可视化数据分析怎么做,可视化数据分析的5大原则?

1、为什么要做可视化?在酿成酒之前去赞美五谷的香醇,在谱成曲之前去赞美音符的神奇,都很难引起人民的共鸣 。
同样道理,数据在可视化之前,纵使数据分析师阐述时巧舌如簧,效果也会大打折扣 。原因很简单,字不如表,表不如图 。数据本身是有沟通障碍的,尤其是当我们的读者或者上级对数据不敏感时,此时的可视化就相当于是一种“翻译”,就像是两个神交已久的人终于相聚却因为语言不同只能你比划我猜,这时如果送上同声翻译,绝对是雪中送炭 。
简而言之,做可视化就是将数据以及数据背后的逻辑,准确又高效地传递给对方 。
2、图表可视化有哪些陷阱和误区?图表可视化的误区主要表现在观念上,这里有两个极端,十分要不得 。
一是可视化“无用” 。有些厉害人物,文字功力深厚,出口成章妙语连珠,仅凭一己之力就能让甲方满意,领导赞赏,认为可视化就是锦上添花,华而不实,可有可无 。
二是过度可视化 。可视化很有用但不能神化,要正确看待,正确使用可视化 。这个极端有几种表现:
其一是将所有数据逐一可视化 。在一份数据分析报告中有结论有佐证,通常只需将结论性的趋势或者重点辅助指标进行可视化,其他诸如本年销售目标、预期利润率等展示类的KPI指标,上一期与本期销售额、两个业务员的销售业绩等数量较少的对比类指标,借由文字阐述即可,数据可视化时过犹不及,要适可而止 。
其二是将所有数据集中可视化 。有学员曾经问“如何在一张图中清晰地展示一年365天的销售数据及天气变化,并分析这些变化同星期和节假日的关联?”
这是典型的图表负担太重,图表和人一样都有自己的极限,一个人身兼数职同时处理多件事情就会手忙脚乱,图表内容过于丰富只会变得杂乱无章 。这个时候如果将数据拆分成12个月,1张图表达1个月的数据,多图经过排版形成图表组合,既专业又美观 。
其三是可视化过于追求变化 。一种是求变 。据我观察有此想法的人不在少数,同一份数据分析报告每次更新都会更换新的可视化类型,或者更换新的配色 。这样好不好呢?人既需要新鲜感也需要稳定,比如我们看国家统计局或者专业的分析机构的可视化,有自己的风格并且有延续性 。另一种是求新 。前一段整个朋友圈都在转发人民日报的“新冠肺炎全球疫情形势”玫瑰图,很多学员都来问我怎么做,为此我第一时间提供了制作方法,同时提醒大家把握好使用尺度和场合,求新本身没错,吓到领导就是你的错了 。

可视化数据分析怎么做,可视化数据分析的5大原则?

文章插图
其四是过于迷信某种可视化类型 。这个观念与求新求变正好相反,可以称之为可视化的保守派 。我的一个老朋友特别喜欢折线图,他的报告里90%都是折线图,用折线图表达趋势变化、横向对比、多属性对比,在他眼里折线图就是超级英雄般的存在 。其实,不存在万能的可视化类型,一类图表表现一类问题才是常态 。
3、如何做好图表可视化,应该具备哪些原则?把可视化做好很简单也很麻烦,简单的是只需要满足读者的需求即可,麻烦的是很多时候读者的需求往往飘忽不定,难以捉摸 。
读者需求有多难琢磨,这里举个例子 。曾有学员问,1张图中有6条折线,领导觉得杂乱看不明白,我建议将图表进行多区域分隔后成功过关 。
过了几天这个学员又来问怎样把多折线做得清晰易懂,我很疑惑,学员说上一次通过的方案,这一次领导不喜欢了 。
我猜想领导可能想要多方位多维度的分析问题,这时候一张图表往往无法满足需求,于是就建议做成看板,层层剖析数据,学员说领导觉得看板里的图表太多抓不到重点 。