這篇文章把數據講透了(五):數據可視化(上)

0 評論 6386 瀏覽 14 收藏 7 分鐘

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

一、前言

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

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

二、數據可視化是什么(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字高得多…

而數據可視化其實是將抽象概念進行形象性表達,將抽象的指標、數據進行具象圖形可視的過程。

而就“數據可視化”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,科學可視化、可視分析學確實需要學術基礎,例如目前可視分析學領域比較火的有“可視化文字挖掘”;這其中涉及到K-Means、文本挖掘等技術,想要徹底講透,沒有學術基礎基本是不可能的。

我們職場工作匯報中經常會聽到“內容可視化”、“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據,左邊是純數據,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、數據可視化的常見錯誤與陷阱(新手必看的誤區警告)

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Received和Processed兩種狀態在一年12個月內的環比變化趨勢,還是,Received和Processed兩種狀態每個月的差距?);
  • 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,但柱狀圖層次不齊,一眼并不能看出Received和Processed兩種狀態的具體趨勢);
  • 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都顯示了出來,想知道Received和Processed兩種狀態12個月份內的環比趨勢那就單看一條折線就夠了;想知道Received和Processed兩種狀態在單月內的數據差額,看對應的y軸截距就行了。

案列2:以下是某公司5種產品,在2008——2014這七年內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種產品在7年內的銷售趨勢;第二,這5類產品在7年內的銷售貢獻額和排名;第三,5類產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,很多職場小白認為我呈現上去的數據,只要不是下面這樣的“純數據”就好了,殊不知,亂插入幾個帶有誤導性的圖表,更顯得你專業性不夠!

那么圖表規范背后究竟有怎樣的規則呢?

下期繼續為你揭秘!

往期文章:

這篇文章把數據講透了(一):數據來源

這篇文章把數據講透了(二):數據采集

這篇文章把數據講透了(三):數據清洗

這篇文章把數據講透了(四):數據挖掘

 

本文由 @小陳同學ing. 原創發布于人人都是產品經理,未經作者許可,禁止轉載。

題圖來自Unsplash,基于CC0協議。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!