來源 | CrossHands(ID:SmallWorldBigIdea)
作者 | AhongPlus
一方面是因爲數字太抽象,圖表更直觀,而且圖表可以突出數據中的關注點(比如某個月的交易大幅度波動等);
另一方面,數據面向的受衆大都不具備專業的數據知識,可視化的形式有助於降低讀懂數據的門檻;
簡言之,數據可視化提高了數據溝通的效率。
舉個例子,假設現在年終彙報某KPI的達成情況,數據如下表所示:
可視化後的效果如下:
觀察可視化後的圖表,很容易就能發現Q3沒有達標,但年度累計是達標的。
1. 準備原始數據,一般是經過統計的數據;
2. 明確展示的對象(給誰看),不同的彙報對象關注的業務角度和數據顆粒度不一樣;
3. 篩選數據中需要突出的點,確認數據背後要表達的主題或者結論;
4. 選擇合適的圖表類型;
5. 選擇可視化的工具;
6. 根據PPT的風格,調整圖表中的文字、線條、形狀以及對應的大小、顏色等,對圖表中的要素佈局進行調整;
展示了一個完整的故事(觀點或結論等),也可以說“問題導向”(因爲要說明一個問題,所以纔會統計出數據);
適量地展示有效信息,展示的內容並不是越多越好,抓住問題的主幹信息即可;
展示信息的形式能清晰直觀地表達數據的內涵,受衆能很好地理解圖表要傳達的信息;
注:來源見圖片左下角
這裏以 Hans Rosling 在 TED 上的一個演講來說明“優秀的數據可視化”是什麼樣子的。
視頻源地址:https://www.ted.com/talks/hans_rosling_shows_the_best_stats_you_ve_ever_seen
圖表的選擇主要基於兩方面:
數據的類型和結構,比如數據是數值還是文字,是百分比還是絕對值?數據的維度如何等;
圖表的功能,是要進行對比還是描述時間序列,抑或是說明成分結構等;
這個網站(https://datavizcatalogue.com/ZH/)總結了常見的可視化圖表類型,不僅按功能進行了分類,還對每種圖表的製作過程及適用場景進行了說明,非常推薦。比如關於時間序列的展示,可以選擇的圖表方案如下:
另附兩張圖表選擇的 guideline 供參考。
https://associationanalytics.com/2017/06/25/choose-right-visualization/
原作者 Andrew Abela 圖源 https://vizard.co/tableau-interview-questions/
如果是個人使用,建議選擇現成的或者學習成本相對低的工具。按是否需要編程可以將作圖工作分爲兩類:
不用編程(幾乎):比如 Excel, Power BI, Tableau, SPSS 等。
需要編程的工具:比如 Python, R, SAS 等統計軟件,還有 Fine Report, Echarts, D3.JS, plot.ly 等可視化控件。
如果是工作中使用,則可能還要考慮其他方面:
圖表類型的豐富度,e.g. 是否支持工作中要用到的圖表;
前端交互的友好程度,e.g.是否有控件可以直接拖拉拽來生成圖表,界面是否支持交互操作,是否能導出不同格式或者分辨率的圖片,顏色風格可以自定義等;
底層數據的支持,e.g.非結構化的文本數據,數據量很大,數據接口調用是不是方便等。
1. 基本的圖表是可以組合使用的,比如柱形圖和折線圖組合使用:
注:筆者參考網上教程使用Excel製作的“折線柱狀圖”,還可以進一步美化的
2. 圖表中的線條或者形狀可以變得更有意思一點,比如做柱狀圖的時候可以在“柱”裏填充圖案,更多參考(http://club.excelhome.net/thread-1019338-1-1.html)。
3. 可視化不要用力過猛,比如:
圖片來源:Say It with Charts Workbook, Gene Zelazny
4. 發揮創造性,增強對比性,比如:
圖片來源:Say It with Charts Workbook, Gene Zelazny
5. 不要在可視化中“耍花招”或者產生其他誤導信息,比如調整座標軸使並不嚴重的輕微數據波動趨勢看起來很嚴重(最好不要這麼幹)。
圖片來源:https://www.huffingtonpost.com/raviparikh/lie-with-data-visualization_b_5169715.html
網站
1. https://datavizcatalogue.com/ZH/
2. Python作圖可以參考
https://python-graph-gallery.com/
3. Python 實現 50 種圖表的製作
https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python/
4. 如果用 R 作圖,那麼看這裏
https://www.r-graph-gallery.com/
5. https://datavizproject.com 給出各種圖表的說明以及每種圖表的實際使用案例(如果你知道圖表長啥樣但不知道名稱可以來這裏搜)。
教材
1. 《用圖表說話:麥肯錫商務溝通完全工具箱》,Gene Zelazny,清華大學出版社,主要內容講商務場景下選用什麼圖表,以及優化方案;
2. 《寫給大家看的設計書》,Robbin Williams,人民郵電出版社
3. 《Excel圖表之道》,劉萬祥,電子工業出版社,工具不重要,方法更重要;學習優秀的商業圖表(經濟學人等期刊雜誌)也是可視化精進的方式之一;
4. 《數據之美:一本書學會可視化設計》,Nathan Yau,中國人民大學出版社;
5. 《鮮活的數據:數據可視化指南》,Nathan Yau,人民郵電出版社;
6. 《Storytelling with Data:A Data Visualization Guide for Business Professionals》,Cole Nussbaumer Knaflic(中譯本爲:《用數據講故事》)。
附
如果你要檢索數據可視化指南相關的信息,可以使用關鍵詞
data visualization, charts, graph
cheetsheet, guide, guideline, chooser, collection, cookbook, gallery
由上海市經濟和信息化委員會、上海市商務委員會、上海市長寧區人民政府指導,上海市長寧區青年聯合會、億歐公司聯合主辦的“ 2019全球新經濟年會-產業互聯網峯會”將在上海長寧舉辦。
本次大會邀請了慧聰集團、甲骨文、盛景網聯、千方科技、找鋼網、金山雲等產業巨頭 ,明勢資本、遠望資本、阿爾法公社、賽意產業基金等產業互聯網一線投資人。產業互聯網從業與創業者將共同參會交流產業互聯網的未來,共話產業變革新機遇。
大會截止日期6月13日,感興趣的小夥伴可“掃描下方海報二維碼”或點擊“閱讀原文”進行活動報名和查看大會議程安排。
活動頁面鏈接:https://www.iyiou.com/a/cyhlw_shanghai_2019/
掃描海報二維碼 或 點擊閱讀原文
進行“活動報名”以及“查看大會議程安排”
|| 推薦閱讀 ||
https://mp.weixin.qq.com/s/tL0hNaSwp990iF6-e2UgkA
https://mp.weixin.qq.com/s/Bj9VK6kNGUTolw-FaA_YOw
星標我,每天多一點智慧