‧
5 分钟阅读
您的图表系列过多：非分析师的数据可视化技巧
Metabase 团队
‧ 5 分钟阅读
分享这篇文章
虽然数据可视化和仪表盘创建传统上属于数据分析师或 BI 开发人员的范畴，但 自助分析 的兴起意味着每个人（包括非分析师）都可以尝试探索数据并创建自己的图表。
有了这种探索的自由，可能会有些许忐忑，尤其是当您习惯于由别人处理所有与图表相关的事情时。考虑到这一点，我们整理了一些关于数据可视化时要避免的陷阱的建议。这些并非硬性规定；尝试不同的图表类型，不要害怕犯错，只需记住数据可视化的全部意义在于清晰而精确的沟通。
我们将以 Metabase 为例，但这些原则适用于您使用的任何 BI 工具。
优先考虑内容而非样式
如果您是设计师，您会深知清晰度和美观性之间取得平衡的重要性。在开始摆弄颜色或样式之前，请确保您已明确确定图表或仪表盘的目的。形式应服务于功能；也就是说，您对图表的选择应支持您希望数据传达的信息，而不是使其模糊不清。
在同一仪表盘上混合使用几种不同类型的图表乍一看可能令人印象深刻，但这通常不是一个好主意。观看者需要付出大量的认知努力才能从阅读折线图切换到漏斗图再到气泡图，同时还要尝试处理这些图表中的数据。尝试将 类似 的项目放在一起，或者至少建立一些在仪表盘上重复的模式。颜色也是如此：如果您已在一个仪表盘上的某个图表中为某些颜色赋予了含义（例如，红色 = 低，黄色 = 中，绿色 = 高），请确保在整个仪表盘中保持相同的配色方案。
最后，在许多情况下，表格提供的清晰度将比任何更花哨的图表类型都更有效。
将图表中的系列数限制为六个
您真的需要在图表中看到代表五十个州中每个州的单独线条，以显示去年的订单表现吗？如果是这样，它最终可能会看起来像这样的怪物
数据可视化只有在能够让您的大脑快速处理大量信息时才有用。如果您在图表中加载了过多的系列，那么您将失去首先使用可视化的任何优势，因为您将不得不花费大量时间解析每条线才能真正理解图表所传达的内容。
上面的折线图是一个极端的例子（可能也不是任何人会认为是好主意的例子），但重要的是在创建具有多个系列的图表时要牢记易读性。尽量将图表中的系列数保持在不超过五个或六个，因为任何超过这个数量都会导致混乱且难以辨认的可视化效果。将这些类别限制在您的“主要推动者”——最大的客户、最畅销的产品或特别关注的领域。
如果您仍然需要来自所有五十个州的数据，请考虑在折线图旁边放置一个表格，作为完整列表的索引。否则，选择聚合数据或筛选以限制可见系列的数目。
谨慎使用饼图——最多两到三个类别！
这是一个老生常谈的话题，因为饼图经常被诟病。虽然它们有其用途（例如，比较两到三个类别的部分与整体），但这种诟病并非完全没有根据。使用饼图真的很容易产生对数据的误导性或不清晰的图片——看看下面两个显示相同数据的图表就知道了
由于饼图扇区（左侧）的大小都相对接近，因此观看者最终主要依靠图例及其列出的百分比来解释数据，而不是可视化本身。如果您的观看者必须先查看图例，然后查看图表，然后再查看图例，然后再查看图表，那么您的图表可能就不是那么有效。右侧的条形图允许观看者更容易地衡量每个条形相对于其他条形的高度，因为人眼更容易辨别长度而不是角度。
添加解释性标题和描述
好的图表可以一目了然，但这并不意味着您永远不必解释这些数字的来源。这就是标题和描述发挥作用的地方，因此请认真思考人们可能会对您的图表提出哪些问题，并将这些信息与您的可视化效果一起包含在内。
请另一双眼睛看看您的图表
如果您盯着同一个图表或仪表盘太久，很容易对什么是有效的，什么是无效的失去客观视角。就像书面报告或设计模型一样，几乎总是需要同事对您的图表和仪表盘提出意见。他们可以对您的工作提供全新的视角，找出任何令人困惑的点或被忽视的领域。例如，您可能希望让设计师检查您的图表是否易于理解，或者让分析师确认您从该图表得出的结论是否得到数据的支持。
更多数据可视化资源
您可能还喜欢
所有文章
