一份成功的数据可视化图表都需要什么？

这是《我的数据可视化方法论系列》第2篇，相比上一篇以批判性地角度呈现两个事实，我更想引出两个重要问题。

1） 决定可视化图表成功的要素有哪些？

其实就两条：图表所提供的商业价值 和 读者理解信息的速度。

常见的可视化失败案例都是未满足这两点或者缺少其中一点，就以饼图的错误用法，举几个小例子：

失败案例1

失败案例2

失败案例3

成功案例

这是我在实践中体验到的心得，也建议大家带着这个思维：当你的老板对你的分析报告、图表不够满意时，看看是少了商业价值？还是理解信息的速度不够？

2） 打造成功的可视化图表需要什么样的能力？

当我们谈论数据分析时，大多数情况是指从数据到决策，而图表是两者的桥梁。

把这个过程放大（见下图），可视化既要在探索性数据分析中发现价值洞察，也要在解释性数据分析中浓缩信息精华，从而影响决策，这是一个不断提炼精华的过程，背后也有着极其严密的数据分析逻辑，显然是项非常有挑战性的工作。

那么这样一份极具技术性与艺术性的工作都需要哪种能力才能胜任？

我也做过很多失败的图表，并且曾试图通过工具来改善，但事实上单纯追求工具使用能力和各类智能科技软件所带来的帮助是极其有限的。因为有两种能力与可视化工具无关：数据洞察能力和图表设计能力。

当你有了数据洞察，即使只有一张白纸和笔，也可以画出一份有影响力的可视化作品，工具的存在其实只是为了这件事做得更好。而想要打造一份成功的数据可视化，最难得的是数据洞察，也是可视化的内核。

The purpose of visualization is insight, not pictures. 可视化的目的是洞察,而不是图片绘制。

—— Ben Shneiderman （计算机科学教授本·施奈德曼）

最重要的，有什么好的方法可以提升图表的商业价值和信息理解速度？有什么好的方法可以帮助培养可视化能力？有什么好的方法可以作为真正的商业数据分析可视化指南？且看下回分解。

附上一篇文章 我的数据可视化方法论 第1篇