“ 恰当合理的数据可视化，将使得信息的呈现更加突出，更容易得出一些单纯数据层面难以发现的结论。”

在《数据分析概述》文章中，作者简单介绍过，数据分析的第一步就是描述现状，描述现状中，很重要的手段之一就是数据可视化。本篇文章先简单分享一些对数据的可视化的一些理解，后面将逐步展开。

首先，什么是数据可视化？

数据可视化，其实就是将一堆枯燥的数据，通过图表、动态图、甚至视频的形式，直观的展现在用户面前。

比如下面，我随便整了点数据，放在Excel中，你能看出啥规律不？

我想大部分人都会眼花。但如果是下面的图呢？

是不是清晰多了？而且明显看出来中间一些日期的数据有明细的涨幅后回落现象。后面就可以针对图上发现的现象进行深入的分析了。

这其实是数据可视化最原始的出发点，也是应用广泛的场景之一。

但是，我用百度搜了一下“数据可视化”关键词，出现的全是下图：

给人的感觉“数据可视化”=大屏。事实上，在很多政府单位、事业单位里，所谓的大数据、云计算，就是一个个大屏，数据可视化也是一个个大屏。

作者在过往公司中，也给某地级市的政府部门做过大屏的设计项目，其实就是简单的一个个统计图而已，有的甚至数据都是“美化”的，但到了那边，就成了落地大数据项目的案例。部门的要求一般有三个，第一是要酷炫，第二是要酷炫，第三是要酷炫。这种大屏的价值最多也就是品牌价值，例如蚂蚁金服在十几楼有个大屏，彰显自己强大的技术能力。或者天猫双十一的监控大屏，有比较强的品牌公关作用。但对业务来讲，一个大屏上通常没几个数，业务的价值屈指可数。

因为这些现状，让很多同学提大数据色变、提可视化色变，以为都是卖狗皮膏药的。但实际上，可视化不单单是大屏，更不是一个个只好看没啥用的幌子，而是有切切实实业务价值及用处的。

总之，“酷炫” ≠ “数据可视化”，“大屏” ≠ “数据可视化”。

其实通过上面的一些描述，能够总结出数据可视化的具体价值，有以下三点。

（1）可以快速理解数据的含义

就像上面的例子，如果是一堆数据的话，基本不可能看到数据的全貌，看不出来数据的走势。而当转化成折线图后，就清晰地理解了这些数据代表了三个渠道在一段时间范围内的走势情况。清晰地看到了全貌。

（2）可以快速洞察存在的问题

还是上面的例子，我们能找到数据的一些“异常”。异常的判定方式有很多，通过图表的形式，是可以进行直观的判断。（人类，这一点是非常强大的。同样是异常，机器就需要复杂的逻辑才能判断出来）。

（3）可以辅助找到问题背后的原因

比如通过一些下钻上卷的操作，通过Excel数据透视表的方法，能比较容易地定位问题。这些本质上都是数据可视化的结果。

03—数据可视化的表达方式

总结下来，一般有这么三种：静态图表、动态图表、视频。

传统上，数据可视化一般都是静态的图表，但随着技术的进步，可视化的技术也越来越强大、越来越高效，目前一些动态的图表也基本成为了标配。甚至在某些场景下，一些特质的可视化的视频更是引爆网络。

（1）静态图表

对于静态图表，后面将会详细展开来讲，毕竟这是数据分析的基本功，也是目前最最最常用的场景。

主要包括了以下几类的场景：

构成类：静态构成（饼图、瀑布图等）、动态构成等（堆积柱状图等）

趋势类：柱状图、折线图等

比较类：条形图、柱状图等

分布类：直方图、散点图、曲面图等

联系类：散点图、气泡图、雷达图等

地理类：地图等

各个图表的特征、适合的应用场景，后面详细展开分享。

（2）动态图表

动态图表主要是通过一些交互的方式，用户可以进行一些操作，进而分析。这样，一个图能承载的信息量也相应增多，对于分析来讲更加便捷。

例如Excel的透视表等，都是比较典型的动态图表。后面也将详细展开。

（3）视频

近几年，动不动就有一些可视化的视频刷爆网络，比如最近疫情的数据增长可视化视频。

是不是比看一堆静态的图表又进了一步，是不是更加不用动脑子就能理解数据了？时代在发展，学无止境啊……视频虽然酷炫，并不代表静态图表就没有价值。只有最合适的，才是最好的可视化。

关于如何做数据可视化的视频，后面也和大家一起聊聊。

今天先分享这些，后面再聊

-END-