|
不论是个人工作、还是企业的运作，对于数据的分析与应用已经渗透到社会生活的方方面面。随着大数据时代的发展壮大，效率为王，因此如何将大数据分析的结果以最高效的方式呈现出来变得越发重要。试想，将一份冗长的数据分析报告浓缩到几张可视化图表中进行几分钟的讲解演示，不仅仅能保证受众准确地理解和吸收数据分析的结论成果，还能够大大地提高交流沟通的效率，方便各部门迅速地做出决策。今天JINGdigital将为大家介绍大数据可视化的六步方法论。 一、从深入理解需求背景出发 在接到大数据可视化的任务后，我们先不要马上急于去着手落实可视化的工作。更有效的做法是，对可视化任务的整体需求背景做一个梳理，从而充分地理解可视化产出的受众是谁（如销售经理、营销总监、总经理等）、需要向他们传达哪些信息（包括数据呈现的直观结果以及据此总结提炼出来的结论和建议这两个方面）、并选择合适的数据（数据的时间范畴、体量、参数等），以免辛辛苦苦做出来的成果与实际的需求相背离。 二、选择效能最优的视觉表现形式 一旦框定了数据可视化的受众、目的和数据原材料之后，就可以开始甄选合适的视觉表现形式了：包括图表形式以及简短的文字辅助说明。 常用的图表形式包括如下5种： 表格：当受众及其可视化的需求不唯一时，可以考虑使用表格而非图表的形式，并且通过各种突出显示的手段如与热力图相结合的形式来达到可视化的目的。
图1：热力图表格 图表：相较于基于语言系统的表格，图表则有更好的图像视觉效果，从而对应更加高效的信息处理性能。常见的图表形式包括：点状图（如散点图）、折线图（可用于显示不同数据的对比、数据的趋势走向等、柱状图（如横向柱状图、纵向柱状图、李克特量表等）等。在可视化的过程中，可以根据最终目的，添加和强调图表中的某一元素，如平均值、最高值和最低值之间的范围、差异临界点等来增加图表的信息传递效率。
图2：强调平均值的折线图 三、避免杂乱无章 在最大程度上精简数据可视化的效果，才能够降低可视化图表的噪音，减轻观众的认知负荷，以最低的成本传递可视化图表的核心信息。数据可视化的整体设计可以参照人类视觉认知的Gestalt原则进行可视化元素的删减和优化：封闭原则（大脑会将看到的图片与认知中类似的图形进行匹配，或者自动填补图形空缺，从而达到化繁为简的目的）、接近原则（大脑会将在视觉上靠近的图形物体归为同一个组，而将相距较远的图形自动分成不同的组别）、相似性原则（大脑倾向于将具有相同特征如颜色、字号、形状、大小等的图形归为一个整体）、共同区域原则（大脑倾向于将处于同一个封闭区域内的元素视为一个整体）、连续性原则（排列在一条直线或曲线上的元素被认为与不在线或曲线上的元素更具相关性）、焦点原则（即无论什么东西在视觉上突出显示，都会首先捕获并保持观众的注意力）、前景—背景原则（人们通过感知前景和背景的区分来感知内容，不同的角度往往会呈现不同的视觉效果）。 具体的操作可以参照如下步骤：删除图表边界、移除网格线、删除非必要的数据标记、清理非必要的横轴纵轴标签、直接在数据图形上显示标签、充分利用一致或近似的颜色将各元素进行分组。 四、致力于吸引受众的注意 通过部署可视化设计元素的字号、大小、颜色、位置（如页面左上角的位置往往默认为放置最为重要的信息、左正右负的原则）等特征来达到对重点信息进行突出显示的目的，从而将受众的吸引力集中在重点信息上，提高可视化图表传递信息的效率和准确性。 五、融入设计的巧思 在设计层面，我们可以考虑文字和排布对齐两种方式。在文字层面，可以通过设置简明的小表图或者加粗、首字母大写等形式来方便受众对图表元素进行快速的定位和准确的理解；在排列对齐的层面，通过将图表主标题在最顶部进行悬挂居中、其他元素按照最左端和最上端对齐的原则进行整理，从而提高数据可视化成果的美观度。 六、让数据说话 在数据可视化的最后一步，我们可以将从分析需求出发总结出的结论和建议以：区域范围、强调颜色/字号、简洁的文字等形式在最终的可视化图形中呈现出来，从而让最终受众能够迅速抓住数据分析的结论，并从结论出发来有的放矢地读取整个可视化图形。 以上就是JINGdigital为大家分享的大数据可视化的六步走方法论了。关注JINGdigital，获取最新的行业动态以及自动化的营销方案，让我们一起学习，共同成长！ |
|
|
