|
據說年薪50萬以上的人，都不可救藥地愛上了“數據可視化” |
2016-12-22 |
不久前，數據視覺化還只是一項錦上添花的技能。大多數情況下，從中受益的是重視設計和數據并主動進行相關投入的管理者。但現在不同了：視覺化溝通已成為所有管理者的必修課，因為在越來越多情境下，視覺化將成為傳達工作內容的惟一途徑。
推動這一變化的首先是數據。決策越來越依賴數據，而新數據生成的速度和體量驚人，必須經過簡化才能理解——此即視覺化的作用。以波音公司的“魚鷹”項目為例。為提升“魚鷹”直升機起飛和降落的效率，管理者要處理傳感器記錄的大量數據。每次起飛或降落的數據多達1TB，10次起降的數據與美國國會圖書館的數據存儲量相當。不運用視覺化工具，要從數據的規律和異常中發現飛機的缺陷，將是不可能完成的任務。
但不僅是統計數據，其他信息也需要視覺傳達。例如業務流程、消費者在店鋪內活動方式等復雜系統，如果無法清晰展現出來，就難以理解，更談不上解決其中的問題。
互聯網和不斷出現的便捷工具，讓普通人無須具備數據或設計專長，就可以簡單、低成本地將信息視覺化。這當然是積極的變化，但也助長了一種本能傾向，即無目的地進行視覺化。“卓越”很容易被“方便”代替，結果做出的圖表差強人意，甚至無效。把電子表格單元機械地轉換為圖表，只能提供支離破碎的信息，無法傳達出完整的理念。
如演講和溝通專家南�！ざ磐咛兀∟ancy Duarte）所說：“不要讓聽眾感覺你在展示一張圖表，而要回顧人的行為，描述曲線變化背后的事件。不是‘來看我們的三季度財報’，而是‘來看我們為什么沒完成目標’�！�
1
想做出更好的圖表，管理者先要了解基本原則：何時需要柱狀圖圖？顏色超過多少種會太花哨？圖例往哪放？Y軸是否從0開始？視覺化的“語法”重要且有用，但掌握語法并不能保證做出好圖表。視覺化的第一課，是學會在沒有戰略的情況下去實踐——準備開啟目的地未知的旅程。
視覺傳達不是一個孤立的行為，而是幾個連續的事件，分別需要不同的計劃、資源和技能。我們需要一種思考方法，來從整體上認識日益重要的視覺傳達科學。
兩個基本問題：信息性質和傳達目的
開始學習視覺化思維，首先要思考視覺傳達的性質和目的：
√ 我要傳達的信息是概念還是數據？
√ 我在陳述某事還是探索某事？
如果你能回答這兩個問題，就可以安排所需資源和工具，并分析哪類視覺化能最有效地達成目標。
2
第一個問題相對簡單，答案一般很明顯。你想呈現的要么是定性信息，要么是定量信息：理念或數據，兩者必居其一。但要注意，這里問的是信息本身，而不是你最終采取的視覺傳達形式。例如，著名的技術成熟度曲線采用了線狀圖這一傳統的數據表達形式，但并不包含實際數據——它傳達的是概念。
3
如果第一個問題是關于你掌握哪類信息，第二個問題則確定你要怎么做：或是傳達信息，即陳述；或是分析某事，即探索。管理者最常用陳述方法，一般是在正式場合向觀眾傳達信息。如果你想利用手中的大量數據報告每季度銷售情況，你的目的就是陳述。
但假設老板想知道為什么最近銷售表現不佳。你猜測可能是因為季節性波動，但不能肯定。于是，視覺化的目標變為探索：利用同樣的數據，你要用圖表來證實或否定你的假設。如果假設被證實，你可以再做陳述型圖表，告訴老板，“銷售出現問題的原因在這里”。
實際上，以探索為目標的視覺化有兩種。其中一種是上面例子中的假設檢驗。但假如你對銷售業績下滑的原因毫無頭緒，提不出任何假設呢？你就要仔細分析數據，尋找其中的規律、趨勢和異常。例如，對比銷售業績和銷售員負責區域面積，你有何發現？不同地區的季節性波動有何異同？天氣對銷售造成哪些影響？這種開放性探索能帶來新發現。開放性視覺探索，將有助于解答宏觀的戰略問題，如收入為何下降、效率如何提升、客戶與公司應如何互動等。
視覺化的四種類型
根據上述兩個基本問題的答案，我們可以用一個四象限圖來定義視覺傳達的四種類型：概念描述、創意挖掘、視覺探索、日常數據視覺化。
4
1概念描述視覺化的4種類型
5
這一象限可以說是“咨詢顧問專區”。咨詢顧問免不了和各類圖表打交道，而圖表可以利用容易理解的符號（樹、橋）和形狀（圓圈、分層），來傳達復雜的概念。組織結構圖和決策樹就是典型的概念描述型圖表，眼前這個概括性的四象限圖也是。
以描述概念為目標的視覺設計必須簡潔清晰；但由于必須使用符號，常會出現過度美化的問題。因為概念本身并不包含數據的性質和范圍，它們必須單獨表示出來。這類視覺傳達的重點是結構和邏輯的清晰度，最重要的技巧與編輯文章所需的要領類似，即抽象概括事物本質。設計技巧也會有用，你可以自己動手或請人來做。
假設一家企業請咨詢顧問來幫助研發團隊從其他行業尋找靈感。咨詢顧問使用“金字塔搜索”方法，即從鄰近領域開始，通過接力層層向外拓展，找到不同領域的頂尖專家。
由于解釋起來比較繁瑣，咨詢顧問可以運用視覺化方法。金字塔搜索的原理是什么？如下圖所示：
6
橫縱軸的設置使圖表非常容易理解：行業從左到右跨度增大，專業程度從下到上逐漸提高；金字塔形狀顯示出頂尖專家相對普通從業者的稀缺性；標題中的“攀登”“金字塔”幫助讀者迅速理解圖表含義；最后，設計者沒有做過多修飾——沒有真的用三維立體、沙石色的圖形。
很多時候，概念描述的視覺化效果沒這么好，你會得到下面這樣的圖表：
7
這張圖中的顏色分層、陰影和3D效果反而妨礙我們理解概念；箭頭并沒有展現金字塔搜索方法；頂尖專家和普通從業者處在同一水平線，未能傳達出重要性的差別。
2創意挖掘視覺化的4種類型
8
管理者可能不會想到，視覺化也可以用于創意挖掘；但在頭腦風暴中，視覺化方法其實無處不在——白板、牛皮紙，以及傳說中的餐巾紙背面。和概念描述一樣，創意挖掘也使用符號，但更多是在非正式場合，如外出團建、戰略討論和創新項目早期階段等。它的目標是從不同視角觀察企業運作，解答復雜的管理難題，如架構調整、設計新業務流程、構建決策體系等。
創意挖掘可以一個人進行，但協作的效果更好�？梢越梃b設計思維：先盡可能多地征集不同思路和視覺化方法，再擇其一進行精細打磨。
喬恩·科爾科（Jon Kolko）是奧斯丁設計學院（Austin Center for Design）創始人兼院長，著有《同理心設計原理》（Well-Designed: How to Use Empathy to Create Products People Love）。他在辦公室的白板墻上涂滿觀念化、探索性的圖形。“思考復雜問題時，我們總會回到這個方法，”他說，“通過涂涂畫畫，我們能夠穿越混亂，到達明晰�！鄙瞄L領導團隊、發起頭腦風暴、鼓勵創新思考并捕捉創意的管理者，在這個象限中會干得不錯。設計技巧和提煉能力在這里不那么重要，甚至可能適得其反：在尋求突破時，最不需要的就是歸納總結，而應盡可能快速發散；精細的設計同樣會拖慢速度。
假設一個營銷團隊正在討論如何向管理層展示進入高端市場的戰略。一小時后，白板上有了幾個想法。團隊最終認可了其中一個，認為最能傳達他們的理念——顧客數量減少，但人均消費大增。白板是這樣的：
9-1
當然，創意挖掘過程中產生的圖表，通常經過更嚴謹的設計，用于在正式場合傳達理念。
3視覺探索視覺化的4種類型
10
這個象限可能最為復雜，因為它包含兩類視覺化。上文將探索分為兩類，一是假設檢驗，一是從數據中尋找規律、趨勢和異常。前者的目標很明確，后者則相對發散。數據體量越大、復雜度越高、未知因素越多，探索工作的開放性就越高。
12
視覺探索1：求證。在這類探索活動中，你要回答下面兩個問題中的一個：我設想的情況是否屬實？如何用不同方式傳達這一信息？
在進行求證時，數據范圍相對可控，所使用圖表類型較為常規；當然，若想以新穎方式呈現信息，也可嘗試較少見的圖表。求證型圖表一般不用于正式場合；你要先自己找到正式展示所需的圖表。因此，你的時間不應花在設計上，而應快速嘗試不同模板，找到最好的數據視覺化方案；電子表格技巧、編程或網站搭建等快速開發原形的知識可能有幫助。
假設一位營銷經理認為，在一天中的某些時段，消費者在線購買移動設備多于臺式設備，但現有營銷策略未能利用這一點。為驗證自己的觀點，他將一些數據輸入到在線軟件Datawrapper中。
13
他還無法證實或推翻假設，也沒有發現其他規律，但他利用工具尋找不同視覺表達。他無需考慮設計問題，速度很快。如下圖所示，他將柱狀圖變為線狀圖。
14
現在他發現了一些規律，但使用三個變量還難以把握兩類產品銷量的關系，于是他將變量減為兩個（如下圖）。每次嘗試，他都會評估初始假設的有效性——在一天中的某些時段，消費者購買移動設備多于臺式設備。
15
第四次嘗試中，他縮短了時間周期，證實了假設（如下圖）。
16-1
新的軟件工具使這類視覺化比以前容易很多，讓我們都變成數據分析師。
視覺探索2：開放性探索。更多時候，針對數據的開放性探索是數據科學家和商業智能分析師的領地，不過新出現的工具讓一般管理者也可以參與進來。開放性探索很值得嘗試，因為它經常帶來獨一無二的洞見。
由于缺少明確目標，開放探索型圖表包含的數據范圍較廣，個別情況下可能會容納多組數據，或建立自動更新數據的動態系統，也可用于統計建模。
管理者可通過調整參數、引入新數據源、迭代更新圖表，進行交互性探索。復雜數據有時也可用于專業性、不常見的圖表，如力導向圖（用于表示網絡結構）和地形圖等。
此處，圖表的功能重于形式：數據分析、編程、數據管理和商業智能比圖表的觀賞性更重要。在這一象限，管理者自然最需要請外部專家搭建數據處理系統，并根據分析目標制作圖表。
安默爾·加格（Anmol Garg）是特斯拉的一名數據科學家，他利用視覺探索分析特斯拉電動車的海量傳感器數據。他設計了一種交互式圖表，用于顯示在特定時間內的輪胎壓力變化情況。加格和團隊嚴格按照探索形式設計出圖表，發現其用處很多：了解車輛出廠時輪胎充氣情況、用戶充氣頻率、用戶對氣壓不足警報的反應時間；分析輪胎漏氣率；建立模型預測輪胎漏氣時點。散點圖顯示出四個輪胎的壓力情況，一般人或許不明所以，專家則一目了然。
17
在探索數據的過程中，加格發現一些信息只能用圖表傳達�！拔覀儠r刻都在和海量數據打交道，”他說，“對照電子表格搜索數據庫肯定一無所獲，必須使用圖表�！毕蚬芾韺友菔緯r，加格將探索型圖表轉化為較簡單的圖表（下文將介紹）。“他們最喜歡看圖�！彼f。
4日常數據視覺化視覺化的4種類型
18
大部分視覺探索工作由數據科學家承擔，而管理者最常做的是日常數據視覺化。這一象限主要涉及常用圖表，一般可在展示中直接使用。這些簡單圖表包括線狀圖、柱狀圖、餅狀圖和散點圖等。
這里的關鍵詞是“簡潔”。一幅圖表應該用有限幾個變量，清晰傳達一個信息。目標很明確：為聽眾確認并介紹背景信息。要做到簡潔，設計十分關鍵。此類圖表常用于正式展示，對清晰度和邏輯性要求很高。正式展示通常時間有限，如果圖表設計不理想，介紹人就必須停下來解釋，而圖表中的信息本應一目了然。如果日常數據圖表還需要額外說明，那它就是失敗的，如同笑點需要解釋的笑話。
這并不是說陳述性圖表不應引發討論，但討論應針對圖表傳達的理念，而非圖表本身。
假設一位人力資源副總裁要向高管層介紹公司的醫療開支情況。她想表達的是，醫療開支增速明顯放緩，因此公司有機會投資多種醫療服務。
她在網上讀到一篇相關報告，其中引用了一些官方數據，于是，把數據下載下來，用Excel做成線狀圖，幾秒鐘就完成了。但由于要做展示，她請公司一位設計師加入一些數據細節，讓圖表更完整。
這幅圖表設計得不錯，數據翔實，但可能并不合適。高管團隊討論公司福利支出，并不需要20年之久的歷史數據。HR副總裁想說的是，近年醫療開支增速放緩，但圖表能清晰傳達出這一點嗎？
一般來說，如果圖表中的數據幾秒鐘內看不完，那么最好把這些信息打印出來或發到個人設備上，供需要獲得信息但不想聽報告的人員查閱。例如，醫療政策制定者參加聽證會、討論醫療支出長期趨勢前，可以仔細研究這張圖表。
HR副總裁需要一張更干凈的圖表。一條簡單的折線其實就能清晰傳達信息：
19
想達到這種簡潔，需要原則和一些勇氣。你會本能地想把所有已知信息都放進去。擁擠的圖表似乎能告訴別人，你做了很多工作：“看看這些數據，我費了多大勁！”但這不是那位HR副總裁的目標；她要做的是說服同事投資新項目。使用新圖表，她不用說一個字，高管團隊就能看明白趨勢。這樣，她就為后面提出具體建議做好了鋪墊。
從某些方面看，“數據視覺化”這個詞很不到位，它把好圖表的創造過程簡化為某種機械程序，讓人想到用于創造的工具和方法，而不是創造本身，就好像把《白鯨》叫作“詞語序列”，把《星空》稱為“顏色分布”。
“數據視覺化”這個詞還反映出，當下人們過度強調技術過程，卻忽視了最終效果。視覺化只是一個過程，而圖表的最終任務是傳達某種真實，讓人們去感知、看到以前看不到的東西——去改變想法，進而采取行動。
通過學習視覺化的基本語法規則，我們能更有效地傳達信息。但為達到理想效果，我們對視覺化的理解須更全面，在操作時也要更有全局意識。（王晨| 譯 劉錚箏| 校 鈕鍵軍| 編輯）
斯科特·貝瑞納托是《哈佛商業評論》英文版高級編輯，著有《HBR數據視覺化指南》（Good Charts: The HBR Guide to Making Smarter, More Persuasive Data Visualizations，2016），本文改編自該書。
本文有刪節，原文參見《哈佛商業評論》中文版2016年8月刊《信息視覺化的科學與藝術》。
作者：斯科特·貝瑞納托（Scott Berinato）
|
|
|
|
|