当前位置： 可视化工具有哪些-可视化有哪些陷阱和误区和要不得？|博说
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可视化工具有哪些，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。
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。
（1）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。
（2）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。
首先一种是求变：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可视化工具有哪些，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（下图），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。
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地分析问题，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。
于是我接着建议，不妨把折线图做成动态图表，通过按钮选择关注的业务种类，此时关注业务的折线高亮显示，其他折线呈灰色。这个建议同样被PASS，学员说领导不喜欢动态图表，只喜欢静态图表。
实在抓不到这位“领导”的点，我也是无能为力了。没想到几天后学员来报喜说方案通过了，我很好奇，哪个方案这么神奇能得到领导的青睐，学员说最初的方案。
所以想做好图表可视化还是要善于思考，了解喜好，总结规律，保持原则。
具体有哪些原则呢？
（1）平衡性
在可视化规范与领导喜好之间寻求平衡点。
大名鼎鼎的IBCS建立了关于报表、幻灯片、仪表板、图和表的制作标准，就像下图这样。
有了这些视化规范是不是直接参照就可以呢？还不行，还需要加入一些“中国特色”，也就是领导的喜好，否则可能水土不服。
如何把握领导的喜好？作为一个数据分析师，这应该是一个基本功吧。
（2）逻辑性
一个好的分析师会用数据讲故事，数据可视化之后故事会更吸引人，好的可视化就是与数据的逻辑完全契合，想展示什么（数据背后的含义）——依据是什么（数据的趋势变化）——结论是什么（数据反映的问题）。
（3）准确性
可视化要忠于数据，刻意夸大或者美化数据及变化都不可取。
举个例子，前一段帮一个朋友做可视化，数据在1-50之间，做成的蝴蝶图中“数据1”对应的条形几乎不可见，这时候朋友就不满意了，明明有数图中却看不见这必须得改，接着又拒绝我增加“折断”的想法，万般无奈之下被逼着将“1”改成了“2”，终于露出一个“尖尖角”。一声长叹，数据可视化时既要满足甲方需求，也要尽可能地坚持原则。
（4）稳定性
刚才在谈可视化的误区时，建议大家不要过于求新求变，不要执着于某一类可视化类型，而是应该保持稳定性，通过增加细节适度微创新，还是领导熟悉的味道只是加了点料，保持了可视化风格延续的同时又有一点小惊喜。比如增加标准线，增加差异箭头、增加区域分隔等等。
4、可视化都哪些好用的工具？
常用的可视化工具主要有这4类：
一是在线可视化工具。主要有镝数、花火等，优点是图表种类丰富、类型新颖、配色年轻化，还提供了一些十分酷炫动态图表，操作也比较简单，很多新媒体都在用，缺点是数据保密性不够。
二是编程可视化工具。主要有E-charts、D3、ggplot、Matplotlib、pandas、plt等，优点是可以制作大型数据集和交互动画的图表，高端大气上档次，可视化效果跟脑洞大小呈正比，缺点是需要有编程基础，门槛较高。
三是商业智能工具。比如国内比较有有名的FineBI等，是专业的大数据 BI 和分析平台，主要为企业提供一站式商业智能解决方案，用他们做数据分析和可视化驾驶舱真是妥妥的，不需要写代码，而且操作比较方便，缺点是目前市场上的大部分BI都收费，不过FineBI个人版免费，这一点算是很nice的。
四是基础可视化工具。主要就是Excel，优点是通用、易用、实用，傻瓜式操作，基本上人人都会，使用成本较低，同时还有基于excel开发的图表插件Thinkcell Chart、Zebra Bi，国内可视化大神Peter开发的Easyshu，可以高效地制作出商业图表。缺点是Excel本身主要制作常规性的图表，很多特殊图表无法实现，功能强大的图表插件价格不菲。
5、关于可视化应用的一些建议（1）多看
他山之石可以攻玉，多看优秀的可视化作品可以提高审美，比如Power Bi、商务周刊、经济学人、第一财经、数可视等，以及FineBI、花火、镝数、Thinkcell Chart、Zebra Bi等，都可以从中汲取营养，成为我们可视化灵感的来源。
（2）多想
在一些数据分析讨论群里问的80%以上的问题都是，数据是什么什么样的，应该做成什么样的图表？有这种困惑的主要原因还是对可视化的类型不够熟悉，思考得太少，没有搭建起来可视化与观点呈现之间的桥梁。
（3）多练
练习是提高可视化水平最有效的手段，练习时无需过于追求复杂的制图技术，忽视图表本质。
IBCS之所以能成为全世界的商业图表标准，是其对图表的标准化以及对细节的优化，降低了图表的理解难度。
这里的多练就是要打好基本功，掌握基本操作+常用技巧。有一个小技巧可以判断基本功是否扎实，就是看到一个图表后大概能分析出来是如何做出来的，大家不妨试试。
（4）观念
可视化需要趁手的工具，个人认为比较理想的状态是熟练掌握一两个软件操作，准备一些趁手的可视化模板随时能用，安装一个能提高制图效率的插件，仅此而已。
很显然在目前的信息时代，借助类似于FineBI的这些工具，可以让企业加速融入企业数据分析的趋势。备受市场认可的软件其实有很多，选择时必须要结合实际的情况。一般的情况下，都建议选择市面上较主流的产品，比较容易达到好的效果，目前企业数据分析BI软件市场占有率前列的，就是帆软BI软件——FineBI。
商业智能BI产品更多介绍：
免费下载FineBI立即体验Demo
上一篇 
