互聯(lián)網(wǎng)與不斷出現(xiàn)的便捷工具，讓所有人都可以無(wú)須具備數(shù)據(jù)或相關(guān)專長(zhǎng)，就可以簡(jiǎn)單、低成本地將數(shù)據(jù)做成直觀的可視化圖、表。

這當(dāng)然是積極的變化，但也助長(zhǎng)了一種本能傾向，即讓數(shù)據(jù)可視化成為了一種匯報(bào)時(shí)的必備“流程”，開(kāi)始無(wú)目的地進(jìn)行可視化，結(jié)果做出的圖表差強(qiáng)人意，比如機(jī)械地把電子表格單元轉(zhuǎn)換為圖表，只能提供支離破碎的信息，或者無(wú)效卻擾亂視聽(tīng)影響決策的信息，進(jìn)而無(wú)法傳達(dá)出完整的理念。

正如演講和溝通專家南希·杜瓦特（Nancy Duarte）所說(shuō)：“不要讓聽(tīng)眾感覺(jué)你在展示一張圖表，而要回顧人的行為，描述曲線變化背后的事件。不是“來(lái)看我們的三季度財(cái)報(bào)”，而是“來(lái)看我們?yōu)槭裁礇](méi)完成目標(biāo)”。”今天我們就來(lái)說(shuō)說(shuō)如何在呈現(xiàn)可視化數(shù)據(jù)的時(shí)候匹配正確的圖表。

一、數(shù)據(jù)分析目的有兩種：陳述與探索

人類大腦對(duì)視覺(jué)信息的處理優(yōu)于對(duì)文本的處理，因此，用眼睛看的數(shù)據(jù)是更清晰有效地傳達(dá)與溝通信息的一種方式，核心是有效地傳遞信息。那么使用圖表、圖形和設(shè)計(jì)元素把數(shù)據(jù)進(jìn)行可視化，可以幫你更容易的解釋數(shù)據(jù)模式、趨勢(shì)、統(tǒng)計(jì)規(guī)律和數(shù)據(jù)相關(guān)性，而這些“信息背后的信息”在其他呈現(xiàn)方式下可能難以被發(fā)現(xiàn)。

依據(jù)需要傳達(dá)的性質(zhì)和目的，我們將數(shù)據(jù)可視化劃分為陳述型和探索型。前者一般是在正式場(chǎng)合向他人傳達(dá)信息，比如你想利用手中的大量數(shù)據(jù)，報(bào)告每季度銷售情況；后者是當(dāng)我們想知道為什么最近銷售表現(xiàn)不佳，于是，探索是因?yàn)榧竟?jié)性波動(dòng)或者是促銷力度不夠？（本圖表使用Data Analytics數(shù)據(jù)可視化軟件制作，原數(shù)據(jù)已做脫敏處理，下同）

實(shí)際上，以探索為目標(biāo)的可視化又可分為兩種，第一種是上文例子中提到的利用數(shù)據(jù)，用圖表來(lái)證實(shí)或否定你的假設(shè)；第二種是如果對(duì)銷售業(yè)績(jī)下滑的原因毫無(wú)頭緒，提不出任何假設(shè)呢？就要仔細(xì)分析數(shù)據(jù)，尋找其中的規(guī)律、趨勢(shì)和異常。

例如，對(duì)比銷售業(yè)績(jī)和銷售員負(fù)責(zé)區(qū)域面積，有何不同？不同地區(qū)的季節(jié)性波動(dòng)有何異同？天氣對(duì)銷售造成哪些影響？這種開(kāi)放性探索能帶來(lái)新發(fā)現(xiàn)。開(kāi)放性數(shù)據(jù)可視化探索，將有助于解答宏觀的戰(zhàn)略問(wèn)題，如收入為何下降、效率如何提升、客戶與公司應(yīng)如何互動(dòng)等。

二、探索型數(shù)據(jù)可視化

探索型數(shù)據(jù)可視化分為兩類：一是假設(shè)檢驗(yàn)，一是從數(shù)據(jù)中尋找規(guī)律、趨勢(shì)和異常。前者的目標(biāo)很明確，后者則相對(duì)發(fā)散。數(shù)據(jù)體量越大、復(fù)雜度越高、未知因素越多，探索工作的開(kāi)放性就越高。

1.假設(shè)檢驗(yàn)

在這類數(shù)據(jù)可視化探索中，你要回答下面兩個(gè)問(wèn)題中的一個(gè)：我設(shè)想的情況是否屬實(shí)？如何用不同方式傳達(dá)這一信息？

在進(jìn)行求證時(shí)，數(shù)據(jù)范圍相對(duì)可控，所使用圖表類型較為常規(guī)；當(dāng)然，若想以新穎方式呈現(xiàn)信息，也可嘗試較少見(jiàn)的圖表。求證型圖表一般不用于正式場(chǎng)合；你要先自己找到正式展示所需的圖表。因此，你的時(shí)間不應(yīng)花在設(shè)計(jì)上，而應(yīng)快速嘗試不同模板，找到最好的數(shù)據(jù)視覺(jué)化方案。

2.開(kāi)放性探索

更多時(shí)候，針對(duì)數(shù)據(jù)的開(kāi)放性探索是數(shù)據(jù)科學(xué)家和商業(yè)智能分析師的領(lǐng)地，不過(guò)新出現(xiàn)的工具例如 DataHunter 旗下的 Data Analytics 軟件讓所有人都可以參與進(jìn)來(lái)。由于缺少明確目標(biāo)，開(kāi)放探索型圖表包含的數(shù)據(jù)范圍較廣，個(gè)別情況下可能會(huì)容納多組數(shù)據(jù)，或建立自動(dòng)更新數(shù)據(jù)的動(dòng)態(tài)系統(tǒng)，也可用于統(tǒng)計(jì)建模。開(kāi)放性探索很值得嘗試，因?yàn)樗?jīng)常帶來(lái)獨(dú)一無(wú)二的洞見(jiàn)。

三、陳述型數(shù)據(jù)可視化

我們?nèi)粘９ぷ髦薪佑|最多的是陳述型數(shù)據(jù)可視化，主要涉及常用圖表，一般可在展示中直接使用。這些簡(jiǎn)單圖表包括線狀圖、柱狀圖、餅狀圖和散點(diǎn)圖等。這里的可視化需要做到“簡(jiǎn)潔”。一幅圖表應(yīng)該用有限幾個(gè)變量，清晰傳達(dá)一個(gè)信息。比如目標(biāo)很明確，為聽(tīng)眾確認(rèn)并介紹背景信息。