数据可视化：图做得再炫，讲不清故事就是电子垃圾

我参加过一场数据产品发布会台上演示的看板堪称视觉盛宴。暗色主题荧光色渐变数据地图上的热力效果做得跟赛博朋克电影似的数字跳动带着粒子特效。台下掌声雷动。我旁边的一位业务负责人小声说了句“好看是真好看但我还是不知道这个月销售额为什么跌了。”这句话直接戳破了数据可视化领域最大的泡沫形式大于内容。可视化工具越来越强大D3.js、ECharts、Tableau、Power BI门槛越来越低做得越来越炫。但真正能辅助决策的数据可视化少之又少。大部分可视化作品要么在炫技要么在偷懒要么在故意混淆视听。这篇我想聊聊怎么用图表把数据故事讲清楚而不是用特效把人晃晕。一、选择图表类型的唯一标准三秒规则我给自己定过一个规矩任何一张图如果受众在三秒之内看不出核心信息这图就是失败的。三秒不能再多了。人的注意力就那么点你不能要求看的人先花三十秒理解你的坐标轴、图例和颜色映射再花三十秒理解数据。基于这个规则很多看似高级的图表都要被毙掉。桑基图看起来很炫流向变化的宽度很直观。但你拿一张有二十个节点、五十条流向的桑基图给老板看他三秒内只能看到一堆扭曲的色块。雷达图被滥用到令人发指的程度五个以上的维度雷达图的可读性急剧下降因为人眼对角度和面积的感知极不精确。你把两个用户在六个维度上的雷达图叠在一起没人能准确说出谁在哪个维度上更强。真正高效的可视化几乎都是最简单的图表类型。柱状图比大小折线图看趋势散点图看相关性分布用直方图或箱线图。这几张图打天下够了。你把它们用好比学一百种冷门图表有用得多。一个清晰标注的柱状图能在零点几秒内传递出“A品类销量是B的三倍”这个信息。一个光滑的趋势线能让人立刻捕捉到九月销售额有个异常的凹陷。图表类型的选择应该完全服务于你的信息而不是你的审美。我见过一个数据分析师用了整整两周时间用D3手搓了一个动态旭日图来展示用户分层效果惊艳。但当他在周会上演示的时候所有人都在问“这个圈圈是什么意思为什么点这里会动”他的用户分层结论从头到尾没人关心。他做了一场出色的视觉表演但做了一次失败的数据沟通。二、颜色不是颜料盒是信息通道配色是可视化里最被低估的技术活。大部分人打开可视化工具要么用默认配色要么凭感觉乱调。默认配色通常不是为你的数据场景设计的凭感觉乱调大概率会踩到色盲友好、对比度、文化隐喻等各种雷。第一个原则连续变量用单色渐变分类变量用离散颜色且类别超过七种就考虑合并或用其他视觉通道。我见过一张散点图用彩虹色标了十四个类别图例挤在角落每个色点之间在视觉上根本无法区分。彩虹色映射还有一个臭名昭著的问题人眼对光谱中不同波长的敏感度不同黄色和绿色天然比蓝色和紫色更抢眼这会在你的数据里人为制造出视觉热点误导判断。第二个原则红绿搭配能不碰就不碰。百分之八的男性和百分之零点五的女性有红绿色盲在他们的屏幕上你的红涨绿跌可能是一坨灰涨一坨灰跌。现在我默认用蓝橙配色来替代红绿蓝色冷调橙色暖调在色盲模拟器里也能清晰分辨而且避免了红色在金融语境里天然的“亏损”暗示让图表在心理上更中性。第三个原则灰度测试。我画完任何一张图都会把它调成灰度图看一眼。如果黑白灰下你的数据模式依然清晰可见说明你的设计是稳健的不是靠颜色在硬撑。靠颜色硬撑的图表一旦被打印成黑白材料或者投影在色差巨大的屏幕上就会彻底失效。三、仪表盘和看板的核心问题公司里最常见的可视化产物就是BI看板各种数字卡片、趋势线、漏斗图挤在一起像个飞机驾驶舱。大部分看板犯的是同一个错误只展示数据不回答问题。一个典型的销售看板上你会看到今日销售额、环比增长、同比、目标完成率、热销品类排行、客单价趋势等等。这些数字每一个都精确每一个都实时更新但合在一起却回答不了业务方每天早上打开看板时最想知道的问题“我今天需要做什么”销售额跌了为什么跌是流量少了还是转化掉了是哪个品类在拖后腿看板上找不到答案得再点开五个子页面去排查。业务方的时间花在了操作看板上而不是用数据做决策。好的看板应该是一个故事框架。最上面一栏是核心结论用大字直接写出来“今日销售额低于目标百分之十二主要由于A品类缺货导致流量流失。”下面才是支撑这个结论的证据图表。把看板的阅读体验设计成新闻稿标题、导语、正文、插图让信息密度从高到低自然流淌。这需要数据分析师在背后做大量的归因分析和人工判断但产出物是业务方真正能用的。大多数公司做不到因为这种看板需要人工维护不能自动刷新。但我的观点是一个能自动刷新但没人看得懂的看板不如一个每天花十分钟手动更新的有用看板。自动化的代价如果是信息无效那自动化就是在高效地生产垃圾。四、在报告里讲故事的骨架数据可视化最重的应用场景是周期性报告和专题分析。一份分析报告几十页图表几十张怎么让人有耐心读完答案是你要学会讲故事的骨架。最常见的错误是按分析流程排列图表。先放数据概览再放单变量分析再放多变量交叉最后放模型结果。这是工作日志不是故事。读者只关心问题和答案不关心你的分析过程。你得把所有图表重新组织成一个叙事弧线。我常用的骨架是先抛出一个令人意外的事实或问题用一张有冲击力的图砸在读者脸上——“你知道吗过去三个月我们的高价值用户流失了百分之二十”然后展开这个问题的严重程度如何影响范围多大接着分析原因用排除法排除掉几个常见的但这次不成立的假说用归因图表指向真正的罪魁祸首。然后给出方案如果采取某某措施根据历史数据推算能挽回多少损失。最后呼应用一张对比图左边是如果不作为的预测趋势右边是采取行动后的乐观预期。这个骨架套在任何专题分析上都能用。它不是形式主义是在帮读者建立认知的节奏。一张结构混乱的报告即使每张图都很精美读下来也会让人疲惫不堪。一张叙事清晰的报告哪怕图表粗糙一点也能让人记住结论并做出行动。五、可视化的道德底线最后说一个很少被讨论但很重要的话题可视化可以被用来说谎而且说谎的成本极低。操纵坐标轴是最古老的把戏。Y轴不从零开始一个微小的波动看起来就像暴涨暴跌。截断轴在某些场合有合理性但如果你不标注截断就是在故意误导。颜色映射的阈值选择可以把一张地图从“大部分地区正常”变成“大部分地区高风险”只要把阈值稍微偏一点就行。饼图的各块排序和爆炸效果可以放大或缩小某些类别的重要性。两个不同量级的数据放在双Y轴上你可以通过调整两个轴的刻度比例让两条线出现任何你想要的交叉点和走势关系。这些手段在新闻媒体和某些企业汇报里屡见不鲜。作为做数据可视化的人你得守住底线。任何时候你调整坐标轴、颜色映射、聚合粒度都要问自己一个问题我这样做是在帮助理解事实还是在扭曲事实这个问题不会有人来监督你只有你自己知道答案。技术越强责任越大。一张说谎的图表比一千句谎话的破坏力更大因为它披着数据客观性的外衣。数据可视化的终极标准不是美观不是炫酷不是交互多么顺滑而是它是否让看的人做出了原本不会做出的正确决策。如果你的图让一个业务负责人看完之后明确知道了问题出在哪并且有了行动的冲动那你的图就是好图。反之如果对方看完只说了句“挺好看的”那它就是一张废纸或者更准确地说一堆用电子呈现的垃圾。做可视化的人别把自己当成艺术家要把自己当成翻译家。你的工作是把数据的语言翻译成人的语言在翻译的过程中不丢失关键信息不添加虚假信息让不同背景的人都能理解并基于理解去行动。这个定位守住了你做出的图就不会差。