1、為什麼要做可視化？
在釀成酒之前去讚美五穀的香醇，在譜成曲之前去讚美音符的神奇，都很難引起人民的共鳴。
同樣道理，數據在可視化之前，縱使數據分析師闡述時巧舌如簧，效果也會大打折扣。原因很簡單，字不如表，表不如圖。數據本身是有溝通障礙的，尤其是當我們的讀者或者上級對數據不敏感時，此時的可視化就相當於是一種“翻譯”，就像是兩個神交已久的人終於相聚卻因為語言不同只能你比劃我猜，這時如果送上同聲翻譯，絕對是雪中送炭。
簡而言之，做可視化就是將數據以及數據背後的邏輯，準確又高效地傳遞給對方。
2、圖表可視化有哪些陷阱和誤區？
圖表可視化的誤區主要表現在觀念上，這裡有兩個極端，十分要不得。
一是可視化“無用”。有些厲害人物，文字功力深厚，出口成章妙語連珠，僅憑一己之力就能讓甲方滿意，領導讚賞，認為可視化就是錦上添花，華而不實，可有可無。
二是過度可視化。可視化很有用但不能神化，要正確看待，正確使用可視化。這個極端有幾種表現：
其一是將所有數據逐一可視化。在一份數據分析報告中有結論有佐證，通常只需將結論性的趨勢或者重點輔助指標進行可視化，其他諸如本年銷售目標、預期利潤率等展示類的KPI指標，上一期與本期銷售額、兩個業務員的銷售業績等數量較少的對比類指標，藉由文字闡述即可，數據可視化時過猶不及，要適可而止。
其二是將所有數據集中可視化。有學員曾經問“如何在一張圖中清晰地展示一年365天的銷售數據及天氣變化，並分析這些變化同星期和節假日的關聯？”
這是典型的圖表負擔太重，圖表和人一樣都有自己的極限，一個人身兼數職同時處理多件事情就會手忙腳亂，圖表內容過於豐富只會變得雜亂無章。這個時候如果將數據拆分成12個月，1張圖表達1個月的數據，多圖經過排版形成圖表組合，既專業又美觀。
其三是可視化過於追求變化。一種是求變。據我觀察有此想法的人不在少數，同一份數據分析報告每次更新都會更換新的可視化類型，或者更換新的配色。這樣好不好呢？人既需要新鮮感也需要穩定，比如我們看國家統計局或者專業的分析機構的可視化，有自己的風格並且有延續性。另一種是求新。前一段整個朋友圈都在轉發人民日報的“新冠肺炎全球疫情形勢”玫瑰圖，很多學員都來問我怎麼做，為此我第一時間提供了製作方法，同時提醒大家把握好使用尺度和場合，求新本身沒錯，嚇到領導就是你的錯了。
其四是過於迷信某種可視化類型。這個觀念與求新求變正好相反，可以稱之為可視化的保守派。我的一個老朋友特別喜歡折線圖，他的報告裡90%都是折線圖，用折線圖表達趨勢變化、橫向對比、多屬性對比，在他眼裡折線圖就是超級英雄般的存在。其實，不存在萬能的可視化類型，一類圖表表現一類問題才是常態。
3、如何做好圖表可視化，應該具備哪些原則？
把可視化做好很簡單也很麻煩，簡單的是隻需要滿足讀者的需求即可，麻煩的是很多時候讀者的需求往往飄忽不定，難以捉摸。
讀者需求有多難琢磨，這裡舉個例子。曾有學員問，1張圖中有6條折線，領導覺得雜亂看不明白，我建議將圖表進行多區域分隔後成功過關。
過了幾天這個學員又來問怎樣把多折線做得清晰易懂，我很疑惑，學員說上一次通過的方案，這一次領導不喜歡了。
我猜想領導可能想要多方位多維度的分析問題，這時候一張圖表往往無法滿足需求，於是就建議做成看板，層層剖析數據，學員說領導覺得看板裡的圖表太多抓不到重點。
於是我接著建議，不妨把折線圖做成動態圖表，通過按鈕選擇關注的業務種類，此時關注業務的折線高亮顯示，其他折線呈灰色。這個建議同樣被PASS，學員說領導不喜歡動態圖表，只喜歡靜態圖表。
實在抓不到這位“領導”的點，我也是無能為力了。沒想到幾天後學員來報喜說方案通過了，我很好奇，哪個方案這麼神奇能得到領導的青睞，學員說最初的方案。
所以想做好圖表可視化還是要善於思考，瞭解喜好，總結規律，保持原則。具體有哪些原則呢？
一是平衡性。
在可視化規範與領導喜好之間尋求平衡點。大名鼎鼎的IBCS建立了關於報表、幻燈片、儀表板、圖和表的製作標準，就像下圖這樣。
有了這些視化規範是不是直接參照就可以呢？還不行，還需要加入一些“中國特色”，也就是領導的喜好，否則可能水土不服。如何把握領導的喜好？作為一個數據分析師，這應該是一個基本功吧。
二是邏輯性。
一個好的分析師會用數據講故事，數據可視化之後故事會更吸引人，好的可視化就是與數據的邏輯完全契合，想展示什麼（數據背後的含義）——依據是什麼（數據的趨勢變化）——結論是什麼（數據反映的問題）。
三是準確性。
可視化要忠於數據，刻意誇大或者美化數據及變化都不可取。舉個例子，前一段幫一個朋友做可視化，數據在1-50之間，做成的蝴蝶圖中“數據1”對應的條形幾乎不可見，這時候朋友就不滿意了，明明有數圖中卻看不見這必須得改，接著又拒絕我增加“折斷”的想法，萬般無奈之下被逼著將“1”改成了“2”，終於露出一個“尖尖角”。一聲長嘆，數據可視化時既要滿足甲方需求，也要儘可能地堅持原則。
四是穩定性。
剛才在談可視化的誤區時，建議大家不要過於求新求變，不要執著於某一類可視化類型，而是應該保持穩定性，通過增加細節適度微創新，還是領導熟悉的味道只是加了點料，保持了可視化風格延續的同時又有一點小驚喜。比如增加標準線，增加差異箭頭、增加區域分隔等等。
4、可視化都哪些好用的工具？
常用的可視化工具主要有這4類：
一是在線可視化工具。主要有鏑數、花火等，優點是圖表種類豐富、類型新穎、配色年輕化，還提供了一些十分酷炫動態圖表，操作也比較簡單，很多新媒體都在用，缺點是數據保密性不夠。
二是編程可視化工具。主要有E-charts、D3、ggplot、Matplotlib、pandas、plt等，優點是可以製作大型數據集和交互動畫的圖表，高端大氣上檔次，可視化效果跟腦洞大小呈正比，缺點是需要有編程基礎，門檻較高。
三是商業智能工具。比如國內比較有有名的FineBI等，是專業的大數據 BI 和分析平臺，主要為企業提供一站式商業智能解決方案，用他們做數據分析和可視化駕駛艙真是妥妥的，不需要寫代碼，而且操作比較方便，缺點是目前市場上的大部分BI都收費，不過FineBI個人版免費，這一點算是很人性化的
四是基礎可視化工具。主要就是Excel，優點是通用、易用、實用，傻瓜式操作，基本上人人都會，使用成本較低，同時還有基於excel開發的圖表插件Thinkcell Chart、Zebra Bi，國內可視化大神Peter開發的Easyshu，可以高效地製作出商業圖表。缺點是Excel本身主要製作常規性的圖表，很多特殊圖表無法實現，功能強大的圖表插件價格不菲。
山不在高有仙則名，水不在深有龍則靈。工具沒有好壞，也不是越多越好，好用趁手就行，對於我個人來說這4類可視化工具各有特色，但要說最容易上手，最適合入門，適合大部分人日常需求的工具，非Excel莫屬。
5、關於可視化應用的一些建議
一是多看。
他山之石可以攻玉，多看優秀的可視化作品可以提高審美，比如Power Bi、商務週刊、經濟學人、第一財經、數可視等，以及花火、鏑數、Thinkcell Chart、Zebra Bi等，都可以從中汲取營養，成為我們可視化靈感的來源。
二是多想。
在一些數據分析討論群裡問的80%以上的問題都是，數據是什麼什麼樣的，應該做成什麼樣的圖表？有這種困惑的主要原因還是對可視化的類型不夠熟悉，思考得太少，沒有搭建起來可視化與觀點呈現之間的橋樑。
三是多練。
練習是提高可視化水平最有效的手段，練習時無需過於追求複雜的製圖技術，忽視圖表本質。IBCS之所以能成為全世界的商業圖表標準，是其對圖表的標準化以及對細節的優化，降低了圖表的理解難度。這裡的多練就是要打好基本功，掌握基本操作+常用技巧。有一個小技巧可以判斷基本功是否紮實，就是看到一個圖表後大概能分析出來是如何做出來的，大家不妨試試。
四是觀念。
可視化需要趁手的工具，個人認為比較理想的狀態是熟練掌握一兩個軟件操作，準備一些趁手的可視化模板隨時能用，安裝一個能提高製圖效率的插件，僅此而已。
