一张图被放进汇报或转发到群里时,读者很少从坐标轴开始研究。他先找答案:这张图想说明什么?
如果答案需要从一堆折线、标签和图例中自己归纳,再准确的数据也很难被记住。让图表说清楚,它至少要回答三个问题:你发现了什么?证据是什么?我为什么相信?
先从季度销售额中找到最值得表达的变化:
结论不是换一种说法描述“销售趋势”,而是从销售额中得到、能够被数据验证的判断。一张图只保留一个主要结论。
结论提出判断,图表提供证据。读者能否快速验证,取决于比较方式和阅读顺序。
想比较各地区销售额,就用排序条形图;想观察销售额随时间的变化,就用折线图。图表类型不是风格选择,而是要让读者更容易完成当前比较。
如果结论是“第四季度销售额首次回升”,第四季度就应该最先被看到。先删无关数据和重复标签,再给第四季度添加强调色与数值。所有季度都醒目,就等于没有重点。
“第四季度销售额为 140 万元”无法单独说明表现好坏,还要与上季度、去年同期或目标值比较。图中也要留下时间、单位、订单范围和数据来源,否则截图离开正文后就无法核验。
Sive 是一个 AI Native 的新一代可视化研发、创作、分析平台。通过 Sive 的“数据单图”,可以完成上面三步:找到结论、让证据容易验证,并补齐参照和口径。

如果你也想把手里的数据变成一张能够独立分享的图,可以从 Sive 的“数据单图”开始。下面这些作品,展示了它在不同数据和表达任务中的实际效果。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。