tableau商业分析一点通 数据下载_干货分享：谁说设计师不会做数据分析

上上周手术一结束，拖着疲惫的身体回伦敦，开学，搬家，整理学生公寓房间，全部一个人来，半条命基本去了。不过我还是熬过来了。这段时间都没有文章更新。先和大家说声抱歉。从明天起，我就开始恢复更新频率啦。

今天我分享的文章是来自于Tableau官方对我们Pointer的采访。这位Pointer叫Wendy，是一名设计师，也是小数点社区数据小竞赛的策划志愿者。大家每周在数据社区比赛的数据，都是她和其他两位小伙伴共同寻找的。并且她们找的数据，除了常规的商业数据外，还有关于环境、国家经济、地理、天文、妇女儿童甚至是宗教的内容。他们想让每一位参赛选手，不仅仅是单纯地对数据进行分析，还能从中获得诸如"原来北极熊家园真的需要我们去保护了"、"非洲妈妈生娃居然九死一生，母爱真是伟大"这样的感悟，从数据中更加深刻地了解更大的世界。

这个每周的小竞赛在我看来特别有意义，给大家提供了一个相互交流学习的舞台。而wendy他们一直在默默努力着，为找到有趣的、合适的数据付出了很多，并且也以身作则，每周坚持出作品，带动更多Pointer一起比赛。很多POINTer会把比赛的作品贴到自己简历的项目作品里去，从而更好地找到一份合适的数据相关工作。我非常感谢为小数点社区付出的志愿者们。

值得开心的是，Wendy的天文分析作品被Tableau—viz首页收录了，也被Tableau官方发到了推特上去。在我印象中，以前的收录作品基本都是被欧美用户垄断，很少有中国人能获得收录。

要知道wendy可不是科班出身的数据分析师，还没加入小数点之前，她其实一直都是设计师。出于对数据分析的兴趣，她才能把设计、数据、故事结合，形成她独特的作品。如果大家有兴趣的话，可以去社区看看她的作品集。

以下采访正文，大家不妨学习下，wendy分享很多有趣的知识，包括有练习数据源的网站哦。

古往今来，神秘的太空总是会引起人们无限的遐想。为了纪念人类登月50周年，最近 Public 上涌现出了一大批航空主题 Viz 作品，今天给大家推荐的这篇还登上了首页的 Viz 精选栏目，绝对值得仔细揣摩！ 更令人惊喜的是，本篇 Viz 的作者还是我们中国区的用户。今天小编不仅给大家带来了精彩的作品，还将这位达人请到了“直播间”。那么今天的作品中有哪些亮点，作者会给我们带来哪些经验分享呢？让我们一起来看看吧~ 本篇 Viz 以编年史的形式，作者向大家呈现了我国自 1970 年开始，从火箭到航天飞船 50 年的太空探索历程，用 Viz 带大家走进那些年太空探索的光辉历史。 可视化后的数据看起来非常绚丽又有着严谨的逻辑。在本篇 Viz 中，作者打破了常规的横坐标时间轴，巧妙地 采取了圆环来表达时间的概念 。圆环被等分为六个扇形， 每一个扇形代表着中国长达十年的航天进程 。 与此同时，圆环本身被赋予了空间的第二重纬度 。 以地球为圆点，向外辐射，来展示不同轨道与地球的远近程度。 距离地球越远，表示航天器驶离地球所承载的技术更尖端。

从图中我们可以清晰的看到，1970 年 - 1980 年这 10 年期间我们的航天器处于距离地球较近的位置且数量较少，这说明当时的技术还不是很完善。对比图表也不难发现，此后的每一个 10 年我们的航天器驶离地球的距离越来越远而且航天器的数量也在不断增加，这表明我国在太空探索方面的技术日趋成熟。

*该图卫星轨道的比例与实际轨道比例有出入 本篇 Viz 中，作者将 表达发射信息的散点图叠加在圆环时间轴／空间轴之上 。散点图的圆点与叉分别代表着发射的成功与失败。作者选取了 从暖色调到冷色调并略带透明度的轨道颜色 ，不仅防止了信息重叠，而且读者可以保持一个舒适的阅读体验。由此看出，作者在设计方面有很多的巧思与经验。 当我们将鼠标放在任意一个图例上，其旁边都会出现一个 提示框 。提示文本包含的信息有 发射时间，航天器的名称与轨道名称 。例如，当我们选中被作者着重注明的中国第一架近地轨道卫星东方红。提示信息显示它的发射时间在1970年4月24日，并且取得了成功。 随着时间的推进，失败的航天发射逐渐减少，发射距离逐渐增加。2018年，玉兔二号巡视器成功发射，登陆月球，在其表面留下了一串属于我们中国人的足迹。这也意味着我们的祖国一直在不懈追求着航天梦，为蓬勃航天事业做着艰苦卓绝的努力。 看完超炫的太空之旅 Viz，你是不是也在为祖国技术的飞跃而自豪呢~ 据小编了解，本篇 Viz 的作者本身是一位设计师，接触 Tableau 刚 10 个月的时间作品就被选入了  Tableau Public ，让人佩服的同时也让人有一丝好奇，快跟小编一起来听她的可视化经验和学习秘诀吧~

汪士佳

“自由职业交互设计师，数据可视化转型中，欢迎来约。”

快问

快答

Q1 您是出于什么样的原因，决定做这样一篇航天主题的 Viz ？ A:

我是 POINT 小数点“图表小挑战”策划小组的志愿者， 3 个志愿者每周轮流定主题找数据。一般我们会贴合实时热点找大众话题，并力求每周主题类型丰富又不重复。在此之前我们做过环保、影视、经济、地理、甚至宗教，而天文主题一直空缺，所以这期我们就来填补这片空白。

最近我看到 Public 上有几幅为登月 50 年创作的优秀作品，为此我搜索了相关的数据源。虽然 NASA 网站有丰富的资源，但我更想贴近我们的生活，于是搜索了我国的航天发射数据，发现有很详尽的记录，维度也很丰富，就立刻确定了本篇 Viz 的主题。

Q2 可以帮读者简述一下制作本篇 viz 过程中的思路和逻辑吗？ A:

可视化可以分两类，一类是科学呈现，即完整呈现所有数据，让读者自己去探索；另一类是作者确定一个观点，并筛选出能支撑观点的数据做成图表，引导读者阅读。我一般做第二类，“图表小挑战”也鼓励参与者做第二类。每周看一群人用同一组数据，得到不同角度的观点，是很有意思的一件事。

本篇 Viz 的制作过程和我平时的习惯是一致的。

先从数据中找到规律、趋势和异常：观察数据源有哪些维度，在 Tableau 里把各维度进行排列组合，快速画出图表，找到切入点。这里要特别夸一下 Tableau 仪表板的联动筛选功能，它可以非常高效的帮我发掘兴趣点。

第二步要去做调研、找原因：有时可能有好几个想法，分别搜索调研后，最终选定一个方向。如果原本的数据不够支撑观点，还需要找其他数据来补充。在制作本篇 Viz 的过程中我查阅了了轨道的高度和用处，一经区分后，立刻就呈现出了我国近十年在探月方面的努力。

接下来会写标题和辅助文字：争取一句话说明观点，尽量精炼的文字描述背景、原因等等。辅助文字还包括图表上的标注，其中最关键的点要强调一下。例如“东方红一号”、“神舟五号”、“嫦娥四号”都是我国航天事业上革命性的突破。

最后是呈现：如果是多层图表的叠加，需要优先考虑哪些图片要放置在底层，哪些图表需要可交互，再考虑整体的排版、配色和图片。在本篇 Viz 中，航天图背景的圆环、年份和地球是置于底层的图片，上层叠加了散点图，这样才不影响散点图的交互功能。

Q3 因为您本身是一位设计师，那么在可视化呈现方面，是否也融入了一些平时的设计理念？能否为我们介绍下本次作品的设计里有哪些巧思？ A:

平时设计工作中遵循的经典大道理会影响我作品的制作思路和呈现方式。

比如“形式追随功能”——图表的功能是要传达支撑观点的信息，所以要选择最能支撑观点的图表形式，并且只保留和观点最相关的元素，装饰性高于功能的，再炫酷也必须删。

还有“交互设计五要素”——在最终被读者(用户)看到的“表象”之下，还有“战略、功能、交互、信息”这 4 层。当然，做个可视化小任务不用一本正经考虑那么深入，但有一点相似——呈现只是最后一件事，前面的准备工作才是重点。

可遇不可求的“情感化设计”比较接近问题中提到的“巧思”，我还在摸索中。其实巧思的根本目的也是帮助读者理解作品，如果还能引发读者会心一笑就更好了。最简单的方法比如映射物理世界的“拟物”，航天作品中用圆环模拟轨道，圆环半径模拟轨道高度，就是对物理世界的映射，帮助读者秒懂。

Q4 您认为要做一篇优秀的可视化分析作品，应该有哪些必备的条件？ A: 优秀的可视化作品应该有明确的观点、直观的图表、最后是清晰整齐的版面。整个作品要清晰地呈现出作者的洞察，同时给读者以视觉上的享受。 Q5 使用 Tableau 软件的过程中有哪些感受，自己比较喜欢的功能有哪些？ A: 我发现用 Tableau 在探索阶段画图表效率极高，最喜欢的功能是用仪表板的联动筛选帮我找到兴趣点；但排版阶段 Tableau 没有缩放画板的功能，不太符合我的习惯。所以我会用其他工具大致排一个草稿，配好色，把需要插入仪表板的图片导出，再到 Tableau 里组合成仪表板。 Q6

平时是如何学习 Tableau 的？有没有一些学习的资源和方法可以分享给大家？

A: 我个人习惯讲究实战性，一般先尝试自己做一下，碰到问题去搜教程，照着教程做不出来就换一个再试，期间遇到不懂的，再进一步用关键词搜索。这样做的缺点是对原理不甚了解，所以我会在画完之后再思考一下画法的原理，如果能明白原理就有举一反三的能力了。 对于平时的资源积累，我建议大家去 Tableau Public 上把喜欢的作品下载下来，研究源文件是一个很好的学习方法。 Q7 是否有喜欢的 Tableau Public 作者？ A: 我比较喜欢“探索月球与火星”的作者 Filippo Matroianni ，这篇 Viz 也被官微推荐过( 点击此处回顾 )，Filippo是一个data journalist ，题材丰富且非常有深度。 大家可以复制下方链接至浏览器去看一下，相信对你会有帮助。 https://public.tableau.com /profile/filippo.mastroianni#!/ Q8

国内可用的数据源网站？

A: 这里推荐 2 个数据源网站给大家： https://data.worldbank.org/ https://data.world/ 另外我还会优先选择搜索官方网站，比如需要天气数据就搜气象局，需要地震数据就搜地震台官网。如果是下载别人整理好的数据集，建议大家在使用之前，先点数据源链接验证一下来源是否可靠、数据是否有更新，以确保作品严谨可信。

END

深圳站我们不见不散！

POINT.小数点数据分析特训营

(深圳站)正式开营

点击图片加入