可视化小目标--解构数据可视化

学习目标

• 了解数据可视化的基本流程，牢记4个关键步骤

• 熟悉可视化视觉映射的基本原理及其三要素

一个完整的数据可视化过程，主要包括以下4个步骤：

• 确定数据可视化的主题；

• 提炼可视化主题的数据；

• 根据数据关系确定图表；

• 进行可视化布局及设计；

可视化过程的第一步：确定数据主题，即确定需要可视化的数据是围绕什么主题或者目的来组织的。

业务运营中的具体场景和遇到的实际问题，公司层面的某个战略意图，都是确定数据可视化主题的来源和依据。简而言之，一个具体问题或某项业务、战略目标的提出，其实就可以对应一个数据可视化的主题。比如，银行分析不同城市用户的储蓄率、储蓄金额，电商平台进行双十一的实时交易情况的大屏直播，物流公司分析包裹的流向、承运量和运输时效，向政府机构或投资人展示公司的经营现状等，都可以确定相应的数据主题。

可视化过程的第二步：提炼数据

确定数据围绕什么主题进行组织之后，我们接下来要了解我们拥有哪些数据，如何来组织数据，这里面又衍生出另外三个问题。

1. 确定数据指标

分析和评估一项业务的经营现状通常有不同的角度，这也就意味着会存在不同的衡量指标。同样一个业务问题或数据，因为思考视角和组织方式的不同，会得出截然不同的数据分析结果。例如，要评估寄件这项业务，有人想了解寄件量，有人想知道不同快递公司的运输时效，有人想知道寄件用户的下单渠道，还有人想了解寄件收入。拿起数据，就开始画图，会让整个数据可视化作品没有重点、杂乱无章，是一种用战术上的勤劳掩盖战略上的懒惰，最终的呈现效果一般不理想。

2. 明确数据间的相互关系

基于不同的分析目的，所关注的数据之间的相互关系也截然不同，这一步实质上是在进行数据指标的维度选择。例如，都要统计寄件量，有人希望知道各个快递公司的寄件量是多少，有人想了解一天内的寄件量高峰位于哪个时段，还有人想知道寄件量TOP10的城市排名。这里的快递公司、时段、城市，都是观察寄件量这个指标的不同维度。

通常，数据之间的相互关系包含如下几类：

• 趋势型：通常研究的是某一变量随另一变量的变化趋势，常见的有时间序列数据的可视化。

• 对比型：对比两组或者两组以上的数据，通常用于分类数据的对比。

• 比例型：数据总体和各个构成部分之间的比例关系。