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