可视化数据分析怎么做,可视化数据分析的5大原则？

1、为什么要做可视化？在酿成酒之前去赞美五谷的香醇，在谱成曲之前去赞美音符的神奇，都很难引起人民的共鸣。
同样道理，数据在可视化之前，纵使数据分析师阐述时巧舌如簧，效果也会大打折扣。原因很简单，字不如表，表不如图。数据本身是有沟通障碍的，尤其是当我们的读者或者上级对数据不敏感时，此时的可视化就相当于是一种“翻译”，就像是两个神交已久的人终于相聚却因为语言不同只能你比划我猜，这时如果送上同声翻译，绝对是雪中送炭。
简而言之，做可视化就是将数据以及数据背后的逻辑，准确又高效地传递给对方。
2、图表可视化有哪些陷阱和误区？图表可视化的误区主要表现在观念上，这里有两个极端，十分要不得。
一是可视化“无用” 。有些厉害人物，文字功力深厚，出口成章妙语连珠，仅凭一己之力就能让甲方满意，领导赞赏，认为可视化就是锦上添花，华而不实，可有可无。
二是过度可视化。可视化很有用但不能神化，要正确看待，正确使用可视化。这个极端有几种表现：
其一是将所有数据逐一可视化。在一份数据分析报告中有结论有佐证，通常只需将结论性的趋势或者重点辅助指标进行可视化，其他诸如本年销售目标、预期利润率等展示类的KPI指标，上一期与本期销售额、两个业务员的销售业绩等数量较少的对比类指标，借由文字阐述即可，数据可视化时过犹不及，要适可而止。
其二是将所有数据集中可视化。有学员曾经问“如何在一张图中清晰地展示一年365天的销售数据及天气变化，并分析这些变化同星期和节假日的关联？”
这是典型的图表负担太重，图表和人一样都有自己的极限，一个人身兼数职同时处理多件事情就会手忙脚乱，图表内容过于丰富只会变得杂乱无章。这个时候如果将数据拆分成12个月，1张图表达1个月的数据，多图经过排版形成图表组合，既专业又美观。
其三是可视化过于追求变化。一种是求变。据我观察有此想法的人不在少数，同一份数据分析报告每次更新都会更换新的可视化类型，或者更换新的配色。这样好不好呢？人既需要新鲜感也需要稳定，比如我们看国家统计局或者专业的分析机构的可视化，有自己的风格并且有延续性。另一种是求新。前一段整个朋友圈都在转发人民日报的“新冠肺炎全球疫情形势”玫瑰图，很多学员都来问我怎么做，为此我第一时间提供了制作方法，同时提醒大家把握好使用尺度和场合，求新本身没错，吓到领导就是你的错了。

文章插图
其四是过于迷信某种可视化类型。这个观念与求新求变正好相反，可以称之为可视化的保守派。我的一个老朋友特别喜欢折线图，他的报告里90%都是折线图，用折线图表达趋势变化、横向对比、多属性对比，在他眼里折线图就是超级英雄般的存在。其实，不存在万能的可视化类型，一类图表表现一类问题才是常态。
3、如何做好图表可视化，应该具备哪些原则？把可视化做好很简单也很麻烦，简单的是只需要满足读者的需求即可，麻烦的是很多时候读者的需求往往飘忽不定，难以捉摸。
读者需求有多难琢磨，这里举个例子。曾有学员问，1张图中有6条折线，领导觉得杂乱看不明白，我建议将图表进行多区域分隔后成功过关。
过了几天这个学员又来问怎样把多折线做得清晰易懂，我很疑惑，学员说上一次通过的方案，这一次领导不喜欢了。
我猜想领导可能想要多方位多维度的分析问题，这时候一张图表往往无法满足需求，于是就建议做成看板，层层剖析数据，学员说领导觉得看板里的图表太多抓不到重点。