[數據分析與可視化 1] - 圖表設計

圖形是解決邏輯問題的視覺方法.

——傑克.伯廷，法國統計學家

12年我加入埃森哲第1個項目是「可視化設計」，開始的我比較懵懂，這是什麼項目？雖入行5年但從沒聽過；沒過多久我就釋然了，哦，不就是BI設計么？但很快我又陷入了疑惑，這個工作貌似人人都能上手，但卻很難讓人人都能滿意。

這個疑惑如影隨形，伴我幾個冬春夏秋。這期間我們陸續還做了一些交付，也翻了很多的材料，但心裡一直不算踏實。我始終堅信：一門手（工作）藝（作）如果沒有形成理論並持續改進，從業人員日常交付主要靠的是本能和先天稟賦的話，在社會分工日益細化的今天，最終的命運只有淘汰。

最近和新同事一起工作又接觸到這塊，需要我提出修改意見。那我給出「好或不好」的判斷依據是什麼？索性把之前的思考寫下來。這篇小文主要談：如何進行圖表設計？後續可能還會寫如何進行圖表美化？如何進行儀錶板設計等？針對第1點，我們的方法論可以總結為：對象—>維度—>優先順序—>圖形選擇。

一、定義對象

客戶的需求往往是模糊的。「我想知道哪類產品賣得好，哪類毛利高，哪類貢獻大？」

這時數據分析師首先明確分析對象是什麼，衡量指標是什麼？

示例中的答案顯然的，實際業務場景中客戶給出的信息量，再結合上下文就要大得多。分析師如果搞錯對象是什麼，那往後的交付就只能跑題了。

二、梳理維度

同樣的對象有很多分析維度？哪些是有價值的，值得去關注的？

如示例中"哪類產品賣得好？"可能的分析維度就包括產品（大類小類）、區域（國家/省市/城市）、客戶類別、銷售渠道等，分析師需要根據當下的場景做出選擇，警惕思維慣性，之前他關注的，未必是今天想問你的。

三、確定優先順序

分析對象、維度都需要明確優先順序，但現實中問題凸出的是後者。業務人員每天面對的不是無維度可用，而是維度過多。同樣的內容有很多種講法，一股腦兒都上去，做的人看的人都只有暈菜。

分析師必須逐一進行審慎比較，哪個是更重要的視角？這對於後面的圖形選擇也至關重要。

四、選擇圖形

如果經過了以上3步，那麼在我看來，剩下的工作就變成一道「翻譯題」了：將業務語言翻譯成圖形語言，其中最關鍵是將業務維度翻譯成圖形維度。

平面上圖形的一般有哪些可用維度呢？x軸、y軸、高低、大小、顏色、形狀等，且各個維度在視覺表現力上有主次之分，詳細見下表。

分析師需要做的，僅僅是將之前甄選過的維度，按照優先順序，進行對號入座，再結合圖形本身的特點及個人偏好即可完成圖元設計。其中關於圖形的特點，如折線圖擅長趨勢，餅狀圖擅長結構等，此文暫不展開。

聰明的你相信可以舉一反三，上路吧，少年！

P.S.

沒錯，這篇文章疑似軟文，封面宣傳的是我們埃森哲國網項目組數據分析團隊寫的新書：基於Tableau 9.1 最新版本編寫，詳細介紹了Tableau 的數據連接與編輯、圖形編輯與展示功能，包括數據連接與管理、基礎與高級圖形分析、地圖分析、高級數據操作、基礎統計分析、如何與R 集成進行高級分析、分析圖表整合以及分析成果共享等主要內容。同時，書中以目前電力行業已有的監測、分析業務實踐為基礎，以豐富的實際案例貫穿始終，對各類方法、技術進行了詳細說明，方便讀者快速掌握數據分析方法，希望會對你有幫助。

購買鏈接《人人都是數據分析師 Tableau應用實戰》(劉紅閣，王淑娟，溫融冰)【摘要 書評 試讀】