数据可视化和信息图成功的要素
如果仅仅是能够将数据转化成漂亮的图表,或者是设计出20种不同式样的图表来解释你的观点,并不说明你应该利用所有这20种图表,甚至是其中一种。
如果要成功报告结果,将你所分析的度量和数据有效地转化为有商业价值的见解,使其能够为基于事实所做的决策提供支持,那么以下有几点指导方针:
1.确定你的目标受众。
无论你是否在做一份传统的报表还是新式的信息图,首先问问自己有哪些人将看到这份报告?他们对将要讨论的事项了解多少?他们需要什么?他们又想要知道什么?还有,他们会如何利用你要展示的信息呢?
2.定制数据可视化方案。
基于准备好的这些问题所得出的答案,就要开始定制你的数据可视化方案以满足每个决策者的特定要求。商业报告常常会被分发到每个人手上,只是“以防万一”有人会用得上。有时这份报告的部分内容会被切分开来,分别送给不同的人。这种做法只会更加混淆视听,加重决策者的负担。同时,还会使原本能为一个团队提供关于关键区别和见解的信息丢失或错失在对另一个团队有用的数据汪洋中。数据可视化始终都应该是为其受众专门定制的,这样的报告里只应包括受众需要知道的信息,且应将这些信息置于和他们有关并对他们有意义的背景下。
3.给数据可视化一个清晰的标签或标题。
既不要模棱两可,也不要画蛇添足,只要解释清楚图表即可。这有助于帮受众直接进入主题。
4.将数据可视化和你的策略联系起来。
如果数据可视化的目的在于介绍能解决具体的、可衡量的、可执行的、有相关性和时效性问题的数据,那就在开场白里加上这些问题。稍后再和你的策略连接起来以理清这些数据的定位,因此,读者便能立刻明白可视化数据的相关性和价值。最终,他们便能更好地参与进来,并能够更明智地利用这些信息。
5.明智地选择你的展示图表。
不管使用哪一类图表,都应该尽可能简单精准地传达讯息。这就意味着:
• 只用有关联能传达重要信息的且为你的受众所需要的图形。不论有多新潮或好看,只为了看上去更漂亮并不是无端多加一张图片的理由。
• 不必填满纸上的所有空白——太多杂乱的内容只会干扰对重要信息的接收,会让人太难记住,又太容易忽略。
• 恰当运用色彩,增加信息深度。同时要注意有些色彩具备潜在含义。举例来说,红色被认为是代表警告或危险的颜色。
• 不要使用太多不同类的图表、表格和图形。如果需要对比各种图表,要确保你阐述数据时使用的是同类的图表,这样才能便于互相比较。
• 确保信息图上的所有内容至少都有其用途。
6.使用标题让重点突出。
这样能让读者大致浏览文件,并能快速抓住核心所在。
7.在恰当处添加文字说明。
文字说明有助于用语言解释数据,并能在情境化图表的同时增加内容的深度。数字和表格或许仅能提供快照,而文字说明则让人对关键处了解更多,加以评论并强调其内涵。
被《纽约时报》称为是“数据界达·芬奇”的爱德华·塔夫特表示,图形显示应该:
• 展示数据。
• 引导观看者去思考图形的主题,而不是方法论、图形设计、图形生成或其他东西。
• 避免歪曲数据原本的意图。
• 在小空间内展示许多数字。
• 让庞大的数据集连贯一致。
• 吸引读者将不同的数据片段进行比对。
• 从宽泛概述到细微构造,都要将数据不同层面的细节展示出来。
• 主旨要相当明确:描述、挖掘、作表或修饰。
• 将数据集的统计和语言描述紧密结合。[1]
根据塔夫特所说,“图形表露数据。实际上比传统的统计分析法更加精确和有启发性。”虽然他在1983年说这句话时网络时代还未到来,但塔夫特的建议依然行之有效——特别是在信息图方面。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14