編輯導(dǎo)讀：隨著“數(shù)智化”時代的到來,我們生活中的方方面面都離不開數(shù)據(jù),而你真的了解數(shù)據(jù)嗎？本文將為你重新解讀數(shù)據(jù)的概念和價值，以及數(shù)據(jù)的價值是如何在“數(shù)智化”時代下一步一步得到運用與升華的；因內(nèi)容頗多，筆者將分幾期為大家進行講解。

一、前言

上幾期文章中，我們已經(jīng)了解到“數(shù)據(jù)”是一個龐大的體系（如下圖所示），并用了菜市場的例子，為大家講解數(shù)據(jù)來源的含義；用買菜的例子，為大家講解數(shù)據(jù)采集的步驟；用洗菜、擇菜的例子，為大家講解數(shù)據(jù)清洗的方法…

而今天小陳主要給大家講解，我們學(xué)會做菜以后，怎樣把烹飪方法簡單易懂的傳授給他人，即數(shù)據(jù)可視化的過程。

二、數(shù)據(jù)可視化是什么（定義）

我們知道，人是天然的視覺動物，我們對顏色、圖表的敏感度比純數(shù)字高得多…

而數(shù)據(jù)可視化其實是將抽象概念進行形象性表達，將抽象的指標(biāo)、數(shù)據(jù)進行具象圖形可視的過程。

而就“數(shù)據(jù)可視化”家族的分類而言，主要有以下三個大分支，詳情如下~

本文主要圍繞信息可視化進行，其一因為信息可視化離我們的生活最近；其二，科學(xué)可視化、可視分析學(xué)確實需要學(xué)術(shù)基礎(chǔ)，例如目前可視分析學(xué)領(lǐng)域比較火的有“可視化文字挖掘”；這其中涉及到K-Means、文本挖掘等技術(shù)，想要徹底講透，沒有學(xué)術(shù)基礎(chǔ)基本是不可能的。

我們職場工作匯報中經(jīng)常會聽到“內(nèi)容可視化”、“報表可視化”這樣的字眼，這些要求其實就算“信息可視化”范疇。

先看下面這張圖，是某公司全年售票數(shù)據(jù)，左邊是純數(shù)據(jù)，右邊是信息可視化后的折線圖，哪一種更清晰就不用我多說了吧~

但，大家有沒有想過柱狀圖、餅狀圖、氣泡圖…為什么這里偏偏要使用折線圖呢？這就涉及到了可視化圖表的選擇技巧，后面會集中為大家講解~

三、數(shù)據(jù)可視化的常見錯誤與陷阱（新手必看的誤區(qū)警告）

以下這些圖表使用的錯誤示范，你中槍了嗎？

案例1：以下是某公司的票務(wù)情況，左邊柱狀圖是圖表修改前；右邊折線圖是圖表修改后。

那么，左邊柱狀圖究竟存在怎樣的問題呢？

• 主旨不明確（究竟是想展現(xiàn)Received和Processed兩種狀態(tài)在一年12個月內(nèi)的環(huán)比變化趨勢，還是，Received和Processed兩種狀態(tài)每個月的差距？）；
• 趨勢不明顯（左邊的柱狀圖，第一眼看過去，只知道有紅色、藍色兩種不同狀態(tài)，但柱狀圖層次不齊，一眼并不能看出Received和Processed兩種狀態(tài)的具體趨勢）；
• 視覺疲勞（左邊的柱狀圖中，如果我想要對Received Ticket進行環(huán)比趨勢比較，我需要人眼“自動屏蔽”每一道紅色的柱狀圖，視覺疲勞真的不是一點點啊…）；

那么，右邊折線圖解決了什么問題呢？

它巧妙的通過折線圖，把左邊柱狀圖“絞盡腦汁”想要表達的兩種趨勢狀態(tài)都顯示了出來，想知道Received和Processed兩種狀態(tài)12個月份內(nèi)的環(huán)比趨勢那就單看一條折線就夠了；想知道Received和Processed兩種狀態(tài)在單月內(nèi)的數(shù)據(jù)差額，看對應(yīng)的y軸截距就行了。

案列2：以下是某公司5種產(chǎn)品，在2008——2014這七年內(nèi)的零售金額變化趨勢圖。

試想，你是這家零售公司的董事長，A、B兩位市場總監(jiān)拿著左右兩份分析報告上來，你會喜歡看哪張圖表？答案很明顯B完勝A！

作為老板你無非想獲得以下信息，第一，這5種產(chǎn)品在7年內(nèi)的銷售趨勢；第二，這5類產(chǎn)品在7年內(nèi)的銷售貢獻額和排名；第三，5類產(chǎn)品與銷售額均值間的差距。

而以上這三類信息，圖B都能清晰展示，而圖A則需要董事長自己描點、連線畫一個趨勢圖一探究竟。

四、結(jié)語

看了以上兩個案例，是不是有一種茅塞頓開的感覺呢？

其實，日常生活中，很多職場小白認(rèn)為我呈現(xiàn)上去的數(shù)據(jù)，只要不是下面這樣的“純數(shù)據(jù)”就好了，殊不知，亂插入幾個帶有誤導(dǎo)性的圖表，更顯得你專業(yè)性不夠！

那么圖表規(guī)范背后究竟有怎樣的規(guī)則呢？

下期繼續(xù)為你揭秘！

往期文章：

這篇文章把數(shù)據(jù)講透了（一）：數(shù)據(jù)來源

這篇文章把數(shù)據(jù)講透了（二）：數(shù)據(jù)采集

這篇文章把數(shù)據(jù)講透了（三）：數(shù)據(jù)清洗

這篇文章把數(shù)據(jù)講透了（四）：數(shù)據(jù)挖掘

本文由 @小陳同學(xué)ing. 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。