數據可視化 101：餅圖和條形圖的最佳實踐

作為商人和營銷人員，我們處理數據。 這是我們用來做決定（甚至是直覺決定）的東西。 數據也是我們傳達事物狀態以及提出改變理由的方式。

作為有邏輯、以結果為導向的商業人士，我們喜歡以數據為基礎。

這個原則現在非常普遍，它出現在許多學科中。 有數據驅動的營銷。 數據講故事。 這也與視覺內容的趨勢很好地聯繫在一起。

是的——我們所有的圖表都是一種視覺內容。 我們甚至有一個很好的詞來混合數據和視覺內容：“數據可視化”，又名“數據即化”。

鑑於數據可視化的強大和無處不在，您不想做得更好嗎？ 想要獲得有關如何使餅圖或圖表更具說服力的一些技巧嗎？

如果是這樣，請繼續閱讀。 這些經過驗證的最佳實踐將有所幫助。 為了簡明扼要，我將我的建議限制在兩種最常用的數據可視化工具上：餅圖和條形圖。

警惕餅圖

不知道他們是麻煩製造者，對吧？ 但是相當多的數據可視化專家強烈反對餅圖。 Walter Hickey 在他的博文“世界上最糟糕的圖表”一開頭寫道：“餅圖很容易成為數據可視化歷史上最糟糕的傳達信息的方式。”

哎喲。

甚至可能是數據可視化領域最受尊敬的聲音的愛德華·塔夫特 (Edward Tufte) 也說，“餅圖很糟糕，唯一比一張餅圖更糟糕的是餅圖很多。”

那他們為什麼這麼可怕呢？

基本上，這是因為它們難以閱讀。 它們很難讀懂，因為我們的大腦不擅長解釋餡餅不同部分的相關大小。 如果圖表的部分相似，我們就無法輕易分辨出哪一塊更大。

如果你只有兩片或三片餡餅，而且所有這些片都非常不同，那麼你就沒有太大問題。 但大多數餅圖並非如此。 很多時候，我們試圖將太多數據壓縮到它們中——我們不僅會得到很多切片，而且還會得到太多大小相似的切片。 那時很難區分佔餡餅 23% 的部分與占 28% 的部分之間的區別。

那麼，這真的有什麼大不了的嗎？ 餅圖真的如此嚴重地扭曲了我們的看法嗎？

好吧，考慮一下這一行餅圖。 他們應該說明隨時間的變化：

現在將這些餅圖與這些條形圖進行比較。 它們顯示相同的信息，但條形圖讓我們更準確地看到變化以及不同類別的大小

如何使餅圖看起來更好

是的……所以餅圖有問題。 但我猜你仍然不得不不時地使用它們，無論是因為你的老闆這麼說，還是因為很難以任何其他方式描述你的信息。

所以，如果你一定要用餅圖，盡量遵守這些規則：

1.不要使用超過五個部分。

太多的薄片很難閱讀。 他們透露的信息和他們透露的信息一樣多。

所以，這樣做：

不是這個：

2. 將“12”中最大的切片放在頂部（就像在時鐘上）並繞著圓圈工作。

像這樣：

不是這個：

3. 避免將一個餅圖與另一個餅圖進行比較。

還記得上面那個用三個餅圖顯示隨時間變化的例子嗎？ 這不是使用餅圖的好時機。 因為即使是一個餡餅也難以閱讀，所以將它們排成一排供人們比較會使事情變得更糟。 如果您想像這樣比較兩組數據，請使用這樣的堆積條形圖：

4. 不要使用 3-D 餅圖。

他們使餡餅的某些部分看起來比其他部分更大。 這使得圖表更難閱讀，並且可能完全具有欺騙性。

在上面的示例中，紫色切片看起來比後面的深藍色切片大，但由於藍色切片的透視縮短，它們可能大小相同。 角度也很難測量。

我不建議這樣做（當然），但如果你想操縱信息——故意讓深藍色切片看起來比紫色切片小——3D 圖表可以很好地做到這一點。

何時使用餅圖

在你發誓永遠不使用餅圖之前，請了解這一點：無餅圖規則有一個例外。 真的。 數據可視化專家這樣說。 當你有 2-3 個明顯不同的數據點時，就沒問題了。 那個時候你可以吃你的餡餅。 這是餅圖有用的一個例子——它們擅長向人們展示事物的一小部分是什麼樣的。

例如，這是餅圖的合理使用：

條形圖的常見錯誤

在餅圖之後，我們在商業中看到的下一個最常見的圖表是條形圖。 這些不像糟糕的餅圖那樣令人痛恨，但它們與一些經常犯的錯誤有關。 以下是最嚴重的罪犯：

1. 橫向標籤。

這是它們的樣子：

幸運的是，這是一個簡單的修復。 只需切換軸上的信息，即可水平閱讀長標籤。

2. 數據點不按大小排序。

上面的圖表沒有違反這條規則。 在垂直和水平示例中，最長的條在最上面，它們按順序下降到最短的條。

這帶來了視覺上的一致性，但更重要的是，它更容易理解測量結果的比較方式。

像這樣的圖表打破了規則。

它使觀眾不得不猜測或瞇著眼睛看不同藉口的出現頻率。

當然，如果您使用條形圖來顯示隨時間的變化，那麼您應該優先考慮時間增量並將它們按順序排列，而不是強制條形長度對齊。

3. 避免圖表上出現陰影或 3D 元素。

它只是分散了信息的注意力。 使任何數據可視化的圖像盡可能簡單。 您希望您的信息之星是信息本身——而不是其他任何東西。

雖然我喜歡 Social Media Examiner 的年度行業報告，但我希望他們不要將圖表製作成 3D。

這是一個小錯誤，但它使每個數據可視化專家的禁忌清單成為可能。 條形圖上條形後面的那些線？ 他們應該走了。 他們只會弄亂你的圖表。

所以這樣做：

而不是這個：

結論

我們傳達的信息越清晰，我們就越有可能被傾聽。 餅圖和折線圖可以做到這一點——但僅在特定情況下，並且僅當它們以簡單明了的方式描述時才有效。 這些圖表提取了大量信息，但它們看起來越簡單，影響力就越大。