做数据可视化图表前要做好哪些准备,复杂吗?

好的演示必须讲述一个动听的故事

大家一定有这样的经历。有时候,我们会碰到一位印象深刻的演讲者,他的ppt可能做得并不好,甚至都没有,但是他总是能通过曲折动人的故事,引起听众的共鸣和关注,最终,大家都会陷入他的故事里;有时候,我们会碰到一些乏味的报告,演讲者振振有词,甚至幻灯片也充满了各种图表、明亮的配图,然而,你还是意兴阑珊。

瞧,精彩的都是从开始,而不是平铺直叙的列表。故事都有结构,建立一个冲击力矩,释放一股动力,改变人们的认知和先入为主的观念。好故事并不乏味。

我们在用DataFocus进行数据可视化创作时,可以从上面借鉴到什么经验呢?有没有好的方法?答案是肯定的。在开始你的创作之前,首先,让我们认识一下通过可视化进行信息传播的目的有哪些:

通知。为观众、读者传授新的,有时是改变认知的知识。

指导。为某些工作进行实用方法的讲述。

评估。可视化能够吸引观众的想象力并引导他们考虑其价值。

启发。精心设计的可视化有能力唤起可影响观众行为的感受。

说服。最终,可视化会吸引观众的逻辑,情感,以试图说服他们采取行动。

我们需要将可视化设计视为一个制作引人注目的叙事的机会,并为他们带来成功。最后,让我们快速了解几个大品牌如何将讲故事与世界级的设计融为一体。

任何演示的首要重点就是叙述。在添加任何华丽的视觉效果之前,设计师与客户携手合作以建立叙述并提出如下大问题:

  • 我们为什么要向他们展示?

大家可以看到,这些图片提供了受众需要了解的最具影响力的主题和信息。只有少数选择的单词和短语会出现在屏幕上,汇报人可以通过补充更详细的信息,将整个可视化信息丰富、完善起来。

第一印象非常重要,通过第一印象通常会和信息接收者之间建立某种程度的信任链接,如果这种信任在演示的第一分钟内没有得到巩固,它就会在瞬间消失。

Deloitte是全球财富500强公司中80%的全球财务顾问。当然,他们理解快速建立信誉的必要性。上面例子中,从一开始,德勤就这个话题建立了自己的权威。

用单一的视觉效果来表达复杂的问题或解决方案并不总是可能的,但是当它发生时,它对观众来说可能是一种强大的体验。

iControl是一家瑞典创业公司,它建立了一个iPad应用程序,旨在取代纸张并在建筑工地创建更好的文档。他们不是一个大品牌,但是他们通过一张幻灯片有力的向受众展示了问题--传统的建筑设计浪费了太多的纸张,需要跟踪的文档太多。

在视觉上定义问题是一个很棒的策略,但要小心使用它,因为一个令行业混乱或过于具体的图像会让观众感觉你像外行人一样。

如今,“讲故事”无处不在。我们称之为“故事”的情节,大多数都是由时间和技术的偶然事件串联起来的松散事件。那么叙事和故事之间的区别是什么?它们如何相关,它们有何不同?最重要的是,它们如何与引人注目的演示相结合?

故事受时间限制。它有一个开头,一个中间和一个结尾。它以一种有意义的方式详细说明事件并对它们进行排序。

叙事不受时间限制。它将单独的时刻和事件与中心主题联系起来,但不寻求解决方案。叙述包括过去,现在和未来 - “我们来自哪里。我们在哪里。我们前往何处?”

运用以上要点,结合DataFocus的时序可视化技术,将数据与时间关联起来进行展示,从而达到一种叙事的效果,如果能有一些引起戏剧效果的事件作为转折,那么你的可视化作品就可以自己讲故事了!

}

数据可视化是什么啊?怎么做?... 数据可视化是什么啊?怎么做?

这里主要是指工作场景中的数据可视化(海报类、信息图不在范围内)。
数据可视化就是承接数据分析之后的数据展示,包括图表设计、动效组合,形成二维图表,三维视图、联动钻取,搭配成大屏……
数据可视化的功能主要体现在两个方面:一是数据展示;二是业务分析。数据展示很好理解,就是将已知的数据或数据分析结果通过可视化图表的方式进行展示,形成报表、看板、dashboard、甚至配合现在流行的大屏展示技术,数据展示的方式也越来越为人所接受和欢迎。业务分析就是在看到图表、dashboard、大屏之后,将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。
对于数据可视化,有诸多工具,如:
2、数据报表类:Excel、金蝶、FineReport等,对于日常的报表制作,易学实用。
3、可视化BI类:比如cognos、tableau等,更直接地针对业务分析。
以上,前两者是纯粹的可视化图标,后两者涵盖从数据采集、分析、管理、挖掘、可视化在内的一系列复杂数据处理。
如何实现可靠的数据可视化?
数据可视化最终还要回归到“阅读者”,通过传递有指向性的数据,找出问题所在,制定正确决策。所以数据的价值不在于被看到,而在于看到之后所引起的思考和行动。
这里,企业内数据还不同于普通的应用数据,它们大多不是通过算法程序直接产生价值应用于用户,而是通过合理的展示和分析,再经应用者或管理者思考和判断,最后采取行动,从而发挥价值。
1、谁是可视化的受益者
无论你在做一份传统的报表,汇报的PPT还是其他,首先需要搞清楚这是给谁看的,他需要了解哪些事项,关注那些指标,在决策过程中会如何利用你展示的信息和数据,一句话概括就是搞清楚数据分析工作的目标,这一张报表是用来做什么的。后续的数据分析工作和分析报告里所要呈现的全部内容,之后都是要紧紧围绕着这个目标主题而服务的。
数据可视化是要讲繁杂的各条数据,梳理成指标,围绕每个业务财务、销售、供应链、生产等形成指标体系,最后通过可视化的方式展现,比如回款率、收益效率….
可以说,数据分析工作是否成功,大体就在指标的梳理。这个工作需要数据中心的人员或者BI组的人员深入业务一线去调研需求,拉来数据,建好数仓….
如何针对业务场景做数据分析-零售业管理指标
数据化管理的指标体系大全(一),店铺与销售
数据化管理的指标体系大全(二),商品、电商、战略决策
分析生产和库存,靠这一套指标就够了!
将数据可视化与业务方案结合起来

简单理解就是将枯燥的数字以图表的形式呈现出来~常见的比如饼图、柱状图、折线图等等。

举个栗子:就像股票的K线就是将股票价值等数据通过可视化的形式呈现出来。

推荐一个数据可视化分析工具:

(水印为鄙人知乎账号,可互粉,平时会回答一些高质量互联网问题)

上图看起来有没有很舒爽!颜值很高有木有~

模板60+我就不一一上图了,可以自行去免费体验~

导入数据、简单拖拽就可以啦,比较适合新手小白~


· 贡献了超过117个回答

数据可视化:你知道这些汽车品牌是什么时候创立的吗?

数据可视化的主要目的是通过图形化手段进行清晰,有效的信息传递。

下载百度知道APP,抢鲜体验

使用百度知道APP,立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。

}

"数据可视化"可以帮助用户理解数据,一直是热门方向。

图表是"数据可视化"的常用手段,其中又以基本图表----柱状图、折线图、饼图等等----最为常用。

用户非常熟悉这些图表,但如果被问道,它们的特点是什么,最适用怎样的场合(数据集)?恐怕答得上来的人就不多了。

本文是电子书第一章的笔记,总结了六种基本图表的特点和适用场合,非常好地回答了上面的问题。

进入正题之前,先纠正一种误解。

有人觉得,基本图表太简单、太原始,不高端,不大气,因此追求更复杂的图表。但是,越简单的图表,越容易理解,而快速易懂地理解数据,不正是"数据可视化"的最重要目的和最高追求吗?

所以,请不要小看这些基本图表。因为用户最熟悉它们,所以只要是适用的场合,就应该考虑优先使用。

柱状图是最常见的图表,也最容易解读。

它的适用场合是二维数据集(每个数据点包括两个值x和y),但只有一个维度需要比较。年销售额就是二维数据,"年份"和"销售额"就是它的两个维度,但只需要比较"销售额"这一个维度。

柱状图利用柱子的高度,反映数据的差异。肉眼对高度差异很敏感,辨识效果非常好。柱状图的局限在于只适用中小规模的数据集。

通常来说,柱状图的X轴是时间维,用户习惯性认为存在时间趋势。如果遇到X轴不是时间维的情况,建议用颜色区分每根柱子,改变用户对时间趋势的关注。

上图是英国足球联赛某个年度各队的赢球场数,X轴代表不同球队,Y轴代表赢球数。

折线图适合二维的大数据集,尤其是那些趋势比单个数据点更重要的场合。

它还适合多个二维数据集的比较。

上图是两个二维数据集(大气中二氧化碳浓度,地表平均气温)的折线图。

饼图是一种应该避免使用的图表,因为肉眼对面积大小不敏感。

上图中,左侧饼图的五个色块的面积排序,不容易看出来。换成柱状图,就容易多了。

一般情况下,总是应该用柱状图替代饼图。但是有一个例外,就是反映某个部分占整体的比重,比如贫穷人口占总人口的百分比。

散点图适用于三维数据集,但其中只有两维需要比较。

上图是各国的医疗支出与预期寿命,三个维度分别为国家、医疗支出、预期寿命,只有后两个维度需要比较。

为了识别第三维,可以为每个点加上文字标示,或者不同颜色。

气泡图是散点图的一种变体,通过每个点的面积大小,反映第三维。

上图是卡特里娜飓风的路径,三个维度分别为经度、纬度、强度。点的面积越大,就代表强度越大。因为用户不善于判断面积大小,所以气泡图只适用不要求精确辨识第三维的场合。

如果为气泡加上不同颜色(或文字标签),气泡图就可用来表达四维数据。比如下图就是通过颜色,表示每个点的风力等级。

雷达图适用于多维数据(四维以上),且每个维度必须可以排序(国籍就不可以排序)。但是,它有一个局限,就是数据点最多6个,否则无法辨别,因此适用场合有限。

下面是迈阿密热火队首发的五名篮球选手的数据。除了姓名,每个数据点有五个维度,分别是得分、篮板、助攻、抢断、封盖。

画成雷达图,就是下面这样。

面积越大的数据点,就表示越重要。很显然,勒布朗·詹姆斯(红色区域)是热火队最重要的选手。

需要注意的时候,用户不熟悉雷达图,解读有困难。使用时尽量加上说明,减轻解读负担。

只适用反映部分与整体的关系
其中只有两维能精确辨识
}

我要回帖

更多关于 数据可视化图表类型 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信