各有 6 种不同的标签和 Logo，而这些内容最终都集中呈现在一个 100%可回收的薄轧钢罐里。

而在饮料市场以外的领域，易拉罐的身影也悄然出现。在这个被玻璃瓶和塑料袋装占领的市场中，Potts'希望自己的烹饪酱料能以一个独特的外观在货架上脱颖而出。考虑到环境问题，公司最终选择了可回收的铝罐——尽管这是软饮料最常用的包装。由于无法看到产品是什么样子，铝罐包装上的图形和设计必须更用心，以清楚表达每个包装中的不同味道。

还有就是彩色隐形眼镜 CoFANCY 的包装和 Aokka 咖啡的 WHAT NEXT 系列包装。

COFANCY CONTACT LENS CAN COLLECTION

AOKKA VISUAL IDENTITY AND PACKAGING DESIGN

趋势启发：

我们希望看到罐装包装成为食品和饮料行业中越来越受欢迎的选择，因为它在提供新奇和差异化的同时，也提供了可持续发展的 包装设计 思路。正如 Potts'的例子所示，我们预计这一趋势将超越人们熟悉的饮料和罐头领域。我们还希望看到高端产品和品牌使用带有复杂图形设计的罐头包装，将罐头重新定位为一种高端包装选择。

二、包装即产品 可持续发展的理念不再是一种趋势，而是任何包装设计过程中的一个基本组成部分。为了节省空间和避免浪费，越来越多的产品包装成为产品本身的关键部分。在这方面做得很好的例子是今年的钻石奖——最佳展示奖得主Urban Forest的颈枕。其贝壳形的外包装由硅胶材料制成，既可以作为储物袋，也可以用作充气泵。这种包装设计鼓励消费者不要丢弃它，并巧妙地改变了充气枕头的使用方式。

还有就是 F SolidPod 的设计。它是一个实用便携的小盒子，由可回收材料制成，用于容纳各种可替换的香皂或固体清洁膏。F SolidPod 的设计让香皂可以最大程度的得到利用，在使用时也不易滑落，还不易滋生细菌，是作为化妆品和个人护理行业一次性包装的替代解决方案而开发。

同样体现这一 设计趋势 的还有香奈儿为庆祝 N°5 香水问世 100 周年而设计的降临节日历。采用了香水瓶标志性外形并制作成了超级尺寸，包装使用环保模制纸浆，里面的每个小盒子上印有一个日期。包装的各部分一起构成一本日历，这让整个产品既有环保意义又极具收藏价值。

趋势启发：

"包装即产品"是推动更多可持续包装解决方案和循环经济的必然结果。然而就这一趋势的发展而言，我们希望看到更多美学与功能的融合，创造出既美观又能鼓励消费者保留和重复使用的包装，同时在运输成本和废物方面也具有环保意识。

三、以消费者为主导可持续发展 个人护理和美容行业每年在全球范围内生产超过 1200 亿个包装，品牌和机构一直在寻找方法来减少它们的影响。有越来越多的品牌与消费者沟通，告诉他们可以做哪些事情来帮助完成更加环保的循环，教育消费者如何处理包装上的各种元素也有助于让他们也承担起一些责任。这可以看作是去年我们看到的一个趋势的进步，即品牌通过他们的包装讲述他们的可持续发展故事。

高露洁的 "Recycle Me "牙膏管，是同类产品中的第一个，希望通过明显的回收标识来提高消费者的意识并促进他们的行为改变。Carte Dors Affogati 冰激凌系列则已经改用 100%可堆肥和可回收的纸张，并说明了哪些元素需要回收或堆肥。

Colgates 的 Recycle Me 系列牙膏

Carte Dors Affogati 冰激凌的可回收纸张包装

Dove 的可重复使用的沐浴露瓶和浓缩液补充剂设计也体现了同一理念， 为有生态意识的消费者提供了一个减少浪费的简单解决方案。关于如何使用补充剂和这样做的积极影响，在包装的各个部分都有清晰的说明。

趋势启发：

对于品牌来说，这种包装设计让消费者有机会更多地参与到品牌的可持续发展的故事中来，反过来又可以促进消费者对品牌的忠诚度，因为他们感到对地球的共同责任。

四、超大胆的视觉效果 在被疫情阴霾笼罩的世界里，人们对令人惊叹的视觉因素的需求非常强烈。因此，品牌必须靠视觉在实体店、线上网店以及社交媒体上脱颖而出。为了做到这一点，我们看到品牌专注于大胆的颜色、字体和图形。

护肤品系列 BYOMA 使用现代简约的字体、图标和大胆的色彩来展现品牌的先锋科学属性和创新性。该品牌的方形瓶子便于有效地运输，以减少其碳足迹。

在与安迪-沃霍尔基金会的联名合作中，SK-ll 的包装从沃霍尔标志性的电视测试图案中获得灵感，设计了具有 VHS 磁带和电视屏幕特色的礼品套装盒，呈现了独具一格的视觉效果。

趋势启发：

虽然使用大胆的色彩本身并不是一个完全原创的趋势，但在日益激烈的社交媒体竞争中，以及在与强大专业的 DTC（直接向消费者）品牌的激烈竞争中，想脱颖而出必须采用强烈和极端的色彩模式和排版。且是简单而大胆的，而不是复杂的，因为前者才是在数字环境中最突出的东西。然而我们预计这种趋势终将达到饱和点，这时我们可能会看到更勇敢的品牌选择单色或更柔和的配色方案。

五、超级优质玻璃 随着品牌的可持续发展，我们在货架上和网上看到越来越多的玻璃包装。为了给产品增加更多的亮点，我们也看到许多瓶装软饮料转而采用定制的强化玻璃瓶，并进行超高级的细节处理和加工。

MATCH 的汤力水标签看起来和感觉都很独特，因为它们有一个微穿孔的外观和橡胶的柔软触感，让人联想到新的自行车或网球拍手柄的奢华感觉，而 Pursues Hard Seltzer 硬苏打水创造了一个定制的瓶子，提供了一个更怀旧的外观和更独特的使用体验。

MATCH 汤力水包装

Pursues Hard Seltzer 硬苏打水包装

我们还看到 Maybe Sammys 酒吧的瓶装高级鸡尾酒的包装设计，通过瓶身纹理、简单而精致的标签体现对细节的考究，使得包装与酒吧一样精致优雅。酒吧的绿色和金色已经成为该品牌的代名词，这种色调被延伸到包装细节中。

MAYBE SAMMY BOTTLED COCKTAILS

MAYBE SAMMY 是悉尼的著名酒吧

趋势启发：

我们期待品牌通过使用回收玻璃来提高其玻璃包装的可持续性，向循环经济靠拢。由于品牌必须千方百计努力地建立客户忠诚度，而有意识的消费者在购买时会变得更加挑剔，因此包装能否给人的优质感受将十分重要。

六、无障碍和包容性的设计 能包容更多消费者的包装设计是品牌巩固自己地位有切实举措，无障碍的设计的趋势现在正赢得更多的关注，成为许多品牌的必备品。

在与残疾人的合作中，Microsofts Surface Adaptive Kit 的包装被设计为无障碍模式。包装上带有标签，可以帮助那些有视力障碍或残疾的人使用他们的 Surtace 笔记本电脑；还有便于拆卸的集成环以及盲文 QR 码，都帮助了此类用户的解决自己的遇到的问题。

多力多滋的发起的“Solid Black”活动设计旨在为黑人创作者发声，让他们的故事被更多人知道，为此多力多滋推出了限量款包装，还向对应的非营利组织捐赠 500 万美元，作为该活动的一部分。这些都是包容性设计的体现，并将包装设计与现实世界的变化联系起来。

趋势启发：

随着品牌对其受众的多样性和需求的理解在不断深入，体现无障碍和包容性理念的 包装设计趋势 必将进一步发展。在今年的 Pentawards Festival 上，Diageo 的全球设计总监 Jeremy Lindley 强调了设计中无意识偏见的危险性，以及设计中仍然缺乏真正的同理心的事实。Lindley 还谈到游戏性是创造真正的包容性设计的最重要的工具之一，我们期望未来几年在包装上看到更多为不同的受众设计的游戏性解决方案。

七、触感细节 人们总是偏好新奇的感受，品牌也想借此吸引消费者，因此包装设计被附加了视觉维度之外的另一个维度——触觉，为更多人打开了全新的包装体验。

在限量版的 AVYUN 葡萄酒中，设计的核心元素是一片压印的葡萄叶，红色的颜料在其凹陷的脉络中不同程度地流动着，以反映葡萄酒的成熟度。

同时，Almatura 使用手工制作的回收标签，摸起来质感十足的纤维使人感受到产品的自然品质。压印的字体进一步增加了质感，且标签可以直接种植在土壤中使其种子发芽，繁殖植物生命。

趋势启发：

我们期待看到更多独特而有创意的包装体验方法，因为在一个日益数字化的世界里，有形的价值将继续吸引消费者。使包装更具有感官多样性的想法，必将与正在兴起的无障碍和包容性包装设计同步进行。

八、升级的智能包装 品牌正在不断寻找新的方式来与消费者进行沟通和交流，近年来智能互联性质的包装也急剧增加。作为一个相对较新的趋势，我们已经看到它以新的和令人兴奋的方式继续发展。

时尚鸡尾酒品牌 The Fetichist 的包装设计使用了大胆的数字霓虹灯效果，灵感来自于视频游戏和夜晚世界，而酒瓶包装上醒目的二维码则让消费者可以在扫描发现更多鸡尾酒并在线购买。

FaceGym 是一个以运动为灵感的美容品牌，拥有独特的类似私人教练的应用技术，但只能通过二维码访问。他们在包装上创造了一个触感良好的标签，吸引了消费者的注意二维码，并通过观看教学视频获得更好的护肤体验。

趋势启发：

随着技术和社交媒体的日益成熟，我们期待看到品牌以新的方式与消费者建立联系，而不仅仅是包装盒上显示的内容。我们也希望这些内容能让消费者参与到全球性问题以及每个产品背后的可持续发展故事中，因为这些对全球受众来说越来越重要。

九、包装也需“瘦身” 环境问题的越来越不容忽视，因此我们考虑的不仅仅是材料的可回收性和可持续性，还包括如何简化包装，以减少浪费并节省运输费用。

作为减少塑料使用的一部分，SONY 开发了一种新的包装材料，由竹子、甘蔗纤维和再生纸制成，将 WF-1000XM4 耳机的包装尺寸减少了 34%。

同时，VETA 酒瓶的包装被设计成最大程度上贴合酒瓶本身的几何形状，且使用的是可持续的模塑纸浆。这种设计既以一种有吸引力的方式保护产品，同时又最大限度地减少包装。

趋势启发：

简化包装作为一种相对简单的可持续发展方法，对品牌来说也很有成本效益，随着过度包装和浪费行为被越来越多的消费者反感，我们希望这一趋势能够长期持续。当品牌使用二维码链接到数字信息，而不是使用空间和多余的材料在包装上展示产品细节时，我们会注意到智能包装的概念与这一趋势相结合。

十、涂鸦 我们还看到手绘插图或手写笔记风格的包装也在增加，它能唤起了一种个性化的感觉及与品牌进行直接的情感交流。

疫情居家期间许多人重新拾起写作或绘画这样的爱好，以宣泄内心的情绪。于是 Vouni Panayia Winery 发布限量版的 "Untitled（无题） "系列葡萄酒时，在包装上为这样情绪留下一个呈现的窗口，同时也是许多人可能已经感受到了的—— 自新冠疫情开始以来 "We are not drunk enough to survive the 21st century（我们没有醉到足以在21世纪生存）"。

一个针对年轻人的新啤酒品牌 Lovibonds 在其包装标签上用发光的墨水描绘了两种不同的场景：白天是宁静的插图，晚上是嘻哈的氛围。

同时，菓语复合果汁的包装上是一幅有趣的 "水果怪兽 "的 插画，其中有充满活力和想象力的符号图案的涂鸦，这种创造性的方法有助于它在竞争对手中脱颖而出。

趋势启发：

随着数字世界的发展，我们认为手绘图案将继续在包装中发挥作用，作为对越来越多的模拟设计的一种平衡。特别是涂鸦个性而自由形式，让人联想到孩子般的创造力，这将继续吸引所有世代的人，为包装的视觉设计带来特别的人性感觉。

以上就是今天为大家推荐的包装设计界“奥斯卡”Pentawards 发布 2022-2023 趋势报告。

喜欢的话记得点赞收藏，也可以转发给身边有需要朋友 。如果有关于本文或者设计的疑问，可以在评论区提出，我会第一时间为大家解答 ~

推荐阅读：

先睹为快！2023年值得关注的10大平面设计流行趋势 大家好，这里是和你们聊设计的花生~ 一转眼 2022 年就只剩最后一个月了，除了总结今年的收获，也是时候了解一下未来的设计新趋势了。

阅读文章 >

来了！潘通2023年度流行色「非凡洋红」正式发布！ 每年12月初，潘通都会踩着点发布第二年的流行色。

阅读文章 >

2022我们经历波峰浪谷、百转千回，既有疫情的反复洗礼，也有增长的重重挑战。2023依旧充满不确定性，B2B市场营销仍然面临品牌和增长的双重压力。好在Marketing工作从不缺乏新颖、创意、挑战和成长，让我们驾驭大趋势，实现新突破。 一、着力提升客户生命周期

经历了2022的百转千回，2023依旧充满了不确定性，B2B市场营销仍然面临品牌和增长的双重压力。接下来的营销趋势会是怎么样的呢？本文作者分享了2023年B2B市场营销的五大趋势，一起来看一下吧。

2022我们经历波峰浪谷、百转千回，既有疫情的反复洗礼，也有增长的重重挑战。2023依旧充满不确定性，B2B市场营销仍然面临品牌和增长的双重压力。好在Marketing工作从不缺乏新颖、创意、挑战和成长，让我们驾驭大趋势，实现新突破。

一、着力提升客户生命周期整体价值（Customer Lifetime Value） B2B市场团队一向专注于提升品牌和获取商机，公司管理层也期待获取更多新客户，并降低获客成本。虽然大家都明白，保留新客户的成本远远低于获取新客户，但似乎这个工作是售后服务的事。

进入2023年，维护和保留现有客户将成为市场营销重点之一。很多高增长企业已经这么做，CMO逐步增加在客户整个生命周期内的投入，更好地满足客户需求，以提高复购和增购的收入。更重要的是，客户满意度和高推荐度能树立强大的口碑效应，更好地影响行业同侪的采购决策。

具体来说，B2B市场营销能从这四个方面助力提升客户生命周期价值（LTV）：

围绕重点客户和解决方案，开发客户成功案例，并邀请客户高层发表证言或现身说法，提升品牌的思想领导力，吸引更多潜在客户。 邀请优质客户的高层，组建客户咨询委员会，通过定期与企业高层面对面沟通和交流，增加重点客户关系，获得对于产品和解决方案的直接反馈，并影响更多行业客户。 携手销售和客户支持团队，共同举办针对现有客户的研讨会，一方面让实施比较成功的客户分享最佳实践，一方面介绍产品和解决方案的更新迭代，扩大增购和复购。 针对现有客户的需求，开发定制化的内容，通过数字营销、社交媒体、线上沙龙等内容营销方式广泛传播，提升客户忠诚度，并吸引更多潜在客户。 其他还有很多可以做的，重点是通过跨部门协作，提升客户的续约率和满意度，在客户生命周期内持续提升价值。如果抛开客户续约率、增购/复购率、客户净推荐值（NPS）而空谈LTV，就是耍流氓。

二、视频营销精彩纷呈、势不可挡（Video Marketing） 作为B2B内容营销和数字营销的重要方式，视频营销方兴未艾，2023年会得到更多关注和更大投入。其底层逻辑还是B2B营销最终要赢得人的心智和认可，视频最善于把握受众越来越短的关注力，用生动有趣、富有情怀、引人入胜的视觉和听觉语言，传递品牌故事、呈现客户利益、激发情绪价值、改变受众认知。

从市场传播的角度，视频内容目前的分发渠道和分享平台越来越多样化，我们有更多机会、更长时间触达B2B目标人群。

B2B企业如何打造视频营销战略？首先要明确营销攻势的目标，是提升品牌和思想领导力，或是获取线索增加转化，根据目标策划视频内容、调性、长度和传播途径。

例如以企业形象片、微电影、情景短剧、热点话题等方式，展现品牌价值和核心信息，提升品牌和思想领导力。通过客户专访、客户证言、成功案例、专家对话等方式，吸引潜在客户关注，助推留资和线索培育。

然后基于目标人群画像和客户洞察，规划视频营销的传播形式和扩散路径。例如B 站的流量主要来自首页或分区推荐、关注流和用户搜索等，比较适合SaaS或软件类企业分享干货、传播新知、培育用户。即便是干货类视频，也建议长度在10分钟以内，并注意话题选择和内容节奏。

微信视频号具有强社交功能，便于员工转发给客户、合作伙伴，扩大视频播放和触达，可作为视频营销的主要阵地。视频号既可发布品牌类内容，也可传播产品和解决方案相关视频，长度一般建议在3分钟之内；如需到达获客和培育转化的目标，还要SCRM平台或工具的支撑。

抖音、快手和其他同类平台，更适合以大咖秀、情景短剧等生动有趣的形式，提升品牌知晓度和客户价值传播。辅之以相应的推广和精准的投放，也可用来获取线索或活动邀约。成功的关键因素，是选择合适的管理高层、技术专家打造IP，提升个人品牌和企业思想领导力。

三、内容营销更加注重实现品效合一（Content Marketing Evolution） 传统认知将内容营销归为B2B企业提升品牌的手段，这难免有失偏颇。高效的内容营销能助力B2B企业以较低成本触达广泛的目标客群，有效提升对品牌的认知和解决方案的兴趣，加速获客和转化。

2023年将有更多企业基于目标客群画像、解决需求痛点、围绕客户价值，以具有吸引力和说服力的内容营销，赢得客户信任并促成购买决策。

B2B内容营销在提升品牌认知、展示解决方案价值、及助力客户驾驭市场变化方面发挥至关重要的作用。具体来说，内容营销要做到叫好又叫座，需从深刻的客户洞察、出色的话题选择、生动的内容创意、精细的分发触达四个方面下功夫。

基于深刻的市场洞察、客户画像和行业特性，市场团队可以集中精力，参考输出以下几类内容，重点推广和投放：

真正有前瞻视野和市场洞察的行业白皮书，最好由知名第三方研究分析机构背书或与其联合发布，通常有较高的影响力和传播度，能得到目标客户的关注和互动 专注于典型业务场景，围绕场景化解决方案做文章，能更精准影响目标客户群，激发与内容的互动，避免大而空的话题和视角，例如数字化转型。 突出客户视角、并有客户证言背书的成功案例，通常为目标受众提供了更可信的同侪参考，有助于决策链上不同的部门和决策者达成共识。 对于B2B内容营销是否实现品效合一，效果评估有哪些衡量指标？从战术层面，重点是目标受众与内容的互动，或者说说内容参与度(Content Engagement)。

从战略层面，重点衡量内容营销在整个客户旅程中发挥的作用，例如新增In-bound的线索数量及质量、内容营销的投入产出比ROI、总体获客成本等。

四、人工智能和机器学习加速营销自动化（AI/ML for Marketing Automation） 人工智能和机器学习（AI/ML）已从最初的技术狂热逐步进入落地应用阶段，在B2B领域的典型应用就是让营销自动化更加智能。

进入2023年，我们将看到越来越多的企业推动ABM（Account-based Marketing），并在营销科技方面加大投入，为让这些投资价值最大化，人工智能的作用不可或缺。

AI/ML主要在数据采集、分析洞察、内容分发、反馈汇总等方面具有独特优势，通过相应的软件和工具发挥巨大的作用。

数字化营销带来海量数据，仅凭有限的人手很难完整、准确和实时采集运营数据。AI+RPA软件机器人最擅长这类工作，可7X24不间断工、跨平台、跨渠道、按预设规则采集并汇总运营数据，让市场团队做出更优决策。

B2B客户的采购流程异常复杂，用来判断其购买意图的行为数据非常多样，包括搜索关键词和问题、产品落地页访问、下载白皮书、测评网站浏览、社交媒体账号评论、浏览竞品官网等。市场团队依靠AI加持的营销自动化软件，可以迅速分析大量的客户数据，预判和甄别成功率更高的潜在商机，更有针对性地加速转化。

同理，基于海量数据采集和分析，人工智能助力营销团队获得更深入和准确的客户洞察，为每个客户提供更加个性化内容营销体验，并就客户最关注的产品和所在的采购阶段，传递最相关的内容和报价。

五、智能语音搜索优化越来越重要（Voice Search Optimization） 自然语言处理（NLP）是人工智能的核心技术之一，近年来随着智能语音技术逐渐成熟，已开始规模化落地和商业应用。

在B2C市场，消费者在智慧生活、智能家居和智能驾驶等场景已广泛使用语音搜索。在B2B市场，除智慧医疗、智慧教育、智能客服等多个场景应用外，还有赋能培训、贷款催收、营销推广等方面的应用。

在可预见的未来，语音搜索将不再以智能手机和个人电脑为中心，智能可穿戴、智能音箱、智能家电、智能车载、智慧医疗终端等都是语音搜索的入口。

从CMO的视角看，这对企业B2B数字营销提出更高的要求。 官网作为数字营销的重要阵地必须具有语音搜索功能，并充分利用架构标记，以触达并获取大量的潜在客户。

语音搜索主要以对话和提问的方式，我们要识别相关语境和潜在意图，针对高价值问题优化内容文案，以提升在语音搜索结果中的排名。

语音搜索会采用更口语化的方式，用不同的短语和关键词组合，我们需要调整略，不能仅注重文本关键字，而是要关注自然语音关键词以及长尾关键词，延展短语、对话和问句组合以兼容语音搜索并提升排名。

2023年语音搜索将快速增长，优化官网和语音搜索对于数字营销至关重要。大家别再抱残守缺、继续传统的SEO，让我们一起拥抱新趋势，针对语音搜索优化引流，捕获目标客群，提升获客效率。

本文由 @Sean Ren 原创发布于人人都是产品经理，未经作者许可，禁止转载

题图来自Unsplash，基于CC0协议

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

给作者打赏，鼓励TA抓紧创作！

{{{path> 赞赏

本文分享个人搭建青云 QingCloud 可视化色彩体系过程中的一些经验。（阅读此文需要一定的色彩空间知识作为基础，否则有些难啃）基础科普：如何4步建立系统级色彩体系？来看京东高手的方法！

本文分享个人搭建青云 QingCloud 可视化 色彩体系 过程中的一些经验。（阅读此文需要一定的色彩空间知识作为基础，否则有些难啃）

基础科普：

如何4步建立系统级色彩体系？来看京东高手的方法！ 色彩体系的推导其实有很多文章有详细的介绍了，这一篇主要粗浅的梳理了整体流程经验，补充一下技术方法与色彩模型的差异。

阅读文章 >

一、前言 1. 背景

目前平台上使用了三套组件库 A、B、C，A 是最原始的组件库，基于此扩展了 B 组件库，并对颜色进行了改进，C 是全新的组件库，引用了 Token 及其他新的前端技术栈。三套组件库独立存在，应用在庞大的云平台各个业务产品中，发展趋势为使用 C 组件库开发日后新的业务，并逐步替换老的业务。

关于颜色，B 组件库采用 HSB 色彩空间调色并进行人工调整，C 组件库沿用 B 组件库的色板并对部分颜色进行了优化。

关于可视化组件，平台使用第三方开源图表库 Echarts 进行简单定制化。

目前的需求是基于 Echarts 系统化定制出一套图表类型较全面、交互较统一、使用规范较明确的可视化组件库。因此，确定一套可视化颜色系统成为当务之急，经过简单的调研得出两套解决方案：

方案一：沿用组件库 C 的颜色； 方案二：基于适用于可视化场景的色彩空间确定一套全新的颜色。 不难判断的是，采用方案一，要面临的问题就是：

色彩空间落后，不适用于可视化场景； 大量人工调整，无法满足日后自动化交付场景所需； 相关算法及推导过程丢失，设计侧无法进行科学化、可持续化迭代。 且在调研过程中我们发现，可视化色彩与设计系统色彩并无必要的理由进行捆绑：

一方面，可视化场景对色彩的要求要远高于设计系统组件库，因其主要通过颜色来识别数据差异，所以，对颜色的亮度、对比度、色差、和谐度等要求非常高； 另一方面，可视化组件库的适用产品类型通常是多种多样的，夸张点讲就是任何类型的产品中都可能会用到可视化。这一点就需要可视化组件库拥有很强的风格兼容性，这就导致了其颜色必须兼容性强，并非随便拿一套设计系统色彩过来就能满足的； 设计系统中的颜色使用场景与可视化中的颜色使用场景不同，这就导致很多已经成型的设计系统色彩从设计之初的（设计目标）就不适合拿来做 可视化设计 ； 再向底层去挖掘，很多设计系统的色彩空间不适合可视化场景，这会导致相关扩展色板的推导流程甚至主题演变流程变得异常困难。 最终，我们采用了方案二，也就有了接下来要发生的事情。但在开始之前，我们需要想清楚几个问题。

2. 理想的可视化色彩特点是什么？

看待这个问题，其实我们要搞清楚的是可视化场景对颜色的要求是什么？

① 保证同色相或不同色相之间的辨识度与色差是基本要求

可以毫不夸张的说，可视化系统就是一个色彩系统，无论多么复杂花样繁多的图表，都要依靠颜色去表达。而在众多表达手法中，颜色与颜色之间的对比是最常使用的。

② 颜色所传达出来的感觉要准确

众所周知，颜色不仅仅能表达人类的情绪，如热闹、喜庆、冷淡、沉稳。还能表达事物的特征，如温度冷暖、海拔高低、数据升降。

③ 充分考虑色盲色弱等视障群体的使用体验

我们在产品设计过程中经常会提到无障碍设计，也通常会在设计系统中对颜色对比度、字体大小等做一些验证，也会充分考虑用户设备情况及产品使用环境做一些针对性设计。在可视化设计中，这些验证是相通的。

④ 颜色的生成、演变与应用是动态的

前面我们提到过，无论是产品迭代还是纯视觉升级亦或产品交付自动化，从技术架构到颜色算法在设计之初都要充分考虑扩展性。以至于在可视化设计中，色环的确定、色板的生成、色彩的搭配、色序的应用等都要保证有理有据且灵活可变，充分兼容复杂极端场景。

注意，颜色算法是指通过大量实践、总结和优化，可以用来相对科学的批量的解决符合一定规律或映射关系的场景问题的一种途径，其产出相对理性过程也相对高效，是做后续颜色优化工作的基础，可以大大降低人为干预的几率，而非一成不变的去应用。

⑤ 颜色搭配要符合产品调性，是品牌的延续

可视化的应用场景非常广泛，从国家生产总值到个人收支明细，大到政务系统小到记账 App，都有其载体风格调性，如中立、活泼、科技等，均不能脱离于“品牌”而设计。

⑥ 保证颜色的美观性

回到设计本身，也是设计本质---美，还是要保证的。

3. 传统的色彩空间弊端是什么？

我们先来简单看一下使用传统的色彩空间是如何配色的。

此处受 @lemonoO 的启发

最初，互联网上的产品形态比较简单，对颜色的定义仅仅局限于红、黄、蓝、绿四个语义色上，用来模拟表达成功、失败等情绪。

在此之上，手动扩展几个相对深与浅的颜色用于如按钮 Hover、Active 状态。

颜色之间依靠一些配色工具在色盘上根据对比色、互补色等原理进行搭配。

随着互联网的飞速发展，互联网产品的形态逐渐复杂，组件也日趋完善，人们不断探索能够满足更多使用场景的配色方案，定义相对完善的色彩体系。于是，Tint&Shade 扩展色阶的方案就出现了。

该方案通过定义基准色后分别向深浅两个方向叠加不同不透明度的黑色与白色来生成色阶，达到扩展基础色板的目的，典型的工具如 Tint and Shade Generator。

后来人们发现，这种方案虽然简单粗暴，但依靠叠加不同量黑色与白色生成的色阶存在一些问题或不满足使用场景，如首尾丢色严重，无法通过色相偏移的方式制造冷暖效果等。

于是，基于更符合人类认知的色彩空间如 HSB、HSL 生成色阶法就诞生了，并成为至今使用范围最广的方案。

以 HSL 为例，该方案通过将颜色定义为符合人类认知的三个变量：色相、饱和度、亮度，分别进行控制并灵活调配，如固定饱和度与亮度，在色环上通过改变色相生成基础色。

或固定色相与饱和度，通过调整亮度生成色阶。

就如同人类科技发展史一样，人们总是在发现问题解决问题和改进方案。如下图所示，这种符合人类认知习惯的色彩空间搭配出来的颜色，其数值亮度并不是与人眼感知亮度相通的，这注定需要人为介入来改变局面。

以至于依靠这种方法生成的色彩阶梯肉眼可见的过渡不均匀，且同阶梯不同颜色间差异过大。

于是乎，这里调一下亮度，那里调一下饱和度，经过不懈的努力花费了巨大的成本终于得到了满意的效果，然后发现整个色板参数完全失控了。

推导经验无法复用，色板升级只能肉眼调，主题定制纯靠研发批量替换......

至此，人们发现，传统的色彩空间配色方案弊端主要体现在无法科学准确的表达颜色亮度上，也终于意识到，计算机对颜色的识别和处理是线性和对称的，而人眼对色彩的感知是非线性和不均匀的。

简单的例子就是红色比蓝色亮（刺眼），绿色比红色亮（刺眼）。

所以，这些基于 RGB 色彩空间扩展出来的配色工具或空间（HSB、HSL 等）终究是要被取代的，这也正式促使了 感知均匀色彩空间 的诞生。

由 CIE 组织（国际照明委员会）于 1976 年提出，理论上可以覆盖人眼所能识别的所有色彩，其颜色总量远大于传统色彩空间，最大的特性就是数值变化均匀则颜色变化均匀，亮度亦如此，人们终于可以客观的依据数值来判定颜色了。虽并非完全意义上的感知均匀，但相比传统色彩空间已是质的飞跃。

完整介绍可参考《基础概念》篇，这里不做赘述。

4. 为何选取感知均匀的色彩空间？

很多可视化产品都在推荐使用人眼感知均匀的色彩空间来搭建可视化色彩系统，不断强调感知亮度均匀，但并没有告诉大家为什么。

首先，这里需要强调的是，我们所追求的感知亮度均匀更贴切的说法应该是追求亮度的准确表达。

表达是否准确就像建房子一样，砖是墙的基础，墙美不美观稳不稳定，取决于每一块砖的大小是否标准，而衡量这个标准的前提是砖的长宽高都是可被衡量的。与之对应的，色板是否“美观与稳定”，取决于每一个颜色是否标准，而衡量这个标准的前提是颜色的每个指标都是可被衡量的。

图片源自网络，侵权请联系

基于这个前提，我们就可以顺利地构建出一个可被衡量且变化均匀的全量色板。

其次，区别于设计系统的是，可视化场景需要基于全量色板按照特定的规则扩展出不同类型的色板，如分类色板、发散色板等，而亮度又是这些特定规则中的重要指标。

因此，一个可被衡量且感知变化均匀的全量色板何尝不是可视化设计的最佳选择呢？

再其次，我们反向思考一下，如果将感知不均匀的色彩空间应用在可视化场景里会发生什么呢？

下面是一个描述美国各地雨水蒸发量的案例，可以非常明显的观察到一条分界线将整张地图一分为二，这很容易让人在解读数据时发生误判---分界线两侧数值发生了巨大的变化。

作者：Robert Kosara，查看 原文 。

而通过观察其图例上的数值后发现并非如此，分界线两侧的颜色所代表的数值区间差均为 0.09，与其他颜色并无差异。

这正是由于分界线两侧的颜色感知亮度有较大差异，以及不同色调之间过渡不均匀所导致的。

通过这个案例我们可以看出来，很多对数据精度要求高的场景（如气象预测），在分析数据时，需要遵循一个很重要的原则就是保证颜色的客观性，降低颜色对数据分析结果的影响，降低解读数据时数值变化量误差（对应色彩变化量）。

最后，总结一下，使用感知均匀的色彩空间可以让我们收获什么？

它可以让 设计师 真正拥有明辨色彩是非的能力。在看似复杂的全量色板上客观、有依据的挑选合适的颜色（通过数值判断颜色是否合适而非阶梯判断），用以表达明暗、冷暖关系（如发散色板的构建），构建贴近工程化理念的配色方案（如动态顺序色板的构建）等。

5. 如何选取感知均匀的色彩空间？

在众多感知均匀的色彩空间中，选取适合我们的色彩空间需要满足以下几个基本条件：

易于操作，最好是有成熟的工具或算法可以用来深入了解对比； 颜色变量易于理解，最好能够像 HSL 等空间一样符合人类认知； 可生成自定义数量的阶梯，且每个阶梯的亮度可以自由把控。 ① CIE 系列

基于这些基本条件，我们首先排除了 CIELab（CIELuv 与之类似），其色彩空间由 L（感知亮度）、a（红绿通道）、b（蓝黄通道） 三个变量构成。L 变量是相对可控的，但 a、b 变量不符合人类的认知，类似于 RGB 调色板一样，不同的颜色是通过改变 a、b 变量中的红绿与蓝黄的量而得出的。

但也不排除使用该色彩空间配色的可能，观赏一下。

而 CIELch 是 CIELab 的极坐标转换，通过易于理解的 L（感知亮度）、C（色度，可简单理解为饱和度）、H（色相）三个变量来形容颜色。同时，生态也比较完善，有多种工具可以不同程度的帮助我们生成色阶，作为保留方案。

② OK 系列

OKLab、OKLch 针对 CIE 系列空间做了进一步优化，纠正了色相偏移（阿布尼效应）与色度对感知亮度的影响（亥姆霍兹-科尔劳施效应）。

但这类色彩空间目前还处于早期阶段，生态不完善，兼容的场景也很少，仅有的工具也只能作为调色器（如这个工具 OKLch-Picker）使用。此外，在该色彩空间内，固定色相与色度的同时可覆盖的亮度区间要小于 CIE 系列色彩空间，超出限定区间的颜色又无法在 sRGB 色域内甚至任何设备上正常显示，用于生成色阶非常局限。所以，放弃之。

无论使用任何色彩空间进行调色，我们最终都要保证所有颜色均能在 sRGB 色域内正常显示，这是底线。比如你使用了 P3 色域中的颜色，则会有部分用户的设备无法显示并自动取 sRGB 色域中相似的颜色来呈现，从而影响你的设计交付效果。

③ HCT

HCT 色彩空间是谷歌在 Material Design 3.0 中推出的新方案，基于 CAM16 色彩空间与 CIELab 色彩空间进行了优化，通过 H（色相）、C（色度）、T（光度，源自 CIELab 中的 L） 三个变量描述颜色。

官方提供了在线配色工具，但使用该工具生成的黄色显脏，可用色阶少，且无法自定义色阶，许多颜色在色阶两端有丢色偏色的现象。

但好在开源，我们可以借助其算法通过在代码中自定义 T 的数量及数值模拟我们想要的效果。单看生成的色阶效果其实还不错，也能够满足基本的使用需求。

代码源自：Jony，查看 原文 。

import { argbFromHex, TonalPalette } from "@material/material-color-utilities"; // 定义 tone 梯度 const TONE_ARR = [0, 5, 10, 20, 30, 40, 50, 60, 70, 80, 90, 94, 97, 100]; const createTonalPalette = (hex) => { // 将 hex 格式颜色转化为 argb 格式 const argb = argbFromHex(hex); // 创建 palette const palette = TonalPalette.fromInt(argb); // 在 palette 上取一组 tone 梯度对应的颜色数组 const colorArr = TONE_ARR.map((t) => hexFromArgb(palette.tone(t))); return colorArr; };{{{pre>

其感知亮度变化也是相对均匀的（PS 灰度模式效果）。

大家可能在很多教程里都看到过使用灰度模式（用词精确，非黑白模式）来模拟感知亮度变化。首先需要申明的是：在 PS 里，有一个图层叠加模式叫“明度”，在 Figma 里叫 Luminosity，总之使用这种方式来模拟的效果都是不准确的，推荐使用 PS 中的灰度模式来模拟，或者直接打印出来查看效果。

那为何使用灰度模式来模拟呢？（这个问题并未找到科学靠谱的答案，属于猜测）

相信大家在初次接触美术时都学过素描，通过简单的黑白灰来表达一个物体的光影、层次关系，而色彩会有很明显的情绪传达。所以，要想表达人眼对色彩亮度的感觉，是不是去掉“色彩”会相对客观一些呢？

基于该结论，我们还会发现这种方式除了可以用来模拟感知亮度变化以外，还可以用来体现明暗关系（如视障用户无法顺利通过颜色辨别图形时可以依靠明暗对比来辨别），以及用来还原打印效果（打印数据图表分析数据）等。

但有一个非常让人难受的缺陷：默认情况下 Key Color（或主题色）很可能会不存在于生成的色阶中，这就意味着需要不断去尝试取 Key Color 相邻的色值让其存在于色阶中，或者通过定义无限多的 T 数量及数值让其显露出来，这显然不符合我们“易于操作”的要求，放弃之。

④ 结论

其他调研细节就不在这里啰嗦了，总之，我们最终选择了 CIELch 色彩空间。

至此，需要铺垫的内容也就告一段落了，接下来我们通过实战来看一下如何推导一套可视化色彩体系。

二、全量色板 推导整个色彩体系之前，我们已知的条件就是一个主题色。基于青云 QingCloud 品牌 VI 中定义的主题色，我们将其进行一个简单的色彩演变，降低饱和度的同时微调亮度使其更加适用于互联网产品但不脱离我们中立沉稳的品牌调性。

这里需要注意，在做色彩空间转换时，尽量保证精确度，从而提升后期颜色推导的精确度。

1. 基础 10 色 ① 24 基色

基于 RGB 色彩空间，我们首先需要绘制一个标准色盘。

通过正色取值法，以正红色为基准，间隔 15° 取色，中间会覆盖正蓝（210°）、正青（180°）等颜色，得到一个标准的 24 基色。当然，这些颜色并不能直接拿来使用。

与正色取值法对应的是主色取值法，以主题色色相为基准间隔 15° 取色，得到一个色相偏移的 24 基色。但经过尝试，我们发现，该方案由于主题色色相的不确定性（经验复用时会发生），很有可能导致取出来的颜色“不当不正”，做颜色矫正的成本较高。

② 8 基色

基于生成的 24 基色，我们选取人眼最容易识别且符合人类认知的 8 个基准色：红、橙、黄、绿、青、蓝、紫、粉。

这里取色的过程可以根据自己产品的调性对部分颜色特殊处理，如我们取的粉色就相对沉稳一些。

③ 色相矫正

虽然现在生成了 8 个基准色，但仍然不能直接使用。此时，我们需要结合一些条件对色相进行偏移。

首先是保证视觉舒适度，如黄色、青色过于刺眼； 其次是基准色之间要肉眼可区分； 最后是生成的梯度色板之间也要肉眼可区分（如我们的主题色与绿、青基准色经过感知均匀的色彩空间转换后生成的梯度色板十分接近）。 以上矫正过程需要结合后续的推导结果不断循环往复来回调整，直至符合要求。

④ 色彩矫正

前面我们花了很多篇幅介绍色彩空间，在这一步才真正得以体现。我们先将颜色转换至感知均匀的色彩空间，方便后续对色彩进行处理。

转换至感知均匀的色彩空间后，我们根据主题色的感知亮度将其他颜色也设为一致，这是体现整个可视化色彩体系贴近品牌调性的关键步骤，因为我们会拿这些基色去生成全量色板。

大家可能发现我们在这个过程中选用了 HCT 色彩空间进行转换（不是打脸哦），因其调色器工具能自动根据感知亮度调整色度致使各个颜色都保持和谐。当然，你也可以使用其他感知均匀的色彩空间来做转换，差异不大。

此外，大家可能还会有疑问，黄色和橙色怎么像?一样？为什么还放在这里？因为在真实使用场景中，色板里的颜色并不一定都能被使用到，这是其一。其二，颜色长的丑并不能否定它作为我们生成色阶的基准色。（后面的推导流程推翻了这个结论，但仍不能否定它存在于色板中）

三步变化效果。

⑤ 生成中性基色

常用的中性色大家都知道有中性中性色和冷调中性色，结合品牌调性我们选用了冷调中性色。基于蓝色我们可以通过降低色度的方式扩展出中性基色。

这里的中性色比较特殊，仅适用于图表图形中用以中和色调，而非用于文字、填充、轴线等场景的全局中性色。

⑥ 相对亮度验证

通过上面的步骤，我们得到了感知均匀的 10 个基色，我们使用 Chroma.js 中的相对亮度计算工具验证一下，方便我们基于这些基准色扩展色阶。

这里引入了新的概念“相对亮度”，可以查看 W3C 相对亮度 的计算公式和 维基百科 对其的定义。大概可以理解为感知亮度的另一种表达，任意两个颜色的相对亮度值一致说明其感知亮度（HCT 中的 T 或 CIELab 中的 L）值也是一致的。白色为 1，黑色为 0。

当然这里我们其实是无需验证的，因为在色彩矫正步骤 2.1.4 里已经基于 HCT 色彩空间将 T 设为一致了，那其相对亮度值也是一致的。我们验证的目的是为了配合后文会提到的 Chroma.js 工具及相对亮度等差数列生成色阶。

2. 完整色阶 首先需要判断一下需要多少个阶梯，通常情况下的阶梯有 7、9、11、13 几种，大家根据自己的需要选择。我们选择了 13 阶梯，一方面可以使色阶过渡细腻一些，另一方面也可以让取色范围更广一些。

其次，谈起色阶就不得不说一下插值。插值的目的是为了获取一个有规律的亮度变化曲线，使色阶过渡均匀。通常的做法就是固定首尾两个点，通过一些算法或工具生成对应的贝塞尔曲线，也可以使用简单的等差数列来完成。

而感知均匀的色彩空间有一个很大的特征就是：它的色彩空间是三维且不规则的，固定 L、C、H 三个变量并从中“切一片”下来放进二维平面中观察，你会发现它的形状是不规则的。固定其中任意两个变量改变第三个变量时，都会影响这个二维平面的形状，三者互相影响。

这里有点儿考验大家的立体几何想象能力。

这就意味着，不管你的亮度曲线是等差数列还是各种高大上的贝塞尔曲线，当你把曲线套进色彩空间中 360° 旋转切换色相生成色阶时，曲线中的某些点说不定会跑出整个三维色彩空间。这就需要联动色度及色相一起做各种矫正工作，对设计师来说学习成本和操作成本是巨大的。

我们想简化整个流程。前面我们定义好了 10 个基色，也得知其相对亮度值均为 0.287 左右，这就相当于定义好了整个色阶中的“中间”阶梯，我们按等差数列向上向下分别取不同数量的阶梯即可，之后借助现成的算法或工具帮助我们去做矫正工作。

为什么基准色阶往右的阶梯要多一些？

主要原因在于基准色阶的相对亮度较低，自然可以往亮处扩展的多一些。那为什么我们不在这个基础上间隔取样，使左右两侧的色阶数量相等看起来对称舒服一些呢？

这是由于我们在扩展分类色板、顺序色板等时发现，经常需要按不同规律来间隔取样，这样划分会使我们的可选择余地多一些，不至于陷入亮色不够用，暗色又用不到的尴尬境地。

通过调研了十几个工具后发现 Chroma.js 正好满足我们的需要。我们只需要选择合适的色彩空间，定义好 Key Color（基准色），定义好相对亮度等差数列即可顺利生成色阶。

受 @少年游 的 文章 启发，这里插播一个知识点：韦伯-费希纳定律，可以解释我们为什么会使用等差数列来设计色阶。

定律现象：人眼对亮色区域的颜色变化敏感度要高于暗色区域。

按照传统的 HSL 色彩空间生成色阶时，需要在亮色区域将阶梯层级设计的细腻一些，也就是亮度变化度（非 L 值的直观体现，需要计算）要小于暗色区域，防止使用亮色区域相邻色阶时造成亮度变化过大的错觉。如图左，浅色按钮之间的变化度为 2.6 倍，而暗色按钮之间的变化度为 1.1 倍。

而我们使用的感知均匀色彩空间就很好的避免了这个问题，只要保证颜色之间相对亮度值的变化量是一样的（等差），那就说明无论是浅色按钮还是暗色按钮他们之间的变化度也是一样的，如图右。

① 基础色阶

基于 Chroma.js，我们生成了大部分颜色的色阶。

② 特殊色阶

而当我们按照同样的规则去生成黄色与橙色色阶时，我们发现整个色阶过于偏“暗”导致可用阶梯非常少。

于是，经过不断地尝试后发现：通过提升黄色与橙色的基准色感知亮度与色度则可以提升整个色阶的亮度与色度，并保持变化均匀。因此，针对黄色与橙色，我们选择基准色色彩矫正前的颜色（2.1.3 步骤中所得出的颜色）做为新的基准色生成色阶。

这个过程由于色彩空间、算法等缺陷会导致部分颜色产生差异，但属于肉眼无法辨别的差异，还可接受。

③ 色彩矫正

现在，我们拥有一套完整的色板了。但仔细观察后发现，个别颜色有些不太符合我们的品牌调性，感知亮度或色度有些过了。

我们手动压一压，微调得到最终的全量色板。（绿色因与主题色过于接近，去之）

这些微调其实属于可以不调的程度，并不会在实际生产过程中影响自动化交付效果。

3. 色彩验证 生成全量色板后不意味着推导工作可以结束了，好的色板是要能经得住考验的，同时也是循环往复来回调整基色的必要过程。

① 相对亮度

验证全量色板中的每层阶梯颜色是否符合相对亮度标准，这也是检验色阶是否过渡均匀的重要手段。

灰度模拟效果还不错，使用 PS 中的灰度模式模拟。

亮度曲线分布一致，使用工具 Huetone 模拟。

② 色差验证

在感知均匀的色彩空间内，验证任意两个基准色之间的色差，其目的是为了保障视力正常的用户能够顺利分辨出两个颜色的不同。我们基于 CIE2000 标准进行验证，Delta E ≥

18 即满足，可用工具 Color Contrast 进行计算。

“18”这个值的说服力有待考证，暂以其为标准。

CIE2000 较 CIE1976（目前使用范围较广） 在算法上进行了优化，描述色差更加准确。

可以发现，部分颜色间的色差是不满足标准的（红字加粗部分）。

首先我们这里校验的基准色都是可以直接拿来用在设计稿中或者用于后期推导其他色板的，所以校验目标颜色的亮度阶梯是固定的，如黄色取亮度 0.6 阶梯，橙色取 0.44 阶梯。

所以，留给我们的选择就是改变色相与色度，通过微调的方式重新生成色板，使被校验的基准色达到色差要求。

经过多次尝试，我们发现：如橙色，满足色差要求的同时整个色阶会偏向红色；而黄色，满足色差要求的同时整合色阶需要偏向绿色，结果会很脏，否则会更加偏向橙色不满足要求。

最主要的原因是：感知均匀的色彩空间并不像传统色彩空间那样可以肆无忌惮的调出想要的颜色，加上工具和算法的限制会导致微调并不起作用，直观的体现就是换了其他相近的颜色但生成的色阶结果还是一样的。

这个时候我们就需要做出取舍了，我们最终选择了保视觉效果而非色差，或许我们后续还有机会回头重新看待这个缺陷。

无法满足 CIE2000 标准的颜色，也尽量保证满足 CIE1976 标准，推荐使用工具 iWantHue 计算。

③ 色度分布

观察所有颜色的色度分布趋势，我们会发现用来生成色阶的基准色刚好处于色度曲线顶点位置处，这是为何？

猜测：根据色度分布曲线我们可以大致推测出 Chroma.js 算法的关键点在于基准色，你输入的基准色的色度会是最高的，然后依次向两侧色阶降低。

那么，基于该结论，我们就可以知道为什么在步骤 2.2.2 中生成的黄、橙色阶是不理想的了。因为你把整个色阶里的最高色度点定的太低了，以至于使整个色阶偏“暗”。这也反向验证了我们选择色彩矫正前的黄、橙色作为新基准色的做法是可行的。

说通俗一点儿就是：选择用于生成色阶的基准色，一定要视觉舒适，要“漂亮”。举个不太恰当的例子，如果你的基准色可以直接拿来用在设计稿中，那么它大概率就是一个合格的基准色。

最后，我们来对比一下我们的可视化色板（CIELch）与设计系统色板（HSB）的色阶过渡效果。

灰度模拟效果。

三、分类色板 用于表示可视化场景中的不同类型的数据。

1. 竞品分析

我们参考知名可视化产品 ColorBrewer2 中的分类色板，通过分析其不同主题中的色彩规则来制定我们的分类色板。

主题一：三套不同亮度的色板，最多 8 种颜色，色相一致，适用于不同场景，同时也适用于不同品牌调性，如清新、沉稳、复古，思路值得借鉴； 主题二：两套不同亮度的色板，最多 9 种颜色，与主题一原理类似，后续扩展主题时可借鉴； 主题三：相邻颜色色相一致但相对亮度明暗交替，最多 12 种颜色，适用于多数据类型的场景，可以借鉴； 主题四：没搞懂原理及用途，先放之； 主题五：整体偏亮，最多 12 种颜色，相邻颜色色相不一致但相对亮度明暗交替，所以也适合多数据类型场景，思路可借鉴。 结合其他可视化产品，我们确定了接下来要做的事情的一些基本思路：

通过某种取色规则制定不同风格的分类色板，根据其效果选择一套适合我们品牌调性的； 分类色板要兼容多数据类型和少数据类型； 少数据类型时，相邻颜色色相不同且明暗交替； 多数据类型时，相邻颜色色相相同且明暗交替。 2. 生成色板

① 风格确定与基础色板

分类色板颜色主要考虑明暗交替变化（兼顾视障用户群体），其次考虑色彩美观度及颜色间的对比是否协调，如黄、橙色不脏，中性色不能太深或太浅等。我们一步步来，先把风格确定一下。

在全量色板上，我们以主题色所在的相对亮度阶梯为基准，通过明暗交替的方式排布取色标准点。

在进行明暗交替取色时，取更暗还是更明，主要取决于色彩美观度及颜色之间协调性。

再以相同的规则，将取色标准点整体向上向下偏移取出相对较亮和较暗两种风格的色板。

当然，如果你想要更亮或者更暗的风格，改变偏移量即可。

较亮。

较暗。

至此，我们得到了三套不同风格的基础分类色板，结合我们的产品调性，并在实际使用场景中进行验证，我们选择了相对沉稳、中立的版本。

灰度模式模拟效果。

色相相对亮度分布示意。

② 扩展色板

前面提到过，分类色板还需要兼容多数据类型场景。如我们现在的基础色板中有 9 种不同的颜色，如果一张图表需要用到 10 种颜色该如何解决？

常用的解决方案是将生成的基础色板颜色循环使用，如 Echarts，但这种方案有一个很大的弊端就是会出现首尾颜色相接无法正常区分的情况。

因此，我们决定基于基础色板按相邻颜色色相相同但明暗交替的规则衍生出一套扩展色板。

注意观察，基础色板中的蓝、红、青、粉色相对亮度值为 0.36，而扩展色板中却为 0.287。这是由于基础色板颜色需要满足明暗交替原则，而对应到扩展色板中时，相邻颜色已为明暗交替的同色相颜色，因此无需再将所有暗色都处理成明暗交替。

扩展色板使用效果。

③ 关于使用顺序

在风格确定步骤中，大家可能会有疑问：取色标准点怎么排布看懂了，但要得出分类色板，还差一个必要条件，那就是不同色阶的摆放顺序。

其实这个摆放顺序就是分类色板中的颜色使用顺序，这个顺序至关重要，为何？

首先，无需过多解释的就是：顺序不一样，意味着分类色板不一样，这是不同可视化产品之间差异化体现的重要途径，也就是我们前面提过的 体现整个可视化色彩体系贴近品牌调性的另一关键步骤。

其次，基于分类色板的特性我们可以明确的一点就是：这个顺序是固定的，不能随意更改，否则会破坏整个产品的视觉和谐度。你不能说环形图用顺序 1，玫瑰图用顺序 2，或者这个页面环形图用顺序 1，另一个页面环形图又用顺序 2。

最后，这个顺序会直接影响取色标准点的排布。顺序的不同，意味着原本应该取的暗色却变成了亮色，导致整个分类色板明暗变化产生差异。

看到这里大家可能会发现，这正是用来生成不同主题的好手段啊！

至于如何决定这个顺序，应该是仁者见仁智者见智并无对错的，这里只阐述一下我们的确立依据：

第一位是主题色绿，其次为蓝色。一方面考虑使用绿、蓝等偏中性的颜色可以保证大多数图表在页面中不会突兀，另一方面也能够兼容大多数 B 端产品的色彩基调。

其次为避免页面过于单调冷淡，所以加入暖色--黄色中和。

约定成俗的语义色就是红、黄、蓝、绿，所以考虑将红色也加进来。不过红、黄色相邻的话会使色板变得过暖，可以在其中间加入偏暖的中性色-紫色来使其过渡均匀。

此时整个色板呈现冷-暖变化趋势，紧接着需要回到冷趋势，同样为了避免发生冷暖突变，我们加入绝对中性色--灰色来中和，顺位往下走就只剩青色可选了。

接着就是暖色橙色，而粉色是个轻佻暧昧的颜色，使用时稍有不慎就会轻易打破整个页面的风格，所以放在最后，整个色板的顺序就定下来了。

此外，除了考虑颜色自身冷暖属性、语义属性外，还需要考虑识别度、视觉歧义、视障等因素。如从识别度角度考虑会使橙、黄色不相邻，绿、青色不相邻；如从视障角度考虑会使红、绿不相邻，粉、青色不相邻等。

最后，需要申明的观点就是：

可视化场景仅靠颜色是解决不了所有问题的，这其中需要设计师有能力将复杂的视觉问题和交互问题进行简化、合理化，如使用恰当的图表，使用纹理图形辅助识别，重组数据便于理解等。

图片源自：Matplotlib。

3. 色彩验证

① 视障验证

视觉障碍用户群体主要是色盲色弱用户，根据 Color Oracle 的统计，全世界人类中，绿色盲占比 5%，红绿色盲占比 2.5%，蓝黄色盲占比 0.5%。我们需要保证的就是尽可能让这部分群体也能够无障碍使用我们的产品，无障碍解读数据。

② 色差验证

步骤 2.3.2 中详细介绍了色差的验证方式以及验证目的，这里不赘述。

4. 应用

不在实际业务场景中验证颜色的行为个人认为就是在耍流氓。

① 使用规范

实际应用时发现，图表类型众多样式差异巨大，统一使用全量分类色板中的 9 个颜色并不合适。

如折线图，其图形（线段）视觉占比非常小，通常是 1～2px 粗细的线段。使用全量分类色板时，部分颜色（如橙色与黄色，红色与粉色，绿色与青色）虽能顺利辨识，但长时间查看会产生视觉疲劳导致辨识困难。

此外，在 Dashboard 或 BI 等场景中，通常会遇到数据量大，图表类型繁多，数据类型繁多的情况，此时的页面视觉效果将是灾难级的（使用 Echarts 主题定制工具模拟）。

因此，针对常规场景，遵循少即是多原则，我们去除了可能会无法辨识的颜色，将可用颜色数量限制为 6 个。特殊场景不做限制，如桑基图。

超出 6 种数据类型时，使用分类色板扩展色板，共 18 个。

超出 18 种数据类型时，使用强调色板。

② 应用效果

这里使用屏幕截图，所以效果会出现些许偏差。

四、顺序色板 通过亮度变化均匀的一组颜色表示具有顺序、梯度、频率等关系的数据。

1. 固定色板

顾名思义，固定色板即色阶数量有限的色板，用于数据阶梯较少的场景。可基于两个准则确定顺序色板：

色阶亮度层次拉开； 色阶使用顺序明确。 因此，从全量色板中选取色阶时需要注意，亮色区域间隔取色，保证数据阶梯之间能够清晰分辨。

基于此，确定我们的 7 阶固定色板。

最亮阶梯不满足对比度要求，用于图表中可能无法识别；最暗阶梯无法顺利辨别多个颜色之间的区别，也应避免使用。

而明确色阶使用顺序时，除要考虑遵循规律（方便开发实现）外，还要考虑页面和谐。通常的做法是从最亮阶梯开始往上取，当数据阶梯比较少时，其效果其实并不是我们想要的。

因此，我们改变一下这个顺序：从中间阶梯（主题色所在的阶梯）开始往下取，取完再依次往上取。

该方案仅供参考，目前尚未与研发同学达成共识验证其可行性。

最终，我们得到一个包含使用顺序的色板（从左往右依次对应数据阶梯数量）。

应用效果（以主题色为例）。

2. 动态色板

动态色板主要应对数据阶梯量大且不可预知的场景，因此需要借助算法根据数据分布阶梯自动生成对应的色阶。

设计师仅需提供最亮、中间及最暗的三个颜色即可。

因应用场景区别于固定色板的应用场景，所以动态色板会使用到全量色板中的最亮和最暗阶梯。当然你也可以选择使用与固定色板相对应的最亮、最暗阶梯，本质上设计师提供的三个颜色都是可以自定义的。

应用效果（以主题色为例）。

五、强调色板 与分类色板相对应，当分类数据较多时，或需对比数据时，通常会使用强调色板强调数据，弱化无关数据。

1. 取色规则

基于全量色板，以基准色作为强调色，向下扩展对应的弱化颜色。

注意，与分类基础色板不同的是，通常情况下的强调色不会同时出现，因此无需考虑明暗交替；其次，与分类扩展色板不同的是，因分类扩展色板需要考虑对比度，这里则需要尽量弱化，所以弱化色亮度要高于分类扩展色板。

2. 应用效果

六、发散色板 用来表示具有正负、高低、涨跌等关系的数据，拥有临界中间值，因此通常使用一对冷暖色来呈现。

1. 取色规则

首先，根据发散色板表达数据对立关系的特性，我们在选取对立冷暖色时，可以通过模拟视障效果来排除掉一些可能会出现问题的颜色。

我们选取了既可以表达冷暖关系又不会出现问题的三组颜色，以及表达中立的一组颜色。

其次，由于发散色板的使用场景与顺序色板类似，因此我们可以基于全量色板扩展出对应的固定色板。并使用 Chroma.js - chroma.mix 工具将对立相接的两个颜色进行混合，使其过渡更加均匀。

视障用户效果模拟，既不能混淆颜色，又不能改变原冷暖关系映射。

而为了应对数据阶梯量大且不可预知的场景，我们可以基于固定色板扩展出动态色板，与顺序色板动态色板原理类似，本质上是一组渐变色板，数据阶梯分布区间有多少，则可以在渐变色板上插对应数量的值。

此处再次体现感知均匀色彩空间的优势，渐变色过渡也是非常自然的。

2. 应用效果

可视化效果使用 Datawrapper 模拟。

3. 色相偏移

关于发散色板的生成，其实还有一种使用范围更广的色相偏移色板，相对无色相偏移色板来说过渡更加自然，更加符合人类对色温的认知。也就是常说的随着色阶的变化冷色会更冷，暖色会更暖。先来看下对比效果：

我们的方法是取三种不同暖色中的关键色与三组不同冷色中的关键色，使用 Chroma.js Color Palette Helper 进行混合，生成新的色相偏移色板。

但使用该方案并不能生成所有想要的色板，因为我们的一个大前提是所有颜色取至全量色板。如在生成红-蓝发散色板时发现，并没有合适的三组暖色供我们选择用来取出关键色，这就会导致生成的色板偏色严重无法使用。

所以，个人猜测，未来一方面应该向更科学合理的色相偏移方案探索，另一方面在该场景中不应将取色标准局限于全量色板。

由于我们的产品中很小概率会使用到发散色板，所以这里不做深入研究，也避免误导大家，就此打住。

七、语义色板 可视化场景中不受主题、风格影响的颜色，是约定成俗具有特定寓意的颜色，通常用于表示告警等级、正负关系等。

1. 取色规则

关于语义色板的取色来源颇受争议，一种方案是直接选取设计系统中的语义色，另一种是从可视化全量色板中选取并重新定义。其实两种方案各有优劣，关键在于如何客观评判。我们选择从可视化色板中选取并重新定义的理由如下：

设计系统色板的色彩空间与可视化有本质区别，无法做到统一； 设计系统中定义的语义色感官上饱和度及亮度与可视化色彩不统一，融入可视化场景中不和谐； 图表中的元素形状面积通常占比较大，与其他颜色的元素搭配时，使用可视化色彩会更协调； 设计系统中的语义色从使用场景、设计思路等角度考虑的话，会与可视化场景有细微差别，解耦设计更合理一些。 注意灰色语义色取至中性色板，后面会解释原因。

2. 应用效果

八、中性色板 中性色板用于可视化图表中的标题、轴线、文字等场景，与设计系统中性色板保持一致，这里不做特殊定制。上文提到过，为何中性色板区别于语义色板，可以与设计系统共用呢？

首先中性色板本质上都是中性色，应该区别于“有色彩”的颜色。那么，从其使用场景上来看，中性色板可以不受系统限制，独立于设计系统或者可视化组件库以外，成为一套公共的色板； 其次，从使用者角度来考虑，中性色板可以说是使用范围最广的，这就形成了肌肉记忆，不再适合重新开辟一套来给大家造成记忆负担； 再其次，从页面效果来看，理想状态还是所有中性色保持一致，不能说承载图表的卡片标题是一个颜色，而同级别非图表卡片标题又是另一个颜色； 最后，从底层色彩空间来看，中性色是不受色彩空间限制的，可以通用于各种不同色彩空间搭建的系统中是必然的。

九、总结 总之就一句话，关于颜色的探索是永无止境的，随着探索的不断深入，越发觉得距离踏入门槛是越来越远了。

本文分享个人搭建青云 QingCloud 可视化色彩体系过程中的一些经验。（阅读此文需要一定的色彩空间知识作为基础，否则有些难啃）基础科普：如何4步建立系统级色彩体系？来看京东高手的方法！

本文分享个人搭建青云 QingCloud 可视化 色彩体系 过程中的一些经验。（阅读此文需要一定的色彩空间知识作为基础，否则有些难啃）

基础科普：

如何4步建立系统级色彩体系？来看京东高手的方法！ 色彩体系的推导其实有很多文章有详细的介绍了，这一篇主要粗浅的梳理了整体流程经验，补充一下技术方法与色彩模型的差异。

阅读文章 >

一、前言 1. 背景

目前平台上使用了三套组件库 A、B、C，A 是最原始的组件库，基于此扩展了 B 组件库，并对颜色进行了改进，C 是全新的组件库，引用了 Token 及其他新的前端技术栈。三套组件库独立存在，应用在庞大的云平台各个业务产品中，发展趋势为使用 C 组件库开发日后新的业务，并逐步替换老的业务。

关于颜色，B 组件库采用 HSB 色彩空间调色并进行人工调整，C 组件库沿用 B 组件库的色板并对部分颜色进行了优化。

关于可视化组件，平台使用第三方开源图表库 Echarts 进行简单定制化。

目前的需求是基于 Echarts 系统化定制出一套图表类型较全面、交互较统一、使用规范较明确的可视化组件库。因此，确定一套可视化颜色系统成为当务之急，经过简单的调研得出两套解决方案：

方案一：沿用组件库 C 的颜色； 方案二：基于适用于可视化场景的色彩空间确定一套全新的颜色。 不难判断的是，采用方案一，要面临的问题就是：

色彩空间落后，不适用于可视化场景； 大量人工调整，无法满足日后自动化交付场景所需； 相关算法及推导过程丢失，设计侧无法进行科学化、可持续化迭代。 且在调研过程中我们发现，可视化色彩与设计系统色彩并无必要的理由进行捆绑：

一方面，可视化场景对色彩的要求要远高于设计系统组件库，因其主要通过颜色来识别数据差异，所以，对颜色的亮度、对比度、色差、和谐度等要求非常高； 另一方面，可视化组件库的适用产品类型通常是多种多样的，夸张点讲就是任何类型的产品中都可能会用到可视化。这一点就需要可视化组件库拥有很强的风格兼容性，这就导致了其颜色必须兼容性强，并非随便拿一套设计系统色彩过来就能满足的； 设计系统中的颜色使用场景与可视化中的颜色使用场景不同，这就导致很多已经成型的设计系统色彩从设计之初的（设计目标）就不适合拿来做 可视化设计 ； 再向底层去挖掘，很多设计系统的色彩空间不适合可视化场景，这会导致相关扩展色板的推导流程甚至主题演变流程变得异常困难。 最终，我们采用了方案二，也就有了接下来要发生的事情。但在开始之前，我们需要想清楚几个问题。

2. 理想的可视化色彩特点是什么？

看待这个问题，其实我们要搞清楚的是可视化场景对颜色的要求是什么？

① 保证同色相或不同色相之间的辨识度与色差是基本要求

可以毫不夸张的说，可视化系统就是一个色彩系统，无论多么复杂花样繁多的图表，都要依靠颜色去表达。而在众多表达手法中，颜色与颜色之间的对比是最常使用的。

② 颜色所传达出来的感觉要准确

众所周知，颜色不仅仅能表达人类的情绪，如热闹、喜庆、冷淡、沉稳。还能表达事物的特征，如温度冷暖、海拔高低、数据升降。

③ 充分考虑色盲色弱等视障群体的使用体验

我们在产品设计过程中经常会提到无障碍设计，也通常会在设计系统中对颜色对比度、字体大小等做一些验证，也会充分考虑用户设备情况及产品使用环境做一些针对性设计。在可视化设计中，这些验证是相通的。

④ 颜色的生成、演变与应用是动态的

前面我们提到过，无论是产品迭代还是纯视觉升级亦或产品交付自动化，从技术架构到颜色算法在设计之初都要充分考虑扩展性。以至于在可视化设计中，色环的确定、色板的生成、色彩的搭配、色序的应用等都要保证有理有据且灵活可变，充分兼容复杂极端场景。

注意，颜色算法是指通过大量实践、总结和优化，可以用来相对科学的批量的解决符合一定规律或映射关系的场景问题的一种途径，其产出相对理性过程也相对高效，是做后续颜色优化工作的基础，可以大大降低人为干预的几率，而非一成不变的去应用。

⑤ 颜色搭配要符合产品调性，是品牌的延续

可视化的应用场景非常广泛，从国家生产总值到个人收支明细，大到政务系统小到记账 App，都有其载体风格调性，如中立、活泼、科技等，均不能脱离于“品牌”而设计。

⑥ 保证颜色的美观性

回到设计本身，也是设计本质---美，还是要保证的。

3. 传统的色彩空间弊端是什么？

我们先来简单看一下使用传统的色彩空间是如何配色的。

此处受 @lemonoO 的启发

最初，互联网上的产品形态比较简单，对颜色的定义仅仅局限于红、黄、蓝、绿四个语义色上，用来模拟表达成功、失败等情绪。

在此之上，手动扩展几个相对深与浅的颜色用于如按钮 Hover、Active 状态。

颜色之间依靠一些配色工具在色盘上根据对比色、互补色等原理进行搭配。

随着互联网的飞速发展，互联网产品的形态逐渐复杂，组件也日趋完善，人们不断探索能够满足更多使用场景的配色方案，定义相对完善的色彩体系。于是，Tint&Shade 扩展色阶的方案就出现了。

该方案通过定义基准色后分别向深浅两个方向叠加不同不透明度的黑色与白色来生成色阶，达到扩展基础色板的目的，典型的工具如 Tint and Shade Generator。

后来人们发现，这种方案虽然简单粗暴，但依靠叠加不同量黑色与白色生成的色阶存在一些问题或不满足使用场景，如首尾丢色严重，无法通过色相偏移的方式制造冷暖效果等。

于是，基于更符合人类认知的色彩空间如 HSB、HSL 生成色阶法就诞生了，并成为至今使用范围最广的方案。

以 HSL 为例，该方案通过将颜色定义为符合人类认知的三个变量：色相、饱和度、亮度，分别进行控制并灵活调配，如固定饱和度与亮度，在色环上通过改变色相生成基础色。

或固定色相与饱和度，通过调整亮度生成色阶。

就如同人类科技发展史一样，人们总是在发现问题解决问题和改进方案。如下图所示，这种符合人类认知习惯的色彩空间搭配出来的颜色，其数值亮度并不是与人眼感知亮度相通的，这注定需要人为介入来改变局面。

以至于依靠这种方法生成的色彩阶梯肉眼可见的过渡不均匀，且同阶梯不同颜色间差异过大。

于是乎，这里调一下亮度，那里调一下饱和度，经过不懈的努力花费了巨大的成本终于得到了满意的效果，然后发现整个色板参数完全失控了。

推导经验无法复用，色板升级只能肉眼调，主题定制纯靠研发批量替换......

至此，人们发现，传统的色彩空间配色方案弊端主要体现在无法科学准确的表达颜色亮度上，也终于意识到，计算机对颜色的识别和处理是线性和对称的，而人眼对色彩的感知是非线性和不均匀的。

简单的例子就是红色比蓝色亮（刺眼），绿色比红色亮（刺眼）。

所以，这些基于 RGB 色彩空间扩展出来的配色工具或空间（HSB、HSL 等）终究是要被取代的，这也正式促使了 感知均匀色彩空间 的诞生。

由 CIE 组织（国际照明委员会）于 1976 年提出，理论上可以覆盖人眼所能识别的所有色彩，其颜色总量远大于传统色彩空间，最大的特性就是数值变化均匀则颜色变化均匀，亮度亦如此，人们终于可以客观的依据数值来判定颜色了。虽并非完全意义上的感知均匀，但相比传统色彩空间已是质的飞跃。

完整介绍可参考《基础概念》篇，这里不做赘述。

4. 为何选取感知均匀的色彩空间？

很多可视化产品都在推荐使用人眼感知均匀的色彩空间来搭建可视化色彩系统，不断强调感知亮度均匀，但并没有告诉大家为什么。

首先，这里需要强调的是，我们所追求的感知亮度均匀更贴切的说法应该是追求亮度的准确表达。

表达是否准确就像建房子一样，砖是墙的基础，墙美不美观稳不稳定，取决于每一块砖的大小是否标准，而衡量这个标准的前提是砖的长宽高都是可被衡量的。与之对应的，色板是否“美观与稳定”，取决于每一个颜色是否标准，而衡量这个标准的前提是颜色的每个指标都是可被衡量的。

图片源自网络，侵权请联系

基于这个前提，我们就可以顺利地构建出一个可被衡量且变化均匀的全量色板。

其次，区别于设计系统的是，可视化场景需要基于全量色板按照特定的规则扩展出不同类型的色板，如分类色板、发散色板等，而亮度又是这些特定规则中的重要指标。

因此，一个可被衡量且感知变化均匀的全量色板何尝不是可视化设计的最佳选择呢？

再其次，我们反向思考一下，如果将感知不均匀的色彩空间应用在可视化场景里会发生什么呢？

下面是一个描述美国各地雨水蒸发量的案例，可以非常明显的观察到一条分界线将整张地图一分为二，这很容易让人在解读数据时发生误判---分界线两侧数值发生了巨大的变化。

作者：Robert Kosara，查看 原文 。

而通过观察其图例上的数值后发现并非如此，分界线两侧的颜色所代表的数值区间差均为 0.09，与其他颜色并无差异。

这正是由于分界线两侧的颜色感知亮度有较大差异，以及不同色调之间过渡不均匀所导致的。

通过这个案例我们可以看出来，很多对数据精度要求高的场景（如气象预测），在分析数据时，需要遵循一个很重要的原则就是保证颜色的客观性，降低颜色对数据分析结果的影响，降低解读数据时数值变化量误差（对应色彩变化量）。

最后，总结一下，使用感知均匀的色彩空间可以让我们收获什么？

它可以让 设计师 真正拥有明辨色彩是非的能力。在看似复杂的全量色板上客观、有依据的挑选合适的颜色（通过数值判断颜色是否合适而非阶梯判断），用以表达明暗、冷暖关系（如发散色板的构建），构建贴近工程化理念的配色方案（如动态顺序色板的构建）等。

5. 如何选取感知均匀的色彩空间？

在众多感知均匀的色彩空间中，选取适合我们的色彩空间需要满足以下几个基本条件：

易于操作，最好是有成熟的工具或算法可以用来深入了解对比； 颜色变量易于理解，最好能够像 HSL 等空间一样符合人类认知； 可生成自定义数量的阶梯，且每个阶梯的亮度可以自由把控。 ① CIE 系列

基于这些基本条件，我们首先排除了 CIELab（CIELuv 与之类似），其色彩空间由 L（感知亮度）、a（红绿通道）、b（蓝黄通道） 三个变量构成。L 变量是相对可控的，但 a、b 变量不符合人类的认知，类似于 RGB 调色板一样，不同的颜色是通过改变 a、b 变量中的红绿与蓝黄的量而得出的。

但也不排除使用该色彩空间配色的可能，观赏一下。

而 CIELch 是 CIELab 的极坐标转换，通过易于理解的 L（感知亮度）、C（色度，可简单理解为饱和度）、H（色相）三个变量来形容颜色。同时，生态也比较完善，有多种工具可以不同程度的帮助我们生成色阶，作为保留方案。

② OK 系列

OKLab、OKLch 针对 CIE 系列空间做了进一步优化，纠正了色相偏移（阿布尼效应）与色度对感知亮度的影响（亥姆霍兹-科尔劳施效应）。

但这类色彩空间目前还处于早期阶段，生态不完善，兼容的场景也很少，仅有的工具也只能作为调色器（如这个工具 OKLch-Picker）使用。此外，在该色彩空间内，固定色相与色度的同时可覆盖的亮度区间要小于 CIE 系列色彩空间，超出限定区间的颜色又无法在 sRGB 色域内甚至任何设备上正常显示，用于生成色阶非常局限。所以，放弃之。

无论使用任何色彩空间进行调色，我们最终都要保证所有颜色均能在 sRGB 色域内正常显示，这是底线。比如你使用了 P3 色域中的颜色，则会有部分用户的设备无法显示并自动取 sRGB 色域中相似的颜色来呈现，从而影响你的设计交付效果。

③ HCT

HCT 色彩空间是谷歌在 Material Design 3.0 中推出的新方案，基于 CAM16 色彩空间与 CIELab 色彩空间进行了优化，通过 H（色相）、C（色度）、T（光度，源自 CIELab 中的 L） 三个变量描述颜色。

官方提供了在线配色工具，但使用该工具生成的黄色显脏，可用色阶少，且无法自定义色阶，许多颜色在色阶两端有丢色偏色的现象。

但好在开源，我们可以借助其算法通过在代码中自定义 T 的数量及数值模拟我们想要的效果。单看生成的色阶效果其实还不错，也能够满足基本的使用需求。

代码源自：Jony，查看 原文 。

import { argbFromHex, TonalPalette } from "@material/material-color-utilities"; // 定义 tone 梯度 const TONE_ARR = [0, 5, 10, 20, 30, 40, 50, 60, 70, 80, 90, 94, 97, 100]; const createTonalPalette = (hex) => { // 将 hex 格式颜色转化为 argb 格式 const argb = argbFromHex(hex); // 创建 palette const palette = TonalPalette.fromInt(argb); // 在 palette 上取一组 tone 梯度对应的颜色数组 const colorArr = TONE_ARR.map((t) => hexFromArgb(palette.tone(t))); return colorArr; };{{{pre>

其感知亮度变化也是相对均匀的（PS 灰度模式效果）。

大家可能在很多教程里都看到过使用灰度模式（用词精确，非黑白模式）来模拟感知亮度变化。首先需要申明的是：在 PS 里，有一个图层叠加模式叫“明度”，在 Figma 里叫 Luminosity，总之使用这种方式来模拟的效果都是不准确的，推荐使用 PS 中的灰度模式来模拟，或者直接打印出来查看效果。

那为何使用灰度模式来模拟呢？（这个问题并未找到科学靠谱的答案，属于猜测）

相信大家在初次接触美术时都学过素描，通过简单的黑白灰来表达一个物体的光影、层次关系，而色彩会有很明显的情绪传达。所以，要想表达人眼对色彩亮度的感觉，是不是去掉“色彩”会相对客观一些呢？

基于该结论，我们还会发现这种方式除了可以用来模拟感知亮度变化以外，还可以用来体现明暗关系（如视障用户无法顺利通过颜色辨别图形时可以依靠明暗对比来辨别），以及用来还原打印效果（打印数据图表分析数据）等。

但有一个非常让人难受的缺陷：默认情况下 Key Color（或主题色）很可能会不存在于生成的色阶中，这就意味着需要不断去尝试取 Key Color 相邻的色值让其存在于色阶中，或者通过定义无限多的 T 数量及数值让其显露出来，这显然不符合我们“易于操作”的要求，放弃之。

④ 结论

其他调研细节就不在这里啰嗦了，总之，我们最终选择了 CIELch 色彩空间。

至此，需要铺垫的内容也就告一段落了，接下来我们通过实战来看一下如何推导一套可视化色彩体系。

二、全量色板 推导整个色彩体系之前，我们已知的条件就是一个主题色。基于青云 QingCloud 品牌 VI 中定义的主题色，我们将其进行一个简单的色彩演变，降低饱和度的同时微调亮度使其更加适用于互联网产品但不脱离我们中立沉稳的品牌调性。

这里需要注意，在做色彩空间转换时，尽量保证精确度，从而提升后期颜色推导的精确度。

1. 基础 10 色 ① 24 基色

基于 RGB 色彩空间，我们首先需要绘制一个标准色盘。

通过正色取值法，以正红色为基准，间隔 15° 取色，中间会覆盖正蓝（210°）、正青（180°）等颜色，得到一个标准的 24 基色。当然，这些颜色并不能直接拿来使用。

与正色取值法对应的是主色取值法，以主题色色相为基准间隔 15° 取色，得到一个色相偏移的 24 基色。但经过尝试，我们发现，该方案由于主题色色相的不确定性（经验复用时会发生），很有可能导致取出来的颜色“不当不正”，做颜色矫正的成本较高。

② 8 基色

基于生成的 24 基色，我们选取人眼最容易识别且符合人类认知的 8 个基准色：红、橙、黄、绿、青、蓝、紫、粉。

这里取色的过程可以根据自己产品的调性对部分颜色特殊处理，如我们取的粉色就相对沉稳一些。

③ 色相矫正

虽然现在生成了 8 个基准色，但仍然不能直接使用。此时，我们需要结合一些条件对色相进行偏移。

首先是保证视觉舒适度，如黄色、青色过于刺眼； 其次是基准色之间要肉眼可区分； 最后是生成的梯度色板之间也要肉眼可区分（如我们的主题色与绿、青基准色经过感知均匀的色彩空间转换后生成的梯度色板十分接近）。 以上矫正过程需要结合后续的推导结果不断循环往复来回调整，直至符合要求。

④ 色彩矫正

前面我们花了很多篇幅介绍色彩空间，在这一步才真正得以体现。我们先将颜色转换至感知均匀的色彩空间，方便后续对色彩进行处理。

转换至感知均匀的色彩空间后，我们根据主题色的感知亮度将其他颜色也设为一致，这是体现整个可视化色彩体系贴近品牌调性的关键步骤，因为我们会拿这些基色去生成全量色板。

大家可能发现我们在这个过程中选用了 HCT 色彩空间进行转换（不是打脸哦），因其调色器工具能自动根据感知亮度调整色度致使各个颜色都保持和谐。当然，你也可以使用其他感知均匀的色彩空间来做转换，差异不大。

此外，大家可能还会有疑问，黄色和橙色怎么像?一样？为什么还放在这里？因为在真实使用场景中，色板里的颜色并不一定都能被使用到，这是其一。其二，颜色长的丑并不能否定它作为我们生成色阶的基准色。（后面的推导流程推翻了这个结论，但仍不能否定它存在于色板中）

三步变化效果。

⑤ 生成中性基色

常用的中性色大家都知道有中性中性色和冷调中性色，结合品牌调性我们选用了冷调中性色。基于蓝色我们可以通过降低色度的方式扩展出中性基色。

这里的中性色比较特殊，仅适用于图表图形中用以中和色调，而非用于文字、填充、轴线等场景的全局中性色。

⑥ 相对亮度验证

通过上面的步骤，我们得到了感知均匀的 10 个基色，我们使用 Chroma.js 中的相对亮度计算工具验证一下，方便我们基于这些基准色扩展色阶。

这里引入了新的概念“相对亮度”，可以查看 W3C 相对亮度 的计算公式和 维基百科 对其的定义。大概可以理解为感知亮度的另一种表达，任意两个颜色的相对亮度值一致说明其感知亮度（HCT 中的 T 或 CIELab 中的 L）值也是一致的。白色为 1，黑色为 0。

当然这里我们其实是无需验证的，因为在色彩矫正步骤 2.1.4 里已经基于 HCT 色彩空间将 T 设为一致了，那其相对亮度值也是一致的。我们验证的目的是为了配合后文会提到的 Chroma.js 工具及相对亮度等差数列生成色阶。

2. 完整色阶 首先需要判断一下需要多少个阶梯，通常情况下的阶梯有 7、9、11、13 几种，大家根据自己的需要选择。我们选择了 13 阶梯，一方面可以使色阶过渡细腻一些，另一方面也可以让取色范围更广一些。

其次，谈起色阶就不得不说一下插值。插值的目的是为了获取一个有规律的亮度变化曲线，使色阶过渡均匀。通常的做法就是固定首尾两个点，通过一些算法或工具生成对应的贝塞尔曲线，也可以使用简单的等差数列来完成。

而感知均匀的色彩空间有一个很大的特征就是：它的色彩空间是三维且不规则的，固定 L、C、H 三个变量并从中“切一片”下来放进二维平面中观察，你会发现它的形状是不规则的。固定其中任意两个变量改变第三个变量时，都会影响这个二维平面的形状，三者互相影响。

这里有点儿考验大家的立体几何想象能力。

这就意味着，不管你的亮度曲线是等差数列还是各种高大上的贝塞尔曲线，当你把曲线套进色彩空间中 360° 旋转切换色相生成色阶时，曲线中的某些点说不定会跑出整个三维色彩空间。这就需要联动色度及色相一起做各种矫正工作，对设计师来说学习成本和操作成本是巨大的。

我们想简化整个流程。前面我们定义好了 10 个基色，也得知其相对亮度值均为 0.287 左右，这就相当于定义好了整个色阶中的“中间”阶梯，我们按等差数列向上向下分别取不同数量的阶梯即可，之后借助现成的算法或工具帮助我们去做矫正工作。

为什么基准色阶往右的阶梯要多一些？

主要原因在于基准色阶的相对亮度较低，自然可以往亮处扩展的多一些。那为什么我们不在这个基础上间隔取样，使左右两侧的色阶数量相等看起来对称舒服一些呢？

这是由于我们在扩展分类色板、顺序色板等时发现，经常需要按不同规律来间隔取样，这样划分会使我们的可选择余地多一些，不至于陷入亮色不够用，暗色又用不到的尴尬境地。

通过调研了十几个工具后发现 Chroma.js 正好满足我们的需要。我们只需要选择合适的色彩空间，定义好 Key Color（基准色），定义好相对亮度等差数列即可顺利生成色阶。

受 @少年游 的 文章 启发，这里插播一个知识点：韦伯-费希纳定律，可以解释我们为什么会使用等差数列来设计色阶。

定律现象：人眼对亮色区域的颜色变化敏感度要高于暗色区域。

按照传统的 HSL 色彩空间生成色阶时，需要在亮色区域将阶梯层级设计的细腻一些，也就是亮度变化度（非 L 值的直观体现，需要计算）要小于暗色区域，防止使用亮色区域相邻色阶时造成亮度变化过大的错觉。如图左，浅色按钮之间的变化度为 2.6 倍，而暗色按钮之间的变化度为 1.1 倍。

而我们使用的感知均匀色彩空间就很好的避免了这个问题，只要保证颜色之间相对亮度值的变化量是一样的（等差），那就说明无论是浅色按钮还是暗色按钮他们之间的变化度也是一样的，如图右。

① 基础色阶

基于 Chroma.js，我们生成了大部分颜色的色阶。

② 特殊色阶

而当我们按照同样的规则去生成黄色与橙色色阶时，我们发现整个色阶过于偏“暗”导致可用阶梯非常少。

于是，经过不断地尝试后发现：通过提升黄色与橙色的基准色感知亮度与色度则可以提升整个色阶的亮度与色度，并保持变化均匀。因此，针对黄色与橙色，我们选择基准色色彩矫正前的颜色（2.1.3 步骤中所得出的颜色）做为新的基准色生成色阶。

这个过程由于色彩空间、算法等缺陷会导致部分颜色产生差异，但属于肉眼无法辨别的差异，还可接受。

③ 色彩矫正

现在，我们拥有一套完整的色板了。但仔细观察后发现，个别颜色有些不太符合我们的品牌调性，感知亮度或色度有些过了。

我们手动压一压，微调得到最终的全量色板。（绿色因与主题色过于接近，去之）

这些微调其实属于可以不调的程度，并不会在实际生产过程中影响自动化交付效果。

3. 色彩验证 生成全量色板后不意味着推导工作可以结束了，好的色板是要能经得住考验的，同时也是循环往复来回调整基色的必要过程。

① 相对亮度

验证全量色板中的每层阶梯颜色是否符合相对亮度标准，这也是检验色阶是否过渡均匀的重要手段。

灰度模拟效果还不错，使用 PS 中的灰度模式模拟。

亮度曲线分布一致，使用工具 Huetone 模拟。

② 色差验证

在感知均匀的色彩空间内，验证任意两个基准色之间的色差，其目的是为了保障视力正常的用户能够顺利分辨出两个颜色的不同。我们基于 CIE2000 标准进行验证，Delta E ≥

18 即满足，可用工具 Color Contrast 进行计算。

“18”这个值的说服力有待考证，暂以其为标准。

CIE2000 较 CIE1976（目前使用范围较广） 在算法上进行了优化，描述色差更加准确。

可以发现，部分颜色间的色差是不满足标准的（红字加粗部分）。

首先我们这里校验的基准色都是可以直接拿来用在设计稿中或者用于后期推导其他色板的，所以校验目标颜色的亮度阶梯是固定的，如黄色取亮度 0.6 阶梯，橙色取 0.44 阶梯。

所以，留给我们的选择就是改变色相与色度，通过微调的方式重新生成色板，使被校验的基准色达到色差要求。

经过多次尝试，我们发现：如橙色，满足色差要求的同时整个色阶会偏向红色；而黄色，满足色差要求的同时整合色阶需要偏向绿色，结果会很脏，否则会更加偏向橙色不满足要求。

最主要的原因是：感知均匀的色彩空间并不像传统色彩空间那样可以肆无忌惮的调出想要的颜色，加上工具和算法的限制会导致微调并不起作用，直观的体现就是换了其他相近的颜色但生成的色阶结果还是一样的。

这个时候我们就需要做出取舍了，我们最终选择了保视觉效果而非色差，或许我们后续还有机会回头重新看待这个缺陷。

无法满足 CIE2000 标准的颜色，也尽量保证满足 CIE1976 标准，推荐使用工具 iWantHue 计算。

③ 色度分布

观察所有颜色的色度分布趋势，我们会发现用来生成色阶的基准色刚好处于色度曲线顶点位置处，这是为何？

猜测：根据色度分布曲线我们可以大致推测出 Chroma.js 算法的关键点在于基准色，你输入的基准色的色度会是最高的，然后依次向两侧色阶降低。

那么，基于该结论，我们就可以知道为什么在步骤 2.2.2 中生成的黄、橙色阶是不理想的了。因为你把整个色阶里的最高色度点定的太低了，以至于使整个色阶偏“暗”。这也反向验证了我们选择色彩矫正前的黄、橙色作为新基准色的做法是可行的。

说通俗一点儿就是：选择用于生成色阶的基准色，一定要视觉舒适，要“漂亮”。举个不太恰当的例子，如果你的基准色可以直接拿来用在设计稿中，那么它大概率就是一个合格的基准色。

最后，我们来对比一下我们的可视化色板（CIELch）与设计系统色板（HSB）的色阶过渡效果。

灰度模拟效果。

三、分类色板 用于表示可视化场景中的不同类型的数据。

1. 竞品分析

我们参考知名可视化产品 ColorBrewer2 中的分类色板，通过分析其不同主题中的色彩规则来制定我们的分类色板。

主题一：三套不同亮度的色板，最多 8 种颜色，色相一致，适用于不同场景，同时也适用于不同品牌调性，如清新、沉稳、复古，思路值得借鉴； 主题二：两套不同亮度的色板，最多 9 种颜色，与主题一原理类似，后续扩展主题时可借鉴； 主题三：相邻颜色色相一致但相对亮度明暗交替，最多 12 种颜色，适用于多数据类型的场景，可以借鉴； 主题四：没搞懂原理及用途，先放之； 主题五：整体偏亮，最多 12 种颜色，相邻颜色色相不一致但相对亮度明暗交替，所以也适合多数据类型场景，思路可借鉴。 结合其他可视化产品，我们确定了接下来要做的事情的一些基本思路：

通过某种取色规则制定不同风格的分类色板，根据其效果选择一套适合我们品牌调性的； 分类色板要兼容多数据类型和少数据类型； 少数据类型时，相邻颜色色相不同且明暗交替； 多数据类型时，相邻颜色色相相同且明暗交替。 2. 生成色板

① 风格确定与基础色板

分类色板颜色主要考虑明暗交替变化（兼顾视障用户群体），其次考虑色彩美观度及颜色间的对比是否协调，如黄、橙色不脏，中性色不能太深或太浅等。我们一步步来，先把风格确定一下。

在全量色板上，我们以主题色所在的相对亮度阶梯为基准，通过明暗交替的方式排布取色标准点。

在进行明暗交替取色时，取更暗还是更明，主要取决于色彩美观度及颜色之间协调性。

再以相同的规则，将取色标准点整体向上向下偏移取出相对较亮和较暗两种风格的色板。

当然，如果你想要更亮或者更暗的风格，改变偏移量即可。

较亮。

较暗。

至此，我们得到了三套不同风格的基础分类色板，结合我们的产品调性，并在实际使用场景中进行验证，我们选择了相对沉稳、中立的版本。

灰度模式模拟效果。

色相相对亮度分布示意。

② 扩展色板

前面提到过，分类色板还需要兼容多数据类型场景。如我们现在的基础色板中有 9 种不同的颜色，如果一张图表需要用到 10 种颜色该如何解决？

常用的解决方案是将生成的基础色板颜色循环使用，如 Echarts，但这种方案有一个很大的弊端就是会出现首尾颜色相接无法正常区分的情况。

因此，我们决定基于基础色板按相邻颜色色相相同但明暗交替的规则衍生出一套扩展色板。

注意观察，基础色板中的蓝、红、青、粉色相对亮度值为 0.36，而扩展色板中却为 0.287。这是由于基础色板颜色需要满足明暗交替原则，而对应到扩展色板中时，相邻颜色已为明暗交替的同色相颜色，因此无需再将所有暗色都处理成明暗交替。

扩展色板使用效果。

③ 关于使用顺序

在风格确定步骤中，大家可能会有疑问：取色标准点怎么排布看懂了，但要得出分类色板，还差一个必要条件，那就是不同色阶的摆放顺序。

其实这个摆放顺序就是分类色板中的颜色使用顺序，这个顺序至关重要，为何？

首先，无需过多解释的就是：顺序不一样，意味着分类色板不一样，这是不同可视化产品之间差异化体现的重要途径，也就是我们前面提过的 体现整个可视化色彩体系贴近品牌调性的另一关键步骤。

其次，基于分类色板的特性我们可以明确的一点就是：这个顺序是固定的，不能随意更改，否则会破坏整个产品的视觉和谐度。你不能说环形图用顺序 1，玫瑰图用顺序 2，或者这个页面环形图用顺序 1，另一个页面环形图又用顺序 2。

最后，这个顺序会直接影响取色标准点的排布。顺序的不同，意味着原本应该取的暗色却变成了亮色，导致整个分类色板明暗变化产生差异。

看到这里大家可能会发现，这正是用来生成不同主题的好手段啊！

至于如何决定这个顺序，应该是仁者见仁智者见智并无对错的，这里只阐述一下我们的确立依据：

第一位是主题色绿，其次为蓝色。一方面考虑使用绿、蓝等偏中性的颜色可以保证大多数图表在页面中不会突兀，另一方面也能够兼容大多数 B 端产品的色彩基调。

其次为避免页面过于单调冷淡，所以加入暖色--黄色中和。

约定成俗的语义色就是红、黄、蓝、绿，所以考虑将红色也加进来。不过红、黄色相邻的话会使色板变得过暖，可以在其中间加入偏暖的中性色-紫色来使其过渡均匀。

此时整个色板呈现冷-暖变化趋势，紧接着需要回到冷趋势，同样为了避免发生冷暖突变，我们加入绝对中性色--灰色来中和，顺位往下走就只剩青色可选了。

接着就是暖色橙色，而粉色是个轻佻暧昧的颜色，使用时稍有不慎就会轻易打破整个页面的风格，所以放在最后，整个色板的顺序就定下来了。

此外，除了考虑颜色自身冷暖属性、语义属性外，还需要考虑识别度、视觉歧义、视障等因素。如从识别度角度考虑会使橙、黄色不相邻，绿、青色不相邻；如从视障角度考虑会使红、绿不相邻，粉、青色不相邻等。

最后，需要申明的观点就是：

可视化场景仅靠颜色是解决不了所有问题的，这其中需要设计师有能力将复杂的视觉问题和交互问题进行简化、合理化，如使用恰当的图表，使用纹理图形辅助识别，重组数据便于理解等。

图片源自：Matplotlib。

3. 色彩验证

① 视障验证

视觉障碍用户群体主要是色盲色弱用户，根据 Color Oracle 的统计，全世界人类中，绿色盲占比 5%，红绿色盲占比 2.5%，蓝黄色盲占比 0.5%。我们需要保证的就是尽可能让这部分群体也能够无障碍使用我们的产品，无障碍解读数据。

② 色差验证

步骤 2.3.2 中详细介绍了色差的验证方式以及验证目的，这里不赘述。

4. 应用

不在实际业务场景中验证颜色的行为个人认为就是在耍流氓。

① 使用规范

实际应用时发现，图表类型众多样式差异巨大，统一使用全量分类色板中的 9 个颜色并不合适。

如折线图，其图形（线段）视觉占比非常小，通常是 1～2px 粗细的线段。使用全量分类色板时，部分颜色（如橙色与黄色，红色与粉色，绿色与青色）虽能顺利辨识，但长时间查看会产生视觉疲劳导致辨识困难。

此外，在 Dashboard 或 BI 等场景中，通常会遇到数据量大，图表类型繁多，数据类型繁多的情况，此时的页面视觉效果将是灾难级的（使用 Echarts 主题定制工具模拟）。

因此，针对常规场景，遵循少即是多原则，我们去除了可能会无法辨识的颜色，将可用颜色数量限制为 6 个。特殊场景不做限制，如桑基图。

超出 6 种数据类型时，使用分类色板扩展色板，共 18 个。

超出 18 种数据类型时，使用强调色板。

② 应用效果

这里使用屏幕截图，所以效果会出现些许偏差。

四、顺序色板 通过亮度变化均匀的一组颜色表示具有顺序、梯度、频率等关系的数据。

1. 固定色板

顾名思义，固定色板即色阶数量有限的色板，用于数据阶梯较少的场景。可基于两个准则确定顺序色板：

色阶亮度层次拉开； 色阶使用顺序明确。 因此，从全量色板中选取色阶时需要注意，亮色区域间隔取色，保证数据阶梯之间能够清晰分辨。

基于此，确定我们的 7 阶固定色板。

最亮阶梯不满足对比度要求，用于图表中可能无法识别；最暗阶梯无法顺利辨别多个颜色之间的区别，也应避免使用。

而明确色阶使用顺序时，除要考虑遵循规律（方便开发实现）外，还要考虑页面和谐。通常的做法是从最亮阶梯开始往上取，当数据阶梯比较少时，其效果其实并不是我们想要的。

因此，我们改变一下这个顺序：从中间阶梯（主题色所在的阶梯）开始往下取，取完再依次往上取。

该方案仅供参考，目前尚未与研发同学达成共识验证其可行性。

最终，我们得到一个包含使用顺序的色板（从左往右依次对应数据阶梯数量）。

应用效果（以主题色为例）。

2. 动态色板

动态色板主要应对数据阶梯量大且不可预知的场景，因此需要借助算法根据数据分布阶梯自动生成对应的色阶。

设计师仅需提供最亮、中间及最暗的三个颜色即可。

因应用场景区别于固定色板的应用场景，所以动态色板会使用到全量色板中的最亮和最暗阶梯。当然你也可以选择使用与固定色板相对应的最亮、最暗阶梯，本质上设计师提供的三个颜色都是可以自定义的。

应用效果（以主题色为例）。

五、强调色板 与分类色板相对应，当分类数据较多时，或需对比数据时，通常会使用强调色板强调数据，弱化无关数据。

1. 取色规则

基于全量色板，以基准色作为强调色，向下扩展对应的弱化颜色。

注意，与分类基础色板不同的是，通常情况下的强调色不会同时出现，因此无需考虑明暗交替；其次，与分类扩展色板不同的是，因分类扩展色板需要考虑对比度，这里则需要尽量弱化，所以弱化色亮度要高于分类扩展色板。

2. 应用效果

六、发散色板 用来表示具有正负、高低、涨跌等关系的数据，拥有临界中间值，因此通常使用一对冷暖色来呈现。

1. 取色规则

首先，根据发散色板表达数据对立关系的特性，我们在选取对立冷暖色时，可以通过模拟视障效果来排除掉一些可能会出现问题的颜色。

我们选取了既可以表达冷暖关系又不会出现问题的三组颜色，以及表达中立的一组颜色。

其次，由于发散色板的使用场景与顺序色板类似，因此我们可以基于全量色板扩展出对应的固定色板。并使用 Chroma.js - chroma.mix 工具将对立相接的两个颜色进行混合，使其过渡更加均匀。

视障用户效果模拟，既不能混淆颜色，又不能改变原冷暖关系映射。

而为了应对数据阶梯量大且不可预知的场景，我们可以基于固定色板扩展出动态色板，与顺序色板动态色板原理类似，本质上是一组渐变色板，数据阶梯分布区间有多少，则可以在渐变色板上插对应数量的值。

此处再次体现感知均匀色彩空间的优势，渐变色过渡也是非常自然的。

2. 应用效果

可视化效果使用 Datawrapper 模拟。

3. 色相偏移

关于发散色板的生成，其实还有一种使用范围更广的色相偏移色板，相对无色相偏移色板来说过渡更加自然，更加符合人类对色温的认知。也就是常说的随着色阶的变化冷色会更冷，暖色会更暖。先来看下对比效果：

我们的方法是取三种不同暖色中的关键色与三组不同冷色中的关键色，使用 Chroma.js Color Palette Helper 进行混合，生成新的色相偏移色板。

但使用该方案并不能生成所有想要的色板，因为我们的一个大前提是所有颜色取至全量色板。如在生成红-蓝发散色板时发现，并没有合适的三组暖色供我们选择用来取出关键色，这就会导致生成的色板偏色严重无法使用。

所以，个人猜测，未来一方面应该向更科学合理的色相偏移方案探索，另一方面在该场景中不应将取色标准局限于全量色板。

由于我们的产品中很小概率会使用到发散色板，所以这里不做深入研究，也避免误导大家，就此打住。

七、语义色板 可视化场景中不受主题、风格影响的颜色，是约定成俗具有特定寓意的颜色，通常用于表示告警等级、正负关系等。

1. 取色规则

关于语义色板的取色来源颇受争议，一种方案是直接选取设计系统中的语义色，另一种是从可视化全量色板中选取并重新定义。其实两种方案各有优劣，关键在于如何客观评判。我们选择从可视化色板中选取并重新定义的理由如下：

设计系统色板的色彩空间与可视化有本质区别，无法做到统一； 设计系统中定义的语义色感官上饱和度及亮度与可视化色彩不统一，融入可视化场景中不和谐； 图表中的元素形状面积通常占比较大，与其他颜色的元素搭配时，使用可视化色彩会更协调； 设计系统中的语义色从使用场景、设计思路等角度考虑的话，会与可视化场景有细微差别，解耦设计更合理一些。 注意灰色语义色取至中性色板，后面会解释原因。

2. 应用效果

八、中性色板 中性色板用于可视化图表中的标题、轴线、文字等场景，与设计系统中性色板保持一致，这里不做特殊定制。上文提到过，为何中性色板区别于语义色板，可以与设计系统共用呢？

首先中性色板本质上都是中性色，应该区别于“有色彩”的颜色。那么，从其使用场景上来看，中性色板可以不受系统限制，独立于设计系统或者可视化组件库以外，成为一套公共的色板； 其次，从使用者角度来考虑，中性色板可以说是使用范围最广的，这就形成了肌肉记忆，不再适合重新开辟一套来给大家造成记忆负担； 再其次，从页面效果来看，理想状态还是所有中性色保持一致，不能说承载图表的卡片标题是一个颜色，而同级别非图表卡片标题又是另一个颜色； 最后，从底层色彩空间来看，中性色是不受色彩空间限制的，可以通用于各种不同色彩空间搭建的系统中是必然的。

九、总结 总之就一句话，关于颜色的探索是永无止境的，随着探索的不断深入，越发觉得距离踏入门槛是越来越远了。

随着会员规模触及天花板，提高会员价已成为长视频平台不得已而为之的选择。涨价，未来或许会成为一种常态。 对于优腾芒而言，是否“跟涨”是一个艰难的抉择：涨，内容跟不上；不涨，又难以摆脱盈利难题。 在降本增效的战略下，既要控制成本，又要持续产生爆款，从而拉新并提升用

为了提升收益、解决盈利难题，长视频平台可能会选择一条路径，即提升会员价。然而这一举措却有利有弊——平台选择提升会员价的同时，也需要承担会员留存率降低的风险。而最近，爱奇艺会员涨价的消息则将这层利弊关系再次摆上了台面。具体该如何解读？不如来看看作者的看法。

随着会员规模触及天花板，提高会员价已成为长视频平台不得已而为之的选择。涨价，未来或许会成为一种常态。 对于优腾芒而言，是否“跟涨”是一个艰难的抉择：涨，内容跟不上；不涨，又难以摆脱盈利难题。 在降本增效的战略下，既要控制成本，又要持续产生爆款，从而拉新并提升用户黏性；涨价的同时还得兼顾会员的留存，难度不亚于高空走钢索。 涨还是不涨？爱奇艺再次将难题抛到了同行面前。12月15日，爱奇艺会员第三次涨价的消息登上微博热搜，网友的吐槽如约而至。在用户看来，每月25元虽然数额不高，但有时一个月都不会点开一次，“钱相当于打了水漂”。

在用户还未养成为优质内容支付高溢价习惯的中国流媒体市场，涨价至今仍然是个不能轻易触碰的敏感词。站在长视频平台的角度，会员规模触及天花板，内容成本高昂，不涨价就意味着无法解决盈利难题；但涨价，又可能导致会员流失。优爱腾芒们小心翼翼地走着钢丝，试图找到最佳平衡点。

如今，爱奇艺再度率先出击，几大长视频平台的价格又一次来到同一条起跑线上。腾讯视频和优酷会像过去那样，紧跟爱奇艺涨价的脚步吗？

一、爱奇艺投石，优腾芒跟进 在爱奇艺捅破那层被讳莫如深的窗户纸之前，国内长视频平台的会员费已经有近10年没有涨过了。爱奇艺创始人、CEO龚宇曾在2020年Q2的财报电话会上透露，19.8元/月的价格，是9年前他和主管会员业务的爱奇艺高级副总裁杨向华商量后的结果，这么多年一直都没有提价，主要是因为竞争，但“这个价格太低了”。

同一时期，美国流媒体平台Netflix在多次提价后，标准套餐和高级套餐的价格分别为每月13.99美元和17.99美元，相当于人民币百元以上。而爱优腾们忙着烧钱跑马圈地，付出的代价是长期亏损，收入无法覆盖成本。

当盈利问题越来越急迫地摆在面前，涨价，成为爱优腾们小心翼翼但又不得已为之的选择。

2020年11月，爱奇艺打响涨价“第一枪”，月卡价格从19.8元涨到25元。2021年12月，爱奇艺VIP会员再次涨价。从今年12月16日起，爱奇艺黄金VIP会员连续包月涨至25元，星钻VIP会员连续包月涨至45元。

有了爱奇艺投石问路，其他视频网站很快跟进。腾讯视频分别于2021年4月和2022年4月进行了两次价格调整。腾讯视频第二次涨价后，优酷和芒果TV也相继调整了会员价格。

3年来，经过几轮调价，优爱腾之间保持着微妙的默契：会员价格再次回到同一起跑线。据雪豹财经社观察，爱奇艺此次价格调整后，在不含电视端会员中，爱优腾六大套餐基本处于同等价位。

与国外同行相比，这个价格并不算太高。截至目前，Netflix Premium套餐每月19.99美元，标准套餐15.49美元，基本套餐9.99美元。12月以来，Disney+的订阅价格从每月7.99美元涨到10.99美元，广告版Hulu套餐从每月6.99美元涨到7.99美元，无广告版套餐从12.99美元涨到14.99美元。

2022年Q3，爱奇艺会员人数净增超过千万。龚宇在财报电话会上表示，每会员贡献平均营收的增长主要取决于两个因素，一是相对于去年同期促销打折的减少，二是根据行业发展的情况，订阅价格上涨的可能性。

但同一时期，紧跟爱奇艺步伐涨价的腾讯视频，付费会员数却同比减少了900万。腾讯方面回应称，内容排播延后导致付费会员数下降，但“得益于会员价格调整的积极举措，ARPU（每用户平均收入）有所提升”。

如今，爱奇艺连续第三年涨价，在会员费涨价或将成为常态的情况下，用户是否愿意为长视频的高溢价买单？

二、涨还是不涨，是个难题 在价格势均力敌的情况下，爱奇艺涨价的底气，在于在内容拔河中占据了一定优势。今年以来，爱奇艺持续供给S级、A+级内容，《人世间》《苍兰诀》《伐罪》《卿卿日常》《风吹半夏》等5部爆款剧集热度先后破万。三季度以来，爱奇艺保持了剧集上新和更新的速度，平台流量始终保持在高水位。

在12月20日的云合日播榜前十名中，爱奇艺独播剧占5部，其他平台的独播剧仅腾讯视频的《爱的二八定律》上榜。截至发稿当日的云合年榜上，排名前五的剧集中爱奇艺占了3部。

12月21日，爱奇艺“迷雾剧场”新剧《回来的女儿》开播，当天股价一度涨超22%。有网友戏称，这是“回来的女儿，回来的股价”。

值得注意的是，不同于一般剧集会员抢先看的模式，《回来的女儿》仅对会员更新，对非会员不再同步跟播。此外，包括《卿卿日常》《苍兰诀》等爆款剧在内，爱奇艺剧集锁V（锁定限VIP用户观看）的速度越来越快，非VIP用户可选的免费内容越来越少。

在今年的爱奇艺悦享会上，首席内容官王晓晖表示，内容产业的高溢价时代已经到来。然而，在刚养成内容付费习惯不久的中国市场上，说服用户为内容的高溢价付费并非易事。

自2020年以来，长视频平台每次的涨价消息都会伴随着不满和吐槽。会员价格越来越贵，却没有什么内容可看，是很多用户共同的困惑。

多名消费者对雪豹财经社表示，目前各大视频网站的会员价格仍在可承受范围之内，但过去几年来，他们的年卡会员大部分时间是闲置的，一年只看了一两档综艺或剧集，多少有些浪费。

尤其是在降本增效的大背景下，长视频平台持续缩减新剧供应，对于消费者而言，内容供给和价格的矛盾愈加凸显。

据云合数据，2022年Q3，各大视频网站均减少了剧集的供应：爱奇艺上新国产连续剧39部，同比减少7部；腾讯视频上新33部，同比减少10部；优酷上新22部，同比减少14部。

与其他长视频平台相比，爱奇艺内容供给危机并不严重。虽然剧集数量减少，但在会员内容有效播放上，爱奇艺同比及环比分别上涨36%、14%，播放量达153亿。而腾讯的这一数字是119亿，同比环比分别下降9%、3%。优酷会员内容有效播放为81亿，同比上涨53%，环比下降3%。

优酷和腾讯视频也在推动内容精品化。腾讯视频高管在今年的V视界大会上表示，未来版权采购和自制可能只适用于头部和准头部内容，腰部内容会逐渐被PGC模式取代。但影视内容制作周期长，内容转向可能在未来一两年后才能体现在播出端，短期的内容供给问题仍无法解决。

这意味着，是否跟进涨价，对腾讯视频和优酷而言是一个艰难的抉择：涨，内容跟不上，可能加速用户向内容储备更丰富的平台流失；不涨，则面临成本危机，难以加大投入推出更多爆款内容。

三、为内容付费，而非为平台买单 一年推出5部热度破万剧集的爱奇艺，也只是短暂地度过了危机。小罗是爱奇艺的“出走”会员。过去，她每年都会购买京东PLUS年卡X爱奇艺年卡。但随着《奇葩说》等节目的断更，她不再购买年卡，而是利用移动话费积分兑换的机会，每月根据想看的内容，选择不同视频网站的月卡。

剧集重度用户阿楚是爱奇艺的自动续费用户，平时也会根据想观看的内容，再选择其他平台的月卡或季卡。但今年以来，由于经常加班，没时间煲剧，阿楚正在考虑暂停爱奇艺自动续费服务，等碰到想看的内容时再买月度会员。

像小罗、阿楚这样的用户不在少数。他们追逐内容而来，却不一定愿意持续为某个平台买单，不确定性极强。尤其是在用户规模差距并不大的第一梯队之间，一两部爆款作品就可能让平台“风水轮流转”。

今年三季度，爱奇艺会员数虽然净增千万，但会员服务收入同比下滑2%，环比下滑1.7%，这是爱奇艺近5个季度以来该业务首次出现同比负增长。

龚宇对此的解释是，上半年疫情反复、消费者意愿下降、内容延迟上线等因素致使三季度初业绩承压；而在内容集中的暑期，爱奇艺为了吸引学生会员进行促销，致使ARM（月度平均单会员收入）值下滑。

与此同时，虽然精打细算，但今年前三季度，爱奇艺内容投入仍然达到126亿元。

爱奇艺还面临着不小的债务压力。Q3经营活动净流出20.81亿元、税前亏损16.98亿元。从2021年Q2起，爱奇艺的资产负债率就持续走高，2022年Q3资产负债率达87.29%。

背负重重压力的爱奇艺，亟需增加收入，改善财务状况。

爱奇艺CFO汪骏在Q3财报电话会上表示，核心业务策略主要关注推动会员服务收入的三个方面：增加会员贡献的平均收入、提高会员的留存率、吸引新用户并将其转化为会员。

在会员数触及天花板的情况下，涨价是最直接、最快捷的增加收益的方式。

唯一的问题是，在涨价的同时兼顾会员留存，难度不亚于高空走钢索。既要控制成本又要持续产生爆款，爱奇艺还有多少时间来加宽加深自己的内容护城河？

（文中小罗和阿楚为化名）

作者：青城

原文标题：爱奇艺又来“割韭菜”，腾讯优酷还能挥动镰刀吗？

来源公众号：雪豹财经社（ID：xuebaocaijingshe），faster、deeper and wiser

本文由人人都是产品经理合作媒体@雪豹财经社 授权发布，未经许可，禁止转载。

题图来自 Unsplash，基于 CC0 协议

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

给作者打赏，鼓励TA抓紧创作！

{{{path> 赞赏

2022年一整年，中国掀起一阵出海热潮。热潮之下，有人感受到了出海的机遇，借着时代的顺风赚得盆满钵满，也有人自掏腰包，半个月考察了4个国家，最后无功而返。 连续出海创业三次的熊化安（化名)，第一次由于不够Local，被本地业务“赶了出去”；第二次他深度调查了当

2022，中国掀起了一阵出海热潮，有人感知到了出海机遇，赚得盆满钵满，也有的人自掏腰包，无功而返。与此同时，各大云服务巨头也纷纷投入其中，但在全球经济格局重塑的今天，中国云巨头们在海外面临的机遇和问题，同样都不少。

2022年一整年，中国掀起一阵出海热潮。热潮之下，有人感受到了出海的机遇，借着时代的顺风赚得盆满钵满，也有人自掏腰包，半个月考察了4个国家，最后无功而返。

连续出海创业三次的熊化安（化名)，第一次由于不够Local，被本地业务“赶了出去”；第二次他深度调查了当地用户的喜好，终于开始连续出爆款，但是由于后端物流商不发货，导致了大面积退款，还没到手的钱就这样鸡飞蛋打。第三次，他决定自己做跨境卖家的后方，做起了跨境ERP。

当短视频和社交火到国外，跨境电商的生意也从平台、独立站进化出了内容电商、社交电商等多种形态。LemonTT看到这里的机会，利用虚拟化云手机技术，为出海Tiktok卖家提供自动翻墙设置、辅助内容生成、TT店铺管理、流量获取等跨境电商营销基础设施工具与服务，不到一年时间，拿下品胜等多个大客户。

这些故事的背后，是中国企业出海，正在经历从前台走向后台，从业务走向技术和服务，从ToC走向ToB的关键节点。

一份来自埃森哲中国的2021年独角兽研究显示，45%的独角兽企业认为海外拓展至关重要，82%的企业计划24个月内进军海外。

随着中国企业出海热潮，云服务作为底层技术的基础设施，也在从“陪同出海”向“主动出海”转变。

于是，2022年中国云巨头们纷纷积极布局海外：阿里云在今年，新增了6个可用区，并成立多个本地公司；在今年华为全连接大会上，华为云宣布将布局全球29个区域、75个可用区；腾讯云则在2022腾讯全球数字生态大会上，高调成立出海生态联盟。

云巨头频频在海外建立基础设施，联合本地运营商攻城略地，为即将到来的大航海时代，厉兵秣马、积草屯粮。他们一方面利用在国内积累的技术和经验对外复制，一方面积极落实“本地化”，通过本地可用区和计算中心，建立符合当地合规标准的同时也能降本增效。

大航海时代，是近代欧洲真正崛起的关键时代，也奠定了如今的世界格局。欧洲经历了长达千年“内卷”的中世纪以后，不仅社会没进步，反而因为各种瘟疫、战争，把人口搞掉了一大半。

而云计算在中国经历了价格战、基建战之后，也将更宽阔的视角放到了海外。但在全球经济格局重塑的今天，中国云巨头们在海外面临的机遇和问题，同样都不少。

01 从出海业务到出海服务 从2018年到2022年，熊化安感受到了中国企业，从出海业务到出海服务的转变。

“以前我们认为，我们的优势在于互联网和移动互联网成熟的经验，将这些经验，找个新的流量洼地，复制就能成功。后来发现行不通，本地的基础设施和认知完全跟不上。2021年以后，我们发现，国内真正有优势的技术能力和服务经验。数据能力、数据安全、计算、大模型等技术，配合完善体系化的服务，形成了核心突破力。”熊化安讲到。

出海业务到出海服务的转变体现在两个方面：一是业务带动技术出海，二是出海公司从ToC转向ToB。

国内目前正处于工程师红利阶段，IT基础服务商发展迅速，在重点行业的基础技术出海，例如从短视频行业出海，到视频剪辑、视频素材抓取、为全球开发者提供实时的视频、音频、消息、录制等多个API平台服务，从工具到内容再到本地化渗透，组成了当下海外短视频生态圈。

东南亚数字银行YUP创始人张栋告诉光锥智能：“中国公司做本地化业务优势在于技术侧以及成熟积累的金融专业能力，我们在印尼的Fintech产品，不仅是对传统银行业务进行线上的数字化升级，更是利用基于海量数据的模型、算法等成熟的科技能力解决反欺诈、信用评分等来提高资产经营和管理能力，优化普通用户对于信用卡及信用支付服务获取门槛同时保持更低的资产风险”。

以东南亚游戏市场为例，随着用户人数持续增长，游戏用户身份的有效验证及电子支付保障方面有更高的技术要求，需要AI和大数据为核心的智能技术赋能，包括证件识别、活体检测、人脸图像对比、生物识别等技术，可以有效识别东南亚各个国家的各类证件，实现高效、安全登录。同时，基于以上技术，在改进数字身份验证组件上不断优化，以生物识别技术、比对等技术为底层，在反欺诈领域加速应用。

事实上，在近两年国内科技高速发展的背景下，技术出海已经成为国内企业的优势之一。图数据库欧若数网NebulaGrah CEO叶小萌也曾对光锥智能讲到：国内市场复杂且更加个性化，中国人口基数庞大、数据量、数据源、应用方向多元，进军海外市场属于以高打低。”

业务发展带动技术发展，由点连线，由线成面的将出海业务进行三维展开，是核心变化之一。

当前出海市场仍以增量市场开发为主，海外市场处于高速增长阶段。加之出海市场各赛道集中度不高，使得整个出海行业仍具有极大潜力。ToC带动ToB发展，这便是另一个核心变化。据Statista统计预测，2022年全球IaaS市场规模将达到1158亿美元，2026年市场规模将达到2655亿美元，CAGR（复合年均增长率）为 23.05%。是企服行业CAGR最高的领域。

纵观出海生态的全景图，分为出海业务、出海服务、出海服务平台三个板块。前几年，国内企业出海聚焦在出海业务板块，将O2O、游戏、社交、短视频等国内率先跑通的行业进行复制，对于海外来说是全新的玩法，有一定的流量红利，大多为To C业务。

而出海服务则以To B业务为主，围绕出海业务领域中遇到的痛点提供相应的解决方案，如代理营销、落地招商、资源整合、财税法规、数字化营销等服务。

一位关注科技出海多年的投资人表示，“企业数字化持续转型，是中国企业重点出海领域，技术型B端企业出海至东南亚市场具备许多蓝海机会。2022年，越来越多ToB企业开始向外，ToB端相对于ToC端的出海品牌影响力尚未建立壁垒，在ToB厂商不断扩张的进程中，可以与合作伙伴形成成熟的上下游产业链，共同搭建行业生态。”

02 东南亚：云出海第一站 在中国企业全球化和数字化的背景下，天然有业务关系纽带的海外市场，自然成为云计算巨头们扩大影响力的一个重要扩张路径。

然而从中国走出去，破局并不容易。

当我们把目光拉向国际市场就会发现，即便国内几家云巨头已经打得如火如荼，在国际市场上，却还没有打开。根据IDC数据，如果仅统计中国企业使用海外公有云资源，且计收在中国的业务，AWS（亚马逊云科技）则占据了近3/4的市场份额，一骑绝尘。另外，从可用区分布来看，AWS在云计算市场更为发达的北美洲和欧洲地区分别有25/24个可用区，而阿里云分别仅有4/5个可用区，其中阿里云等国内云厂商的节点主要分布在亚太地区。

无论是来自于国内的“内卷”和业务增长压力，还是未雨绸缪的全球化布局，云巨头们都在积极寻找下一站。

目前来看，对于云厂商而言，欧美市场较难进入，但东南亚、拉美、印度等新兴市场由于数字化转型处于初期，成为了国内云厂商的首选之地。

一方面，由于东南亚的文化、语言、地理位置、时差等原因，对于国内企业出海来说更加方便，另一方面，东南亚国家政策在逐步开放，对国内企业出海也是利好。

张栋讲到，之所以选择在2021年节点成立YUP，进入印尼市场，主要是因为2020年受疫情的影响，此前印尼传统银行没有数字化业务，2020年后开放了数字银行的监管政策，才让数字银行有了发展空间。

而在东南亚较为发达的国家如新加坡更有当地的扶持政策，10年前，新加坡政府鼓励中小企业上ERP系统，并提供全额40%的补贴；6年后，随着ERP系统的普及，政府的补贴降至20%；但同时，政府也开始鼓励中小企业上云，并为此制定了补贴全额70%的政策。就这样，政府通过政策杠杆和手段来引导本国企业发展，提高他们的竞争力，当企业的竞争力越大，自然就会创造更多的税收，于是便形成了良性循环。

阿里云、腾讯云、华为云的出海策略，都选择了以中国周边国家为主，包括韩国、日本、印度、东南亚等地区，再向欧美等地区扩展。

2022年是云大厂们加速出海的一年，他们也同时把目光投向了东南亚，定为出海第一站。

阿里云今年，在泰国曼谷新增数据中心，也是今年新增的第六座海外数据中心，根据阿里云智能国际事业部总裁袁千介绍，2015年，阿里云将国际总部设置在新加坡，通过新加坡覆盖马来西亚、泰国、印尼、日本等全球28个地域和86个可用区。今年，阿里云将数据中台迁至新加坡，并在泰国举办了一年一度的出海云峰会。

相比之下，腾讯云和华为云仍处于基础设施搭建阶段，业务侧感知不强。根据Gartner数据分析，2021全球云计算IaaS市场，AWS和微软Azure仍处于头部地位，聚焦亚太市场，源于在中国的庞大的市场份额，阿里云居第一，华为居第四、腾讯第五。

作为土生土长的印尼本地金融服务公司，YUP创始人张栋的亲身体验：“2021年进入印尼市场的时候，只有亚马逊AWS和阿里云两个头部厂商，由于我们技术团队长期使用阿里云，就仍然选择了阿里云服务，今年下半年，华为云开始在印尼有动作，腾讯云在印尼的业务我们没有感知。”

今年年末，在华为全连接大会2022中，华为云首次重点提到出海。出海重点亦在技术出海和服务两部分。华为云今年在印尼开服，并将超15项创新技术向全球开放，分布式云院上UCS、盘古海浪大模型、虚拟直播服务、代码检查和云测试等，面向全球落地。华为云CEO张平安更提出了“一切皆服务”三部曲：一是基础设施先行，持续提升连接和计算能力；二是通过服务帮助企业进行数字化转型跨越式发展；三是积极构建本地生态，培育数字人才，助力中小企业发展。

腾讯云今年也在加速出海进程，重点在游戏出海和音视频出海等腾讯自身核心优势业务上。同时，腾讯云在海外本土客户，在大客户方面，一个惯用的策略是借势集团生态投资入股，以东南亚为例，腾讯投资了大量企业，这些被投企业往往也是云服务的客户。比如腾讯投资的东海集团，旗下有游戏业务Garena、电商业务Shopee和金融业务SeaMoney，都对云业务有巨大需求，而东海集团也是腾讯云在东南亚的最大客户之一。

通过多笔类似的投资，腾讯云将触角伸向了大客户深处，但不能忽视的是，基础设施仍然有待补齐，才能真正实现规模化。

03 本土化三步走 需要注意的是，无论是云大厂还是创业公司，出海仍普遍面临着本土化难题。

能否实现真正的Local，主要来自于三个方面，本地合规、本地团队和本地决策。由于国内外基础认知的巨大差异，必须深入本地用户，才能真正了解企业需求，而这往往是最难的一环，需要云大厂和企业共同克服。

本地合规问题，是立足的根本问题。华为亚太区监管副总裁徐志东曾讲过本地合规的复杂性：“合规不单要符合所在国的法律法规，还应注意国际组织公约、国际组织规范性、欧盟法律、美国法律、客户及供应商管理规定。即使是在亚太做生意，同样要遵守欧盟法律和美国法律。”同时合规风险主要分为治理类、业务类、运营类三类，而哪一个环节无法搞定都会影响业务的推进。

对于本地合规问题，张栋分享到：“在成立YUP前，2018年至今，我一直关注印尼市场，对当地政策和法律法规很熟悉，我们团队历时8个月完成牌照、资质等系列注册，这方面，必须由本地团队操作，并有一个真正了解本地有经验的掌舵人，才能尽力避坑。”

事实上，每个云大厂都在通过团队力量试图成为企业的“掌舵人”。

另一方面，团队本地化和数据中心本地化，也是一个关键因素。用友海外事业部总经理郭葆春曾分享关于用友本地化的经验：“在销售、交付和售后上，不同产品线的情况不同，但一般都会放在当地。用友在总部是产品化开发，在海外市场是本地化和客户化开发，每位海外销售后面配4-5位交付和运维顾问。去年，用友在新加坡成立了研发中心和公有云数据中心，因为我们新一代的产品都是基于云开发的，因此东南亚和海外其他地区的客户数据统一存放在新加坡数据中心，未来随着客户越来越多，用友会把数据都存放在当地的数据中心。”

然而，出发容易落脚难，建好基础设施也未必能够打开市场。这就需要针对本地市场的特性，做本地决策。

比如YUP在初入印尼市场时，便通过与当地的高频消费场景的品牌方进行战略合作，如便利店、麦当劳、肯德基、哈根达斯，在线下进行消费者引导，据YUP统计，有60%的初始客户源于合作伙伴的自然流量。有了种子用户，YUP在印尼玩起了裂变，用户之间相互推荐，即可线下优惠券等权益，这让YUP在不到一年的时间里，获得几十万精准用户。

借力打力，合纵连横也成为了众多云厂商的做法，只不过云厂商选择的对象，是当地运营商。今年2月，阿里云与沙特电信公司、易达资本联合成立了云计算合资公司（SCCC），并在沙特首都利雅得启用两座数据中心，6月，阿里云随即宣布泰国国家电信签署合作，借运营商之力切入本地市场。

而华为则推出了Brilliant Plan亚太互联网—运营商合作生态计划。华为云认为，运营商拥有优质网络和用户平台资源，在本地有良好的服务品牌和口碑，并已经与当地众多渠道建立合作，因此是华为云首选合作伙伴。

通过与运营商的合作打开市场，这与云巨头们在中国的情况如出一辙。这是因为，运营商不仅是搭建云基础设施的必要参与方，与云计算巨头有着天然、深入的利益绑定，而运营商们也往往都是深谙本地资源的大系统集成商。可谓，一举两得。

12月21日，联通一口气与腾讯、京东、阿里、百度这4家国内重要的云巨头签订战略协议，在业务、产品、渠道、终端、资本等领域深入开展合作，这是一次范围更高也更深入的合作。事实上更早之前，腾讯与联通成立合营企业曾引起广泛的关注和讨论；阿里牵手电信，开展智慧城市、数字政府、通信等领域的创新合作；京东也与移动签署战略合作协议。三大运营商与三大云巨头“配对”宣告完成。

显然，各大云厂商正在通过基础设施规模化来构建“硬壁垒”，加速本土化增强“软实力”，以国内市场增速见顶、海外市场如火如荼的局势来看，当下的云服务出海潮所处阶段只是刚刚开始，各家都在摩拳擦掌，为真正的大航海时代到来之前，做好充足的准备。​​​​

作者：刘雨琦

来源公众号：商业数据派（ID：business-data），读懂创新经济的价值，寻找变化中的护城河。

本文由人人都是产品经理合作媒体 @商业数据派 授权发布，未经许可，禁止转载。

题图来自 Unsplash，基于 CC0 协议

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

给作者打赏，鼓励TA抓紧创作！

{{{path> 赞赏

上线于2011年1月的问答社区知乎，正在完成一场网友们口中从“逼乎”到“编乎”的转型。 曾经的知乎着实是以高质量问答而闻名，精英社区的格调常被嘲讽为“装”，而其他网络平台仅凭搬运知乎高赞回答便能吸引流量。拿微博来说，2014-2016年，“知乎大叔”“知乎大神

曾经，知乎以高质量问答而闻名，如今搬运者大有人在，甚至将热点内容搬运为了最新的故事。故事的存在和渗透已致知乎口碑持续滑坡。如今，知乎发展现状如何？遇到了什么瓶颈？新动力又在何处？

上线于2011年1月的问答社区知乎，正在完成一场网友们口中从“逼乎”到“编乎”的转型。

曾经的知乎着实是以高质量问答而闻名，精英社区的格调常被嘲讽为“装”，而其他网络平台仅凭搬运知乎高赞回答便能吸引流量。拿微博来说，2014-2016年，“知乎大叔”“知乎大神”“知乎姐姐”等营销号靠发布未经授权的知乎高赞回答起家，一个号两三个月就能涨粉百万。

如今搬运者仍大有人在，但他们搬运的热点内容变成了新编的故事。比如《我是恶毒女配》《我嫁给了太监》《未婚夫带着一女子归来》这样的所谓作品，因为标题扎眼、开头唬人，就能让读者蜂拥而至。用小红书搜索“知乎”，热门笔记里一半是知乎网文推荐，另一半是在知乎写网文的赚钱技巧，知乎俨然成了故事会。

改变已体现在知乎营收中。据知乎2022年11月30日发布的2022年第三季度财报，报告期内，知乎营收9.12亿元；在财报所列五项主要收入来源里，付费会员贡献3.35亿元，以36.8%的营收占比，超越其他四项即广告、内容商业化解决方案、职业培训、其他，排在首位。

了解知乎的用户无不清楚，当前支撑知乎付费会员收入增长的核心动力，正是这些编出来的故事，至于读书会、Live讲座、杂志等产品，高光时都不甚闪亮，现在的作用就更加聊胜于无。当然用户也会在他们认可的小说下不吝留言赞美，比如他们会说，这才是尊贵的盐选会员应该看的东西。

故事的存在和渗透已致知乎口碑持续滑坡。

一位使用知乎超过3000天的用户一年前发表的一篇题为《我是爱知乎的，但我们不能假装一切都没有发生》的热文即点到了部分问题。该文在谈到周围很多老用户从知乎起身离开的原因时称，知乎在回答里插入付费小说、强推视频，并且将用户首页从关注变成推荐，这是知乎数据需要的，却不是用户喜欢的。

更大问题则在于，这些故事大概率并不能为知乎打开一片真正面向未来的广阔天地。

仍以知乎2022年第三季度财报为例，在付费会员收入3.35亿元的后面，内容商业化解决方案、广告、职业培训、其他，依次位列知乎营收贡献的第二、第三、第四、第五名，分别为2.65亿元、1.97亿元、7800万元、3633万元。

众所周知，知乎的广告、内容商业化解决方案，这事实上都属于广义广告范畴，只不过前者是硬广，后者是软广。2022年第三季度，二者收入相加4.62亿元，比付费会员收入多出1.27亿元。换句话说，尽管付费会员收入及占比均有攀升，但知乎的营收主力仍是广义广告。

招股书及财报数据显示，知乎2019、2020、2021年分别亏损10.04亿元、5.17亿元、12.99亿元，2022年前9个月已亏掉13.99亿元。现在看，无论是广义广告，还是付费会员，都难以破解知乎深层次困局，而且它们的增长甚至加剧了用户用脚投票。

在纽交所上市前夕将“有问题，就会有答案”更迭为新的Slogan的知乎，在即将告别创业史上第12个周年的节点上，依旧未能为自己找到一个理想的商业化答案。

早前社区氛围已被大举稀释，营收类目下的细分业务则强手如云，以牺牲拳头产品为代价，进入并不擅长的领域去换取收益且收益并不丰厚，知乎的难题显然已不只是顾此失彼，而是舍本逐末。如果这仍算通往成功路上的尝试，那么，亏损重压之下，留给知乎的尝试时间已经不多。

01 会员仰赖故事 相较视频平台的电影、电视剧、动漫等版权内容，以图文为主的互联网社区往往缺少让用户付费购买会员的差异化优势。

官网信息显示，目前知乎盐选会员连续包月19元，连续包年198元；B站大会员每月25元，年卡168元；爱奇艺、优酷、腾讯视频月卡分别为30元、25元、30元、年卡分别为248元、258元、198元。

视频平台用户真心愿意为了去掉冗长的广告和观看独家内容而购买会员，但图文平台很多广告不像视频平台广告那样来得直接，独家内容的价值也难以验证。在知识付费风潮远去多时之后，知乎选择了一个已被大规模验证过的文字付费模式，那就是网络文学。通俗点说，故事。

以前的知乎曾为故事所苦。2013年开放注册后，知乎门槛随大众化而降低，流量天然青睐更简单、更有趣、更刺激的内容，加之用户为博曝光无所不用其极，编造故事自不罕见。极端案例是“童谣”和“海贼-王路飞”。

“童谣”2016年依靠编造身份、女性照片和鸡汤回答诈骗了其他知乎用户十几万元；“王路飞”则在2017年一人分饰两百多角，其回答的经历包括挖灵芝、当特种兵、考理科状元、在谷歌工作等。

知乎打出“与世界分享你的知识、经验和见解”的旗号，但以“经验”为例，平台和用户无从辨别“经验”的真伪，“谢邀，人在美国，年薪百万，刚下飞机”逐渐成为知乎标配。平台很快发现，与其遮遮掩掩到处打击编故事行为，不如光明正大抓住流量密码。

2019年4月，“梦娃”在问题“为什么后宫中妃嫔们一定要争宠”内以宫斗小说形式写下回答。这篇《宫墙柳》开了知乎网文出圈的先河。此前“梦娃”回答了十几个问题，每个问题收获的点赞量从几十到一千不等，而《宫墙柳》截至海克财经本文发稿，点赞已逾44万，评论近2.3万。

与《宫墙柳》情况相似的，还有《洗铅华》《行止晚》，这三篇小说被网友称作“知乎三大虐文”，火到已有影视公司购买其版权进行拍摄。这也为知乎打开了运营思路。2019年底知乎推出故事大赛，大力加码网文。原本“知乎，分享你刚编的故事”只是用户对平台内编造经历成风现象的讽刺，没想到竟成为了其真实写照。自此，很多与体验、经历相关的问题下开始充斥各式网文。

用户提问是为了看到他人的人生经历以供参考，现在点开回答却常见“创作声明：内容包含虚构创作”。这些混杂在回答中的会员盐选内容大多篇幅较长，极易占据电脑或手机的整个屏幕，用户需要下滑很久才能看到其他内容。而在盐选专栏的推荐里，排在前列的绝大多数也都是此类网文，诸如《美艳女主，在线躺赢》《妖夜慌踪》等。

单论变现速度，网文之路看似十分通畅。

招股书及财报数据显示，2019年、2020年、2021年，知乎付费会员业务收入分别为8799万元、3.2亿元、6.69亿元，在同期总营收中的占比分别为13.1%、23.7%、22.6%；2022年前9个月，该业务收入既已达到8.28亿元，占营收比重33.3%。

当本该客观严肃的回答里挤进各种虐恋、出轨、报复等虚构情感故事，讨论氛围便不复存在，久而久之，社区生态是何样貌也就不难想见。

体验变差，老用户出走，但这似乎并未妨碍知乎管理层尤其是创始人周源的志得意满。2022年8月，在付费会员超过1000万后，周源在自己的知乎专栏发表文章《12年、中途和1000万盐选会员》，强调会员业务已经从亏损到自给自足再到反哺社区，而这会让社区生态更强大。

在这篇文章的评论区，一位来自上海的用户送出了最高赞留言：“能不能不要再给尊贵的盐选会员狂轰滥炸地推送低劣网文了？”

02 万变不离广告 依靠汇聚有专业度的答主创造影响力，知乎迈出了打造高质量内容护城河的第一步，进而渐渐因其独特性在国内互联网行业占有了一席之地。

但问答生态接入网文创作，这无疑既悖逆以往社区调性，又意味着与阅文、掌阅、晋江等老牌玩家正面交锋虎口夺食，这本身已令不少用户摸不着头脑，遑论网文行业免费与付费两种模式还在博弈中，番茄小说、米读小说等免费网文产品大行其道，它们的生存法则仍是“羊毛出在猪身上”的广告逻辑，知乎很容易赔了夫人又折兵。

知乎财报所列广告即包括开屏、信息流、banner等位置在内的硬广，内容商业化解决方案则是在回答中嵌入品牌文案和商品链接的软广。知乎2020年推出的“知+”，类似于抖音的“星图”和B站的“花火”，它所起到的作用是，作为品牌方与创作者的中介，推动交易达成，同时收取交易佣金。

如果认为某个回答非常优质，适合品牌植入，品牌方可以直接与原内容合作；如果需要有针对性的原创内容，品牌方也可以发布任务，邀请创作者进行命题作文。“知+”内容一般出现于“首页推荐”“下一个回答”“推荐搜索”等高流量位置。

广义广告始终是知乎商业化基本盘，其中软广的增长曲线尤为突出。知乎2019年硬广收入5.77亿元，软广收入仅64万元；2020年，硬广收入增至8.43亿元，软广收入增至1.35亿元；2021年，硬广收入11.61亿元，软广收入9.74亿元；2022年前9个月，两数字分别为6.52亿元和8.28亿元。

多年来国内图文互联网社区以广告为主要变现模式已变得颇为普遍。应该说硬广尽管对用户有所打扰，但大家心知肚明，这就是免费的成本，而且这些广告无涉内容格调和质量，井水不犯河水，但软广不然，它是要全面深入到内容里面去的。

不同于种草社区小红书，曾经的知乎是标榜理性客观的，用户回答问题时连“利益相关”都要单独明示，现在却越来越多地直接将回答变成了广告，用户的反感再正常不过。

有用户发现，事关品牌方的问题下往往会迅速聚集一批排版规整的回答，还有一些带有测评、比较性质的回答，拉到最后就是带货链接。用户付出时间、精力从头阅读，读着读着就“图穷匕见”跳出广告，信任瞬间崩塌，这种幻灭感不仅针对回答或答主，更针对平台。

据海克财经了解，目前知乎内容商业化解决方案也即软广表现较为突出的领域主要是3C数码、电商、教培等，因为它们距离商品和交易更近，大量软广在这些领域的存在令其行业公信力大打折扣。

目前粉丝22.6万的知乎账号“蓝大仙人”，据称曾在2020年靠一篇附带商品链接的文章实现带货超5000万元，是所谓“知乎带货第一人”。但据海克财经观察，这个专注于智能电视测评的账号，超过1000赞同的回答主要发布于2020-2021年，2022年最新发布的很多回答，赞同数仅区区几个。

知乎曾在2019年推出过一个男性种草社区“CHAO”，试图将软广种草和现有社区分而治之，但并未得到市场青睐，旋即杳无声息。

社区氛围、用户规模、商业化，已逐渐成为知乎“不可能三角”：发展初期，用户规模不大，社区氛围良好，平台苦于商业化；发展中后期，用户规模扩大，商业化进程加快，社区氛围招致用户不满。

商业化带来了破坏力，知乎社区氛围已难再回到创业之初。一些网友发明了一个带有怀旧和感伤意味的词来评论现在已为数不多理性客观内容，称之为“知乎遗风”。

03 新动力在哪？ 知乎已尝试过很多商业化路径，只是项目潮起潮落，留下的寥寥无几。

知识付费如前所述也曾是国内互联网风口之一，一度入局者众。知乎的流量本就来自宽泛的知识，搭乘知识付费顺风车倒也顺理成章。奈何知乎驾驭能力不足，很多创新业务被其他公司抢了先，而且这股风本身也是来去匆匆，除罗振宇的得到APP、樊登的樊登读书会等极其有限的几个平台外，很多产品时下早已折戟沉沙。

知乎顺应风口在2016年推出了一系列知识付费类产品，如知乎Live、知乎书店、值乎等。2018年知乎还将“知识市场”升级为“知乎大学”，建立庞大知识付费体系的野心可见一斑。

知乎看似在大V储备和用户基础上有长板，但执行中可知，只有这些远远不够。以知乎Live为例，该产品界面类似微信，以单条语音来讲述内容。这种使用方式既不如小鹅通等课程平台的语音直播便捷，又不如视频直播直观。几度改版以后，现在的Live是知乎后台直接将原先的分条语音整合成完整录音，颇有早知如此何必当初之感。

初设Live时，知乎对主讲人账号无甚监管，也不把控内容。在知乎拥有2万粉丝的阿久对海克财经表示，2017年初知乎小管家发私信邀请她开设Live，她尝试过两三次，主题、内容、价格都由她自己设置，她就选择讲了一些与硕士研究课题相关的内容；当时设置的价格是19元，平均一场会有几百名听众。

阿久说，出于好奇，她也看过别人的Live，题材五花八门，诸如“怎样吃重庆火锅”等。不过一段时间之后，开Live的过程又变得特别繁琐，甚至需要向小管家提供本科、硕士的毕业证书。

平台规范管理无可厚非，但运营策略大放大收显然对产品本身的发展不利。Live起步时不设门槛，致使内容鱼龙混杂，用户不满；此后迅速收窄，内容供给减少，产品更无法吸引用户，最后少人再提。顺着与Live相似的方向，知乎将付费语音、付费提问、课程、电子书等市面上主流的知识付费产品都尝试了一遍，最终也没找到能够充分点燃用户兴致的办法。

在主要仰赖广义广告及付费会员变现的同时，知乎亦在盘算知识积淀的价值，职业培训便出自于此。知乎自2022年第一季度财报开始将职业培训从“其他”中拆解出来，作为一项独立营收业务。2022年前三季度，知乎职业培训业务收入分别为3950万元、4620万元、7800万元，规模尚小，但知乎对其寄予了厚望，且在近日正式上线了职业教育APP知学堂。

知学堂还在开荒期，目前只能看到6门课程，主题包括写作、运营、考研、影视后期、数据分析。这些课程，价格从0元到1元不等，是知识付费行业内所说的引流课，即利用低价吸引用户，再于课程内容中引出其他价格更高的培训课程。

知乎职业培训下一步怎么走还需再观察，但这块业务本身实在并无新意。中公教育、华图教育、新东方等已在该领域深耕多年，分别有着良好的品牌和口碑，知乎无论是从流量看还是从专业水准看都不具备与之一较短长的能力。这更像是一个刻意讲给资本听的故事。

知乎月活即MAU的缩水是个值得焦虑的问题，它部分反映的是知乎在用户侧价值感的失去。

2022年第三季度，知乎MAU降到了9700万，较2021年同期的1.012亿，减少420万，较2022年第二季度的1.059亿，减少890万。

新编的故事还在强推，软广硬广不遗余力，职业培训亦在快跑，知乎的亏损却仍在扩大。知乎有如在一条极其悠长而逼仄的暗道里跌跌撞撞前行，只是直到现在仍未看到预示着希望的那道光。

作者：许俊浩

来源公众号：海克财经（haikecaijing），打量商业表里，记录时代精神。

本文由人人都是产品经理合作媒体 @海克财经 授权发布，未经许可，禁止转载。

题图来自 Unsplash，基于 CC0 协议

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

给作者打赏，鼓励TA抓紧创作！

{{{path> 赞赏