1、可視化的原因？

舉個例子，你在喝酒的時候贊美釀酒的谷物有多香醇，在聽好聽的音樂的時候你說這個音符有多神奇，我覺得傾聽者很難有共鳴吧！

同樣的道理，在你做數據可視化之前，你作為數據分析師把你的構想說的天花亂墜，沒見到效果之前誰也說不清楚。原因很簡單，字不如表，表不如圖。數據能呈現的是很直觀的，但是也是有障礙的，當觀眾不知道你各個指標表達的意思的時候數據可視化做的再精美，也無法傳達想表達的意思。就像是兩個神交已久的人終于相聚卻因為語言不同只能你比劃我猜，這時如果送上同聲翻譯，絕對是雪中送炭。

簡而言之，做可視化就是將數據以及數據背后的邏輯，如何能夠準確又高效地傳遞給對方。

2、圖表可視化的陷阱和誤區(qū)有哪些？

這里主要給大家舉例說明一下。

圖表可視化的誤區(qū)主要表現在觀念上，這里有兩個極端，十分要不得。

一是可視化“無用”。無用最直觀的就是，你的可視化出神入化，炫技高超，卻只是一張好看的圖表，華而不實，無法解釋任何東西，別人看不懂，你也說不上。

二是過度可視化。可視化很有用但不能神化，要正確看待，正確使用可視化。這個極端有幾種表現：

其一是將所有數據逐一可視化。在一份數據分析報告中有結論有佐證，通常只需將結論性的趨勢或者重點輔助指標進行可視化，其他諸如本年銷售目標、預期利潤率等展示類的KPI指標，上一期與本期銷售額、兩個業(yè)務員的銷售業(yè)績等數量較少的對比類指標，借由文字闡述即可，數據可視化時過猶不及，要適可而止。

其二是將所有數據集中可視化。有學員曾經問“如何在一張圖中清晰地展示一年365天的銷售數據及天氣變化，并分析這些變化同星期和節(jié)假日的關聯？”

這是典型的圖表負擔太重，圖表和人一樣都有自己的極限，一個人身兼數職同時處理多件事情就會手忙腳亂，圖表內容過于豐富只會變得雜亂無章。這個時候如果將數據拆分成12個月，1張圖表達1個月的數據，多圖經過排版形成圖表組合，既專業(yè)又美觀。

其三是可視化過于追求變化。一種是求變。據我觀察有此想法的人不在少數，同一份數據分析報告每次更新都會更換新的可視化類型，或者更換新的配色。這樣好不好呢？人既需要新鮮感也需要穩(wěn)定，比如我們看國家統(tǒng)計局或者專業(yè)的分析機構的可視化，有自己的風格并且有延續(xù)性。另一種是求新。前一段整個朋友圈都在轉發(fā)人民日報的“新冠肺炎全球疫情形勢”玫瑰圖，很多學員都來問我怎么做，為此我第一時間提供了制作方法，同時提醒大家把握好使用尺度和場合，求新本身沒錯，嚇到領導就是你的錯了。

其四是過于迷信某種可視化類型。這個觀念與求新求變正好相反，可以稱之為可視化的保守派。我的一個老朋友特別喜歡折線圖，他的報告里90%都是折線圖，用折線圖表達趨勢變化、橫向對比、多屬性對比，在他眼里折線圖就是超級英雄般的存在。其實，不存在萬能的可視化類型，一類圖表表現一類問題才是常態(tài)。

3、如何做好圖表可視化，應該具備哪些原則？

把可視化做好很簡單也很麻煩，簡單的是只需要滿足讀者的需求即可，麻煩的是很多時候讀者的需求往往飄忽不定，難以捉摸。

過了幾天這個學員又來問怎樣把多折線做得清晰易懂，我很疑惑，學員說上一次通過的方案，這一次領導不喜歡了。

我猜想領導可能想要多方位多維度的分析問題，這時候一張圖表往往無法滿足需求，于是就建議做成看板，層層剖析數據，學員說領導覺得看板里的圖表太多抓不到重點。

于是我接著建議，不妨把折線圖做成動態(tài)圖表，通過按鈕選擇關注的業(yè)務種類，此時關注業(yè)務的折線高亮顯示，其他折線呈灰色。這個建議同樣被PASS，學員說領導不喜歡動態(tài)圖表，只喜歡靜態(tài)圖表。

實在抓不到這位“領導”的點，我也是無能為力了。沒想到幾天后學員來報喜說方案通過了，我很好奇，哪個方案這么神奇能得到領導的青睞，學員說最初的方案。

所以想做好圖表可視化還是要善于思考，了解喜好，總結規(guī)律，保持原則。具體有哪些原則呢？

一是平衡性。

在可視化規(guī)范與領導喜好之間尋求平衡點。大名鼎鼎的IBCS建立了關于報表、幻燈片、儀表板、圖和表的制作標準。

有了這些視化規(guī)范是不是直接參照就可以呢？還不行，還需要加入一些“中國特色”，也就是領導的喜好，否則可能水土不服。如何把握領導的喜好？作為一個數據分析師，這應該是一個基本功吧。

二是邏輯性。

一個好的分析師會用數據講故事，數據可視化之后故事會更吸引人，好的可視化就是與數據的邏輯完全契合，想展示什么（數據背后的含義）——依據是什么（數據的趨勢變化）——結論是什么（數據反映的問題）。

三是準確性。

可視化要忠于數據，刻意夸大或者美化數據及變化都不可取。舉個例子，前一段幫一個朋友做可視化，數據在1-50之間，做成的蝴蝶圖中“數據1”對應的條形幾乎不可見，這時候朋友就不滿意了，明明有數圖中卻看不見這必須得改，接著又拒絕我增加“折斷”的想法，萬般無奈之下被逼著將“1”改成了“2”，終于露出一個“尖尖角”。一聲長嘆，數據可視化時既要滿足甲方需求，也要盡可能地堅持原則。

四是穩(wěn)定性。

剛才在談可視化的誤區(qū)時，建議大家不要過于求新求變，不要執(zhí)著于某一類可視化類型，而是應該保持穩(wěn)定性，通過增加細節(jié)適度微創(chuàng)新，還是領導熟悉的味道只是加了點料，保持了可視化風格延續(xù)的同時又有一點小驚喜。比如增加標準線，增加差異箭頭、增加區(qū)域分隔等等。