如何掌握数据可视化的艺术（并获得更好的营销洞察力）

数据可视化是数字营销领域的流行语，它引发了以下问题：如何将我的数据点转化为富有洞察力的可视化？ 我是否报告了太多数据？ 我应该从哪里开始？

这就是我们整理这份数据可视化终极指南的原因。 我们的数据可视化专家正在分享他们的流程，以帮助您对自己的报告更有信心，并确保您讲述的是一个易于理解的、有意义的故事，这将通过您的数据对您的业务产生影响。

设置舞台：线框图

线框图听起来很技术性，但它实际上只是开始组织想法的一种有效方式，无论您是使用在线线框图工具还是只是一张草稿纸，然后再致力于最终产品的设计。 您将能够调整和改进您的设计并整合利益相关者的反馈，同时避免在游戏后期进行返工，这会更加耗时。

首先，专注于您的视觉效果的高级视图，然后确定您试图用数据回答哪些问题，并考虑客户旅程应该如何流动。 你正在用你的数据构建你想讲述的故事，而不是在这里为小事费心。 细节将在随后的后续步骤中解决。 完善线框后，您将拥有一个蓝图，让您的可视化效果栩栩如生。

确定正确的数据可视化

既然您知道要讲述的故事，您需要添加一些风格：您需要选择正确的数据可视化，以有效地向您的目标受众传达和说明该故事，并帮助他们从您的数据。

确定满足您需求的最佳视觉效果的最大因素是您正在使用的数据类型。 有许多不同类型的图表可供选择，但我们建议从简单的开始并考虑以下三种：

条状图

最适合：跨类别比较数据点

条形图显示带有矩形条的分类数据。 我们可以使用条形图计算各种类别的值。 条形的长度或高度与类别的数量成正比，让您的观众轻松了解您选择的类别的相对表现。

趋势线

最适合：说明一段时间内的表现

我们使用折线图来可视化随时间变化的数据。 它适用于连续数据，并表示由直线连接的一系列数据点。 折线图可以帮助人们快速轻松地了解变化和趋势，以及季节性和其他因素。

漏斗

最适合：可视化顺序步骤

漏斗图是一种专门的图表类型，用于展示用户在业务或销售流程中的流动情况。 图表得名于它的形状，从宽头开始，到窄颈结束。 流程每个阶段的用户数量从漏斗的宽度中指示出来，因为它变窄了。 漏斗是一个很好的可视化，用于了解具有多个步骤（如客户旅程）的流程的有效性。

注意：饼图是最常用的图表类型之一，但实际上它们在数据专家的世界中引起了激烈的争论。 正如 Cole Nussbaumer Knaflic 在她的书《用数据讲故事：商业专业人士的数据可视化指南》中解释的那样，饼图通常不是可视化数据的最佳方式，因为它们很难比较数据点，尤其是在楔形的大小为太相似了。 我们的数据团队同意，因此请保留饼图作为甜点，并考虑饼图的替代方案，例如水平条形图，其中所有数据点都对齐在一个共享轴上。

一旦您选择了正确的图表类型，就可以通过深入研究细节来完善该图表。 通过专注于简单性并深思熟虑地使用颜色，您可以将良好的可视化变成一个伟大的可视化。

保持数据可视化简洁

许多人对数据可视化的误解之一是数量和复杂性在某种程度上更有用或更令人印象深刻的假设。 事实往往恰恰相反：如果数据点或设计元素太多，可能很难知道应该关注哪里。

你不希望你所有的辛勤工作都白费，因为你不能用它来产生可操作的见解。 如果您发现自己的可视化很笨拙、过于复杂，请不要惊慌：现在还为时不晚！ 退后一步，按照以下两个步骤操作：

1. 审核您显示的 KPI
   • 考虑在您的可视化中哪些KPI 是真正必要的。 正确的 KPI 将取决于您的业务模式、客户旅程的流程以及您的受众。
     缩小最重要的KPI 范围后，在可视化中展示它们。 可以为附录保存任何其他指标。
2. 简化您的设计
   • 人们通常认为更多的设计元素 = 更好的可视化，但那是虚构的，纯粹而简单。 在Effective Data Storytelling: How to Drive Change with Data, Narrative and Visuals中，Brent Dykes 指出了图表中不需要的特征的示例，包括 3D 元素、明显的网格线以及过多的标签和颜色。
   • 包含太多设计功能可能会分散用户的注意力，并将注意力从讲述您的故事（以及对观众很重要）的 KPI 转移。 相反，您应该专注于添加有价值的图表元素，例如描述性标题、标记轴和相关数据标签，以使故事更易于访问。 最后，注意具有多条线和颜色的折线图。 它们通常难以阅读和从中收集见解。

在上面的示例中，折线图正在比较各个区域的流量。 但我们实际上建议将每个区域分解成自己的图表，以便更轻松地比较趋势。

现在您已经缩小了最有价值的 KPI 并简化了设计，是时候战略性地结合颜色了。

慎重选择颜色

可视化中过多的颜色会减损数据并使其难以获得洞察力。 当使用颜色时，它应该经过深思熟虑和最小化。

颜色可用于创建关联、突出差异和显示关系。 当将特定颜色分配给特定数据点时，该颜色将成为键。 当该组合不断重复时，您可以训练用户识别您选择的颜色与特定数据点相关。 例如，在下面的堆叠条形图中，如果付费搜索始终以橙色显示，则用户将能够在任何类型的可视化中快速且一致地将橙色识别为付费搜索。

请注意，还使用不同的颜色来轻松区分图表中的每个通道。

当您想明确两个数据点相关时，可以使用相似的颜色。 一个例子（如下所示）是一个折线图，用深蓝色显示 X 品牌的当前表现，第二个对比线用浅蓝色显示去年的表现：

我们倾向于将红色与负面结果联系起来，因此不要在图表中使用红色作为主要颜色。 而是谨慎使用它来说明性能下降。

在选择要在图表中使用的颜色时，还要考虑到4% 的人口是色盲。 根据The Journal of the Data Visualization Society 的报道，最常见的色盲形式会导致某些红色和绿色阴影之间的混淆，尽管也有一些色盲形式会导致蓝色和黄色阴影看起来相同。

简而言之，颜色是图表中的一项重要资产，因此应以战略性和深思熟虑的方式使用它。

简化您的数据报告流程

简化的数据可视化流程可以让您的业务获得更有意义的报告，从而产生影响，并且（希望如此！）让您在构建报告和共享结果时更加自信。 快速回顾一下：

1. 从线框图开始，您可以轻松地修改和完善您的想法。
2. 确定手头数据的最佳图表类型。 将显示的 KPI 缩小到仅最重要的 KPI，并简化图表设计，使数据始终成为焦点。
3. 谨慎使用颜色作为关键或显示数据中的关系，并在选择调色板时牢记色盲。

通过解锁整个组织的洞察力并使利益相关者更容易访问您的绩效数据，报告整容可以为您的业务带来巨大的变化。

可视化对于讲述数据背后的故事至关重要，但这些数据是否为下一波隐私推出和限制做好了准备？ 全面了解 2022 年数据状态，并了解如何为未来做好准备。