一站式數據分析平臺

ABI（ALL in one BI）是億信華辰歷經19年匠心打造的國產化BI工具，技術自主可控。它打通從數據接入、到數據建模與處理、再到數據分析與挖掘整個數據應用全鏈路，可滿足企業經營中各類復雜的分析需求，幫助企業實現高效數字化轉型。

在線免費試用 DEMO體驗視頻介紹

億信ABI

一站式數據分析平臺

億信華辰深耕商業智能十多年，
打造一體化的填報、處理、可視化平臺。

免費試用產品詳情

數據可視化常見的錯誤有哪些

時間：2021-08-19來源：知乎瀏覽數：338次

在數據可視化領域，正如同在其它領域一樣，都有一定的規則、最佳實踐、指導方針，然后就是常識。與我們的認識恰恰相反的是，常識是往往被忽略的，這一點我們會在下面的例子中看到。

下面列舉了幾個大家避免犯以下的常見錯誤：
錯誤一：圖表越新穎越好
有些可視化圖形在幾十年前就出現了，比如條形圖、餅圖、散點圖等，人們已經習慣通過這些傳統的圖表閱讀數據。

但有些人認為傳統的東西無法抓住讀者的眼球，他們認為得用新的、令人興奮的圖表讓可視化變得有趣，但這種想法完全忽略了數據可視化的重點。

可視化圖表可以純粹從美學的角度欣賞，但最有趣的還是數據。這就是為什么可視化要從數據開始，探索數據，然后展示結果，而不是從可視化開始，然后盡力把數據集放進去。

所以制作圖表時，需要在功能和獨特性之間取得平衡。為了新穎而新穎通常會讓數據（數據應當永遠是你的目標）變得難以理解。

錯誤二：所有的信息都需要可視化
很多情況下只展示數字要比展示數據的抽象圖形更好。當你有很多數據時，可能簡單的聚合比展示每一個數據點要好。

比如雙十一的銷量大屏，我們當時更關心的是交易總量這個數字，至于這個數字是由哪些品類的商品貢獻的，各自的用戶畫像又是什么樣的等信息，后續的分析中是會用到，但是這么詳細的信息在雙十一的大屏上是不需要都展示出來的。

或者當你只有少量數據時，一個表格也許就能表達清楚問題，所以就沒必要再將數據制成圖表來徒增工作量。

錯誤三：可視化作品必須很美
可視化作品的外表很重要，畢竟可視化與視覺相關。人們會基于你展示的內容和方式進行判斷，雖然不好看的圖表并不意味著所做的分析也不好。

精心打造的美學作品并不能彌補基礎（數據）差的可視化的缺陷。你需要進行合理分析和設計，要考慮到目標和讀者群。沒有前者，你的作品就只是好看的圖片，沒有后者，它也只是軟件輸出的內容。

錯誤四：固守可視化的規則
在百度搜索可視化的方法，搜索結果無疑會出來許多“規則”。還有一些專家寫的書，除了說明什么能做什么不能做的準則之外，就沒有別的內容了。

（部分內容來源網絡，如有侵權請聯系刪除）

立即申請數據分析/數據治理產品免費試用我要試用

上一篇：十個應該避免的數據可視化錯誤...

下一篇：可視化圖表表達的10個錯誤...