译者:
Col1n 原作者:Jim Stikeleather
发表时间:2014-08-17
数据可视化大师Edward Tufte说,优秀的可视化能简明且高效地表达复杂的观点。哈佛商业评论总结出如何用数据讲故事的五个最重要的策略。
Edward Tufte说,优秀的可视化能简明且高效地表达复杂的观点。我想补充一点,优秀的可视化也用统计信息的图像化来讲故事。正如我在前面的文章中讨论过的,可视化在教育或者实证中就是一种有力的说服方式。很少有哪种沟通方式能比讲一个引人入胜的故事更有说服力了。所以,可视化需要讲故事给受众。讲故事有助于读者从数据中获悉真知灼见。(举一个不错的例子,你认为类固醇在多大程序上影响了垒球?)
那么,视觉设计师如何用可视化来讲故事呢?必须发掘数据所支持的故事。传统的新闻业界一直在这样做,记者们非常擅长用信息图表的可视化来讲故事。在那个领域有一些新闻业界关于如何讲好故事的策略,也适用于数据可视化。
- 发掘吸引人的故事。在讲事情的经过和事情的关联时,不要平铺直叙。你在争取观众的时间和注意力,所以务必让故事有悬念、推进或吸引人的目标。发现故事的框架有助于你决定实际上是不是真的有故事可讲。如果没有,也许这个可视化应该用来支持探索性的数据分析而不是来传递信息。但是,对于探索性可视化的设计师来讲,激发观众的想像力来鼓励探索内在关联和支持与数据的互动仍然重要 - 用游戏化的方法。
- 想想你的听众。对于这个话题听众知道些什么?他们是决策者、感兴趣的普通大众,还是其他一些什么人?可视化需要围绕听众已知的正确或不正确的信息层级来构建:
- 一般人:听过这个话题,但想总体理解这个话题以及它的主要方面
- 管理者:深入理解各种复杂和相互关联的细节,并且可用于实践
- 高层:只有功夫去根据权衡之后的可能性来确定重要性并下结论
- 保持客观和均衡。可视化应该避免带偏见。即使需要通过辩论来影响听众,也应该是基于数据所讲的而不是你想讲的。Tufte发现大量图表在重要但不明显的数据上误导了读者,从而创造了一个公式来计算误导性图表的”谎言因子“。谎言因子等于图表展示出的效果的大小除以数据展示出的效果的大小。有时候是无意的:如果前者大小是后者的三倍,那么用3D展示时它会有九倍大。有一些简单的方式来增加客观性:加标签说明以避免歧义,图表坐标对应数据维度,使用标准单位,使用设计元素时不要影响数据本身。均衡可以来自于在同一个可视化中对数据变换表达方式(分组;置信区间代替线条;改变时间线;改变调色板和配色;使用不同的比例)来实现。保持客观和均衡不是可有可无的努力,容易被无意地忽略。读者和决策者终将发现其中的不一致,从而失去对设计师的信任,不管故事多么好听。
- 不要删改数据。不要选择性的使用或不使用哪些数据,除非你确信这样能更好地让听众知道数据所讲的内容。这种选择行为包括使用连续性数据的不连续数值;如何处理数据缺失、异常数值和超出范围的数值;任意的时间区间;设限的数值,体积,范围和间隔。读者最终会知道这些,并对你的可视化(以及其它你可能做的东西)失去信任。
- 最后,修改、修改、修改。同时,注意要真正致力于去解释而不是装饰数据。不要陷入”它看起来很酷“的陷阱,当它可能不是最好的解释数据的方式时。记者和作者都知道,如果你改进可视化比创建它花的时间多,你很可能做对了。
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报。