毁掉你的图表和信息图的6个错误

想要一些保证导致坏图表的提示吗？

你当然不知道。然而，有时我们从出错的事情中学到的东西最多。这就是为什么，在这篇文章中，我提供了一些内容营销世界演讲者斯科特·伯里纳托的建议。

Scott在他的演讲《数据可视化和创建好的图表》中分享了一些关于如何实现数据可视化的技巧。我要指出的是，如果你不听从他的建议，你肯定会让你的听众感到困惑、无聊和困扰。

关于单词:当Scott说“图表”或“图形”或“数据可视化”或“dataviz”或“信息可视化”或“infoviz”或“信息图形”时，他泛指数据的可视化交流。我以同样宽泛的方式使用术语“图表”和“信息图”。

你不露声色地说

让我们从最糟糕的图表开始:需要图表的地方没有图表。

请注意这个来自斯科特的虚构例子。你更喜欢这些方向的哪个版本(左或右)？太容易了，我知道。如果你只用文本创建方向，你保证了最大的不可理解性。

当你用一堵文字墙来描述数字的意义时，同样的问题出现了。看看左边的段落是如何迫使你挖掘2015年谁的财富增加了——这是图表显而易见的。

省略图像会给人们带来最糟糕的信息体验。不要让文字做所有的工作；当谈到方向和数据趋势时，展示比讲述更有力量。

你包括无关的细节

细节对图表的准确性和可信度大有帮助。然而，破坏一个好图表的最简单的方法之一是，加入更多人们不需要或可能会关心的细节。

例如，斯科特的一位同事给他发了一张她正在观看的演示文稿的照片。这是斯科特的评论:

别做这种人。他想表达什么？对谁？我向你保证他说的不是想法。他在说什么？x轴是这个，红条表示这个…他在说他屏幕上的混乱，他没有表达任何想法。你知道观众在做什么吗？不听。他们把照片发给朋友，并说，“好好看看这个家伙。”

如果你推出的图表有额外的网格线，沿着坐标轴有额外的标签，底部有额外的刻度线，你会让人们争先恐后地去拿放大镜。比较下面的图表。你觉得哪个更容易理解？

您选择了不合适的图表类型

许多工具会自动将数据转换成图表。任何人只需点击几下就可以将电子表格转换成图表。但选择错误的图表类型会让观众困惑地皱起眉头。

这两个例子展示了糟糕的数据可视化选择的结果。

在第一张图表中，如果你足够长时间地盯着绿线看，你会发现这些数据与趋势无关。“你可能会说这是一个荒谬的例子，”斯科特说，“但我在董事会演示中经常看到这种情况。”

这条假趋势线是不恰当图表类型的一个常见例子。如果使用条形图的话，读者会立刻发现它是在比较六个部门的旅行支出水平。

在下面的图表中，它与前一个图表无关，请注意图表本身的三维条形图和突出部分。

Scott是《哈佛商业评论》的高级编辑，他写了《好图表:HBR制作更智能、更有说服力的数据可视化指南》一书，他认为3D图表普遍不合适:“不要歪曲事实。不要把图表做成三维的。没什么好处。我不知道为什么[软件]仍然让我们这样做。太傻了。”

斯科特的观点呼应了dataviz权威爱德华·塔夫特的观点，他是3D图表的著名谴责者，创造了“图表垃圾”这个术语这位耶鲁大学名誉教授在他的书《定量信息的可视化显示》中写道，图表垃圾通常包括“图形装饰”。他说的是“没有告诉观众任何新东西的墨水…非数据墨水或多余的数据墨水。”

我们在看你，蓝色格子下面的灰色小方块。

不幸的是，爱德华写道，图形装饰“比产生有趣的数字和可靠的证据所需的艰苦工作更便宜。”这个人被称为“数据的达芬奇”和“图形的伽利略”并不是没有道理的。

糟糕的图表从来都不容易制作。避免愚蠢的软件功能的诱惑。

您使用了混淆的x轴和y轴值

让您的观众猜测您的图表在讲述什么故事的一个可靠方法是不经意地选择您的x轴和y轴值。

这里有一个前后对比的例子，展示了y轴是如何模糊故事的。乍一看，你可能看不出左边的图表和右边的图表有什么不同。

左边的图表用两个y轴显示了以美元计的黄金和白银价格——一边一个——这使得比较变得模糊不清。

右边的图表显示了价格变化的百分比。白银(蓝色线)比黄金(橙色线)有更高的高点和更低的低点。斯科特说，在这张图表中，观众很快就会发现，白银是一种比黄金更不稳定的投资。

为了帮助人们快速看到图表中讲述的故事，请坚持使用y轴，不要强迫人们挖掘他们想知道的东西。

确保您的x轴和y轴数据讲述了您想要讲述的故事。这是斯科特最喜欢的一个例子，来自他自己的经历。(他更改了细节，以保持数据的机密性。)他正准备在董事会上展示一个类似左图的图表。黄条应该显示全天(x轴)的顾客购买水平(y轴)。

事实上，左边的图表讲述了错误的故事，尽管你永远不会知道。Scott的同事发现，x轴上的时间表示纽约服务器上记录的购买时间，而不是客户所在时区的购买时间。右边的图表显示了调整后的数据，以反映客户的购买时间。

给这两张图表做斜视测试。在更新的图表中，你会情不自禁地注意到凌晨时分的过山车下降。它实际上是在喊，“看看当人们睡觉时，消费会发生什么。”

您可以缩放以框住支持您的视图的数据

马克·吐温推广了这句话:“有三种谎言——谎言、该死的谎言和统计数据。”糟糕的数据可视化会说谎，但不会完全说谎。

考虑这两张图表。两者都显示了黑胶唱片销售的准确数据。左边的图表放大了1993年至2014年间的销售额，显示出大幅飙升。右边的图表缩小到包括1973年以来的销售。21世纪的“浪潮”^标准时间 世纪几乎消失在这种背景下。

移动数据框架会混淆故事。

你只使用静态图像

如果你只使用静态图像来用数字讲述故事，你可能会错过一种最引人注目的传达数据的方式:视频(包括动画)。例如，在与克莱尔·麦克德莫特的一次采访中，斯科特指出了这段视频，它以一种静态图表无法单独描述的方式描述了第二次世界大战的死亡人数:

第二次世界大战的堕落从尼尔哈洛兰在维密欧。

根据克莱尔的文章，斯科特指出了使这个视频如此有影响力的三个因素:

1. 作者把数据变成了一个有设定、冲突和解决方案的故事。
2. 他用动画做了动画最擅长的事情:展示变化。
3. 他只使用三种图表类型来简化事情:堆积条形图、单位图和堆积面积图。

如果你的数字讲述了一个关于变化的强有力的故事，考虑使用动态图像——即使是简单的图像。超越静态图表思考。

结论

制作糟糕的图表几乎不需要任何思考。太多人这样做了。以下是我提到的数据可视化错误的概要:

• 讲而不露
• 无关紧要的细节包装
• 选择不合适的图表类型
• 使用错误的x轴和y轴值
• 放大(或缩小)以框住支持您的视图的数据
• 只坚持静态图像

如果你犯了这些错误，你很可能会误导、迷惑和厌烦你的听众。正如斯科特所建议的，避开这些陷阱，制作清晰的图表——甚至可能激发灵感。

你最喜欢用什么技术来创建有效的图表？