避开四大坑，让数据可视化“点石成金”

亿信华辰Pro 2022-02-16

337

字不如表，表不如图，优秀的数据可视化往往能对复杂的数据起到点石成金的效果，不仅能让数据更直观易懂，还能帮助洞察数据内涵、辅助决策。

但就像做菜一样，将未加工的食材处理成为可口的饭菜需要合适的方法和火候，将原始复杂的数据用图表的方式精妙呈现也需要正确的工具和技巧，不然一不小心可能就会成为“黑暗料理”，让受众不知所云，甚至会误导判断。

比如路透社在2014年发布的《21世纪初枪支死亡人数统计图》就是一个误导判断的数据可视化的典型案例。

翻转的Y轴使得读者并没有意识到21世纪初枪支死亡人数的明显增长推动了《Stand Your Ground》立法的通过，而是错误的认为这项法律的通过的时间点刚好是在枪支死亡人数减少的时间段。

虽然我们并不清楚这个图表中倒置的Y轴是因为想做一个独特的设计，还是想通过这种方式引导读者得出错误的结论，但不可否认的是，这种具有误导性的图表损害了路透社的品牌声誉，由此可见，正确的数据可视化有多么重要。

要做好数据可视化，其流程相信大家已经十分清楚，无外乎四个步骤：获取并梳理数据——明确可视化目标——选择合适的形式——进行可视化布局以及设计。

但这四个步骤说起来容易，真正做起来却可能发现，处处都可能出现踩坑预警。接下来我们就来给大家分享一下这四个步骤中的“坑”。

— 01 —

「数据」踩坑点

巧妇难为无米之炊，要做好数据可视化，获取准确清晰的数据、并对其进行初步梳理，是做好数据可视化的重要前提。

数据可视化中的数据踩坑点主要有两个：

一个是数据源方面。数据的有效性依赖于它的来源，保证数据源的清晰可靠是非常重要的，这个涉及到的主要是数据采集等环节，我们这里就不过多展开。

还有一个则是在数据处理方面。数据本身分散且复杂，我们做可视化的目的之一，就是将其梳理得直观易懂，更方便用户找到核心问题的答案。如果对数据信息不做筛选处理，而是直接堆在图表上，这样会造成用户的注意力分散，很难获取到有效信息。

比如下面这个和弦图就是对于数据的堆积，让人眼花缭乱，不利于数据的展示。

有时候数据量大、维度复杂，数据的处理本身可能就是一个复杂的工程。我们可以选用合适的工具来简化这个过程。亿信华辰的一站式数据分析工具亿信ABI就是一个很好的辅助工具，它配置有ETL工具，通过简单的拖拽式的流程设计，实现了数据抽取、清洗、转换、装载及调度。而且它能实现数据处理和数据分析的一体化，无需多套工具，直接就能实现数据处理和分析完美衔接。