8 个数据可视化示例：将数据转化为引人入胜的视觉效果

据戴尔称，数据是现代社会的新原油。 它被开采，被加工，并且很有价值——当您知道如何处理它时。

数据可视化将原始数据转化为可访问的图表、图形和地图，以帮助您共享它、从中学习并做出数据驱动的决策。 但是，只有视觉效果以正确的方式呈现信息，才有可能开展改变游戏规则的活动。 弄错了，消息就丢失了。

在本文中，您将看到八个最佳数据可视化示例，以激发您的内部和外部营销工作。

您将了解何时使用它们、应避免什么以免让观众不知所措或感到困惑，以及自己创建这些可视化效果的五个技巧。

吸引客户和股东的 4 个数据可视化示例

您不会阻止任何人滚动浏览看起来像是匆忙制作的标准折线图或双色调条形图。

无论您的发现表明什么，这都不会增加参与度：

这些图表已经过时、乏味，而且在最坏的情况下，还会让人不知所措。 许多出于好意的数据可视化需要花费太多精力才能弄清楚您正在查看的内容，并最终以失败告终。

您的客户、追随者、股东和合作伙伴希望留下深刻印象。

使用正确的工具，您可以通过高度可视化、可共享的数据可视化来吸引客户。 在 2021 年的营销人员调查中，Venngage 报告说数据视觉效果是表现最好的视觉内容之一（连同原始图形和视频内容）。

让我们探索四种吸引观众的数据可视化（不是电子表格或饼图）及其工作原理。

1. 人口径向图的年龄中位数

这可能是一个标准的条形图。

然而，Visual Capitalist 选择升级其数据可视化，并将其发现显示在精心设计的径向直方图中。

该图与典型的条形图一样长。 在大型幻灯片演示中很难显示和理解关系，更不用说在较小的屏幕上了。

环形也更容易让人一目了然：欧洲的中位年龄最高，而非洲的中位年龄最低。

从那里，您可以放大以获得准确的数字，三个简短的标题添加关键信息。

显示加权比较的类似数据可视化包括旭日图、气泡图、热图和象形图。

使用径向直方图的最佳实践：

• 如果您包含大量数据（如本示例），请使用高分辨率或交互式设计。 通过这种方式在较小的屏幕上查看信息要容易得多。
• 避免在径向直方图中使用堆叠条形图，因为它会扭曲您将看到的比例（我们稍后将介绍堆叠条形图）。
• 从零开始你的起点； 不要截断它。 例如，从上图中的 18 岁开始，看起来有些非洲国家根本没有中位年龄。

2.手机品牌切换和弦图

数据可视化设计师 Nadieh Bremer 的这个例子是一个和弦图，表示主题之间的流或连接并对该连接进行加权。

此图显示了基于德勤调查数据的手机服务提供商之间的关系。 它回答了以下问题：当用户离开提供商时，他们会去哪里？

在这个数据可视化示例中，您可以看到哪些品牌拥有庞大的忠诚基础（独立的山丘）以及它们容易失去客户的地方（和弦）。

它也是交互式的：

将鼠标悬停在特定品牌上时，其他和弦会变灰，观众可以专注于来自单个品牌的流量。 在这里，我们可以清楚地看到三星拥有大约 18% 的受访者的忠诚度。 当它失去客户时，主要是流失给了诺基亚。

这种数据可视化的另一个好处是在不分散注意力的标题中解释了四个数据点，比如这个：

因为 Apple 弧线上的所有和弦都带有 Apple 的颜色（灰色），所以 Apple 从所有其他品牌那里夺走的客户多于失去的客户。

添加这样的标题有助于引起人们对关键发现的注意，同时还可以解释如何阅读图表。

显示流程和关系的类似数据可视化包括冲积图、社会图和弧形图。

使用和弦图的最佳实践：

• 尽量避免过多的和弦交叉，尤其是在您放弃互动性的情况下。 这会使事情变得过于复杂，导致不知所措而不是引起人们的兴趣。
• 包括重要的联系并省略不提供任何见解的微不足道的字符串。
• 仔细选择你的调色板。 您希望和弦很容易看到但仍然和谐。
• 用一些重要的细节标记你的图表，以帮助用户理解这些关系。

3.调查结果图表

代表整体部分的图表非常平易近人。 做得好，他们会阻止观众进入他们的轨道，以了解更多关于正在发生的事情。

西班牙创意俱乐部的这个例子是一个代表他们调查数据的图形分数图表。 它比饼图更吸引人，泡菜吸引眼球并引起兴趣，观众仍然可以快速收集整体信息。

这是一个很好的数据可视化示例，用于显示调查结果和研究结果。 该设计做了很多繁重的工作来吸引注意力，但数据本身将负责将其保持在那里。

可以表示整体部分的类似数据可视化包括图形堆叠图、单位图和华夫饼图。

使用象形图的最佳实践：

• 尽可能准确地表示您的细分市场。 尽管该团队在上面的示例中使用了泡菜，但这些片段看起来大致准确。
• 不要为了设计而牺牲数据卫生。 目的是传达您的数据信息，而不是使它复杂化。 让您的设计简洁明快。

4. 大流行时间线信息图

零件时间线、零件尺寸顺序图，此数据可视化一次性包含大量信息。 信息图表是视觉辅助工具，可以通过组合数据视觉来理解复杂的消息或大型、难以理解的数据集。

该信息图处理了随着时间的推移传染病的全球死亡率。 这意味着它具有时间变量和体积比较。

Visual Capitalist 选择了两种显示方式：首先，在时间轴上查看疾病在历史上发生的位置，然后按大小顺序（如比例面积图）查看哪些疾病最严重。

重要的是，该团队包括了关键信息，例如 Covid-19 大流行的持续性质和古代疾病的新证据。

这些元素帮助查看者理解复杂的数据，而添加的上下文帮助他们正确看待这些信息。

信息图表被广泛使用，并且有充分的理由。 Infographic World 首席执行官 Justin Beegel 透露：

鉴于近年来数字和社会格局发生了巨大变化，我们想对信息图表的状态进行研究。 我们发现，与几乎任何其他类型的媒体相比，视觉叙事可以帮助企业、营销人员和传播专业人士以更有意义的方式接触目标受众。

信息图表是将讲故事融入营销的理想方式。 它允许您提供比大多数单独的图表和图形更多的上下文。

显示随时间变化趋势的类似数据可视化包括流图和气泡时间线。 为了显示比较，类似的视觉效果包括气泡图和径向折线图。

使用信息图表的最佳实践：

• 与大多数数据可视化一样，有可能将太多信息塞进一个设计元素中。 注意可读性和清晰度。
• 保持一个有凝聚力的调色板，以便所有元素在一起都有意义。 该图形有很多组件，但颜色可以协同工作而不是压倒性的。
• 保持相同元素的设计一致性。 在上面的示例中，天花在时间轴中为橙色，在比较部分为橙色。

打动内部团队的 4 个数据可视化示例

与上述示例相比，向内部团队呈现数据往往缺乏视觉动态。 但如果你想推动决策制定，内部数据可视化仍然需要易于消化。

电子表格中对您的团队来说非常有意义的内容，对另一个人来说可能看起来毫无意义。 数据可视化有助于让每个人都能访问这些信息。

查看您的仪表板以获取数据可视化灵感。 许多模块可以导出单独的模块用于幻灯片、电子邮件、讲义等。这些自动生成的图表可以帮助您超越过时的 Excel 电子表格和 PowerPoint 图表，从而使您的观点得到理解并推动变革。

以下是内部团队数据可视化的四个很好的例子。

1.不起眼的折线图

根据 Databox 的研究，折线图是最常用的数据可视化格式。 折线图可帮助用户了解和传达一段时间内的绩效，使其成为显示大型数据集中趋势的好方法。

由于它是最流行的图表之一，大多数数据分析平台都可以显示某种折线图。 如今，您可以远远超出一条上下移动的直线。

例如，Perceptive Analytics 的 Google Ads 仪表板结合了不同的数据可视化方法来提供 360 度的绩效视图。 值得注意的是，它包括一个交互式的多变量折线图：

在此示例中，每次转化成本急剧上升后立即下降突出显示了进一步调查的要点，如果数据在电子表格中以数字形式显示，则不会立即跳出。

选择 KPI 的能力使选定的数据点成为焦点。 这样可以防止单个图表中的多条线造成混乱，从而更容易一次分析和理解一件事。

下面是当折线图格式不正确并且您无法专注于特定数据点时的样子：

前两行下面的任何行都混在一起，基本上没有意义。

避免使用太多信息（包括太多标签）使折线图超载，例如来自 Bold BI 的示例：

在这里，y 轴表示美元金额，您可以将鼠标悬停在气泡上以获得确切的美元价值。 因此，无需在图表中包含文本标签。

使用折线图的最佳做法：

• 不要混乱。 使您的数据点清晰明了，以便一目了然。
• 避免设计过度的图表，例如 3D 折线图。 这些使您的大脑更加努力地理解仅需要两个轴的信息。 内部数据呈现的目标是快速、清晰地进行沟通。
• 将 y 轴从零开始以尽可能准确地表示数据。

2. 当条形图不够时，使用堆叠条形图

堆叠条形图显示了一个类别如何按数量划分为更小的子类别。 这对于跟踪子类别如何随时间变化特别有用。

下面是 Datapine 的堆叠条形图示例，它侧重于跟踪一段时间内的联系量并分为三类：

它细分了总票数以及每种方法（电话、电子邮件和聊天）的贡献方式。 通过添加交互式数据可视化元素，用户可以将鼠标悬停在图表上以查看具体数字。

例如，从数据中很容易看出，电话和电子邮件构成了工单的主体。 将更多实时聊天人员转移到电话上来处理需求可能是有意义的。

堆积条形图最适用于小型数据集。 图表中包含的数据越多，它就会变得越混乱。 以 Microsoft Power BI 为例：

图表中有多达 9 个数据点，需要消耗和比较的信息太多，因此很难讲述故事。 多种颜色也使图表势不可挡。

许多仪表板模块允许您专注于变量，例如来自 Excel Campus 的动态堆积条形图：

堆叠条形图非常适合显示子类别在一个或两个类别中如何随时间变化。

使用堆积条形图的最佳实践：

• 启用对每个变量的关注，以便用户可以调出额外的信息。
• 仅用于小型数据集（理想情况下限于三个）。
• 确保日期间隔是规则的（例如，包括每个月而不是一月、二月、四月、九月等）。

3. 用漏斗图发现你的瓶颈

漏斗图中的每个步骤都会过滤掉导致最后一步的数据，这是该过程的结果。

为了帮助维多利亚大学更好地了解其消费者并获得学生的清晰快照视图，Datalabs Agency 使用 Tableau 构建了一个注重简单性的仪表板。 在该仪表板中有一个漏斗图：

漏斗条形图显示了销售漏斗每个阶段的用户数量。 这为用户提供了一个高层次的视图，了解哪里有明显的下降，并作为挖掘洞察力的起点。

这是 Chartio 的另一个很好的示例，说明漏斗图的数据结构可能看起来如何：

按照此结构，您可以看到点击产品的人数和将产品添加到购物车的人数明显减少。

有了这些信息，您就可以检查您的着陆页了。 按钮清晰吗？ 产品说明在销售利益方面是否做得足够好？ 调查结果可用于为利益相关者提供背景和解决方案。

使用漏斗图的最佳实践：

• 这是一张受益于标签的图表。 显示音量和变化百分比以描绘整体情况。
• 理想情况下，以 100% 的值开始您的渠道并坚持相同的转化路径。 这样就没有混淆数据的危险。 例如，如果您只关注电子邮件营销活动产生的潜在客户，但您的转化数据没有按营销活动进行细分，那么您将无法获得准确的数据可视化结果。

4. 使用地图和气泡图进行地理分析

地理信息通常是营销绩效的关键，地图图表提供了一种简单的方法来显示位置如何影响数据。

Perceptive Analytics 的仪表板包括显示美国各地区转化情况的地图：

Perceptive Analytics 使用颜色编码来显示更高的转化率。 该地图借鉴了气泡图的数据可视化技术，改变每个圆圈的大小，让用户一眼就能看出哪里的广告最赚钱。 更大的圆圈等于特定位置的更多转化。

与其他数据相结合，营销人员可以支持明智的决策和预测。 例如，通过了解德克萨斯州男性在周末的转化率更高，您可以提供一个令人信服的理由来增加这些角色的广告预算。

使用地图图表和气泡图的最佳实践：

• 注意色彩心理学。 红色可以表示“坏”、“危险”或“警报”。 同样，绿色可以表示“好”。 仔细选择您的气泡颜色，以免意外地以一种或另一种方式摇摆观众。
• 把事情简单化。 上面的示例很好地显示了哪些地区正在转换，哪些地区没有。 它不会比这更复杂。

创建引人注目的数据可视化的 5 个技巧

数据可视化的目的是使复杂的数据更容易理解。 最终用户应该能够查看图表并轻松发现关键趋势或信息。

当您的听众可以做到这一点时，您就可以更轻松地解释为什么洞察力很重要并提出改变的理由。 以美观的方式呈现数据还可以让您的受众更有可能在社交媒体上分享，从而传播您的品牌知名度。

这里有五种创建视觉效果的方法，这些视觉效果可以传达您的观点和/或获得共享。

1. 将视觉效果与数据相匹配

好的数据很容易在坏的图表中丢失。 屡获殊荣的数据可视化设计师 Nathan Yau 展示了在他的作品中有多种方式来表示数据，通过 25 种方式可视化一个数据集（他的观点是并非所有方式都很棒）：

要选择一种可以展示信息而不会使信息混乱的可视化类型，请明确：

• 你的数据的大小。 有些图表比其他图表更适合大数据集。 例如，饼图是可视化少量数据的好方法。 但是随着段变小，超过六个数据点会变得混乱。 更好的解决方案是折线图、组合图或散点图。

• 数据类型。 使用数据种类来缩小图表或图形类型的范围。 例如，连续数据最适合在折线图或流图中可视化，而分类数据最适合树形图或旭日图。

• 观众。 您的数据试图传达什么故事，您要向谁展示？ 您是在绩效评估中向利益相关者展示趋势数据，还是在比较着陆页数据以告知营销团队的后续步骤？ 了解您为什么要收集数据以及谁将从中受益将使选择视觉对象变得更加容易。

2. 为您的可视化实践良好的数据卫生

在设计精美的数据可视化的过程中，不要让您的数据变得混乱。 确保项目所有阶段的数据准确，这样您就不会以漂亮图片的名义误导您的观众。

遵循一些数据可视化的良好实践建议：

• 从 0 开始绘制图表，或解释为什么它不从 0 开始。 （了解当您在此处的其他地方开始您的基线时会发生什么。）
• 考虑你的线条粗细。 粗线可能会让人不清楚数据点的真实位置。
• 不要被数据淹没。 也许您在研究中收集了 50 个数据点，但其中只有 10 个是重要的。 提取最重要的数据以在您的可视化中突出显示。
• 标记你的轴，让人们知道你在测量什么，但要仔细考虑放置这些标签的位置（即不要在任何阻碍数据的地方，如上面的 Bold BI 示例）。

3. 保持视觉效果简单

通过消除视觉效果中的噪音来增强数据。 上面不同的数据可视化示例有一个共同点：数据易于阅读，信息易于理解。

去除在 20 多岁时流行的元素，例如阴影、3D 组件、随机图标、不相关的标签以及分散信息注意力的不必要的值。

布伦特·戴克斯 (Brent Dykes) 的演示文稿中的这个示例展示了不必要的噪音如何稀释数据，以及剥离后的效果如何：

图片文件名： example-from-a-presentation-by-brent-dykes.jpg

Alt Tag：来自 Brent Dykes 的演示文稿示例，展示了不必要的噪音如何稀释数据

专注于重要的数据。 正如 Presentation Zen Garr Reynolds 的作者所说：

您可以通过记住三个基本原则来简化有效图表、图形和表格的设计：限制、减少、强调。

4.选择合适的工具来创建视觉效果

将原始数据变成引人注目的视觉效果需要数据可视化工具的帮助。 软件将为您读取数据集并绘制图表，因此您不必依赖手动数据挖掘来填充视觉效果。

以下是一些常用的检查工具：

• 对于 KPI 仪表板：Geckoboard 或 Salesforce Einstein
• 用于可视化网络分析：Google Analytics
• 对于可视化报告模板：Google Data Studio
• 对于简单图表：Google Charts
• 用于设计简单的信息图表：Canva
• 对于 SMB 数据可视化和商业智能：Microsoft Power BI
• 对于企业级数据可视化和商业智能：Tableau
• 对于经验丰富的数据科学家：Sisense
• 对于开源数据可视化：D3.js

这些工具在功能、定价和可用性方面各不相同。 如果您的预算较少，请先使用 Google Charts 和 Google Analytics 等免费工具，然后再扩大投资。

5. 使用可视化来讲述强大的数据故事

可视化可以帮助推动公司范围内的变革。 但要对新受众产生与您的团队相同的影响，数据需要通过故事来销售。

例如，对于营销人员来说，Bold BI 的网络分析仪表板中的下图显示博客是收入的最大驱动力。 这清楚地表明内容营销正在发挥作用，团队应该在其中投入更多。

但对董事会成员来说，这只表明博客带来了收入。 为什么它能带来钱？ 是什么让它如此受欢迎？ 为什么它将人们直接带到您的网站？ 这些是故事将要回答的问题。

数据讲故事利用了人类大脑对故事的渴望，使洞察力变得有趣和令人难忘。

通过讲故事，您可以用更简单的方式表达见解，以推销您的信息并激发行动。 它将叙述添加到您的数据和视觉效果中，以吸引、解释和启发。

以着陆页收入图表为例，您可以解释为什么数据很重要。 您可以分解博客文章的元素、博客如何随着时间的推移而发展，以及您的内容营销如何为您的受众创造价值。 这一切都为进一步投资建立了令人信服的理由。

想想你的听众和你想要发生什么变化。 使用它来发现视觉效果背后的引人入胜的故事。

结论

数据可视化有助于弥合原始数字和一目了然地传达见解之间的差距。 本文中的示例是设计可以呈现给团队和利益相关者的视觉效果和仪表板的坚实起点。

专注于可视化对营销和销售目标最重要的数据。 与关键绩效指标相关的指标将有助于发现新的见解并在可视化时讲述引人入胜的故事。
查看我们的数据呈现和可视化课程，了解如何让利益相关者采取行动。