在這個“人人都是數(shù)據(jù)分析師”的時代，阿里的同學(xué)幾乎都在參與數(shù)據(jù)的采集、加工與消費(fèi)。數(shù)據(jù)可視化作為連接“加工——消費(fèi)”的重要一環(huán)，其質(zhì)量至關(guān)重要。優(yōu)秀的可視化能促成卓越洞見，糟糕的內(nèi)容則讓所有的努力失去意義。今天，阿里高級產(chǎn)品經(jīng)理沉砂為我們詳細(xì)介紹數(shù)據(jù)可視化工具以及如何選擇有效圖表。

一、前言

我所在的阿里企業(yè)數(shù)據(jù)化管理領(lǐng)域，數(shù)據(jù)可視化水平參差不齊，尤其是在匯報PPT和報表制作環(huán)節(jié)...今天，不深度探討具體業(yè)務(wù)問題，僅給出一些可視化通用建議。

通過文章你可以獲得的建議：

• 挑選順手的工具
• 加工正確的數(shù)據(jù)
• 選擇合適的圖表
• 一個實(shí)例

二、數(shù)據(jù)可視化工具

在這里首先我想說下數(shù)據(jù)可視化追求的三個目標(biāo)：準(zhǔn)確、清晰、優(yōu)雅。符合這三項的圖表被稱為高效的數(shù)據(jù)可視化：

準(zhǔn)確：精準(zhǔn)地反饋數(shù)據(jù)的特征信息(既不遺漏也不冗余，不造成讀者疏漏&誤讀細(xì)節(jié))清晰：獲取圖表特征信息的時間越短越好優(yōu)雅：美觀(不是酷炫)、協(xié)調(diào)(相同場景的圖表遵循統(tǒng)一規(guī)范)。

除此之外，這三項的重要性也有相對次序：準(zhǔn)確>清晰>優(yōu)雅，原則上我們該盡量往這三個方面靠攏。

問題來了，如何挑選順手的工具幫助達(dá)成目標(biāo)呢?

其實(shí)應(yīng)當(dāng)分情況來看，高效的數(shù)據(jù)可視化根據(jù)目的差異，大致分為兩種類型(來自Cole Nussbaumer Knaflic的視頻采訪)：

解釋型

• 已知目標(biāo)數(shù)據(jù)的特征信息或者價值;
• 最大目的是傳達(dá)解釋給其他人自身的洞察;
• 追求極致的細(xì)膩表達(dá)。

探索型

• 未知目標(biāo)數(shù)據(jù)的特征信息或者價值;
• 最大目的是自己分析探索數(shù)據(jù);
• 追求快速高效的數(shù)據(jù)交互。

大家在開始動手前，不妨先想一下自己是哪種意圖，通常情況下魚和熊掌不可兼得，數(shù)據(jù)的靈活變換和細(xì)膩表達(dá)雖然不矛盾，但很難兼顧。這就促成了我們可用的工具都有一定的偏向性，簡單易上手的BI工具可以幫助我們快速完成可視化，但有可能內(nèi)容差強(qiáng)人意。一些專業(yè)的圖表代碼庫理論上可以針對任何細(xì)節(jié)進(jìn)行調(diào)整，但是效率和門檻存在明顯劣勢。

原則上工具沒有孰優(yōu)孰劣(事實(shí)上很多工具兩方面都做得很好)，只是相對而言。筆者對常見種類的典型代表工具做了一個定性評估(個人意見)：

??

這里我將Excel與Tableau高亮了出來，Tableau作為業(yè)界最著名的BI軟件，容易上手，可視化效果也非常棒，有助于你分析探索數(shù)據(jù)。而Excel是一款被大多數(shù)人嚴(yán)重低估的產(chǎn)品，它可以很方便實(shí)現(xiàn)各類圖表微調(diào)，畫出漂亮的數(shù)據(jù)圖。

如果你沒什么傾向性，Excel很適合作為你深入研究的第一款數(shù)據(jù)可視化工具。

三、選擇有效的圖表

3.1 可視化流程

拋開一些專業(yè)理論，簡單來講，我們制作圖表的步驟分為3步：

1. 選擇要傳達(dá)的數(shù)據(jù)信息2. 尋找可視化方法3. 實(shí)現(xiàn)方法并完善細(xì)節(jié)

對于步驟1，主要考慮數(shù)據(jù)本身的信息與作者自身的洞察信息，列清楚這些信息，有助于你選擇合適的可視化方法。下文我會講述一些常用的方法論知識，但不是簡單給出你要選擇柱形圖or餅圖。至于具體的圖表選用指南可以Google一下。

3.2 視覺編碼

首先看兩張圖：

??

由于使用了視覺編碼(顏色)傳達(dá)信息，人們更容易理解原數(shù)據(jù)的特征了。

又比如普通的柱形圖，我們使用了柱子的“高度”和“相對位置”傳達(dá)了兩組數(shù)據(jù)信息，而柱形圖往往比沒進(jìn)行編碼的表格數(shù)據(jù)更容易理解。

我們要來熟悉兩個重要概念：“視覺編碼”&“視覺通道”。如果把人類大腦看做是一個信息解碼系統(tǒng)，那么可視化就是對信息(數(shù)據(jù))的編碼過程，信息通過視覺編碼后，將內(nèi)容通過眼睛傳達(dá)至大腦，大腦解碼信息并獲取知識。

??

那么圖形的視覺通道有這么多，該如何選擇合適的視覺通道映射數(shù)據(jù)呢?這里需要通過數(shù)據(jù)的類型以及視覺通道的表現(xiàn)力進(jìn)行綜合判斷，基礎(chǔ)的學(xué)術(shù)理論有詳細(xì)說明，這里我做一下簡單介紹。

★ 數(shù)據(jù)類型

一般我們數(shù)據(jù)分為“類別型”、“有序型“和“數(shù)值型”三類，蘋果、香蕉屬于類別，幾月幾號屬于有序，利潤5000屬于數(shù)值。在很多可視化商用工具的概念中，將”有序、類別型“的數(shù)據(jù)稱為維度，”數(shù)值型“的數(shù)據(jù)稱之為度量(指標(biāo))。

維度和度量所適用的視覺通道是有巨大差異的，例如顏色的色調(diào)適用于維度，但不適用于度量。選擇正確的視覺通道，令信息傳達(dá)更有效率。

★ 數(shù)據(jù)通道的表現(xiàn)力

在浙大教授陳為的著作《數(shù)據(jù)可視化》(陳為 沈則潛 陶煜波. 數(shù)據(jù)可視化[M]. 電子工業(yè)出版社, 2013)中，使用4個指標(biāo)作為評判一個通道的表現(xiàn)力標(biāo)準(zhǔn)：

• 精確性
• 可辨認(rèn)性
• 可分離性
• 視覺突出

深度理解這些標(biāo)準(zhǔn)，有助于我們明白一些可視化圖表修改建議背后的深層次原因。

??

這組測量數(shù)據(jù)采用科學(xué)的方法反映了一些制作經(jīng)驗(yàn)的合理性，比如：

• 一些專業(yè)設(shè)計師非常反對使用餅圖——面積&角度與人類的感知聯(lián)系不是線性變化。
• 使用長度映射數(shù)據(jù)的柱形圖通常是最佳可視化選擇——長度與感知是線性變化。
• 常規(guī)商業(yè)統(tǒng)計圖表永遠(yuǎn)不要使用3D效果——體積嚴(yán)重影響人類感知的精確性。

??

可分離性告訴我們不能無限制的使用多種視覺通道，每增加一種通道來映射數(shù)據(jù)，都需要考量對已有編碼方式的影響，尤其是尺寸(size)特別影響其他視覺通道的效果。

我們結(jié)合柱形圖做一個舉例，下圖的柱圖使用了寬度(size)映射了一個度量字段數(shù)據(jù)，寬度影響了長度的有效力，這兩個通道的同時使用，使得感知上有趨近面積這一通道，從而影響了整體圖表的效果。

??

有一次一位業(yè)務(wù)的同學(xué)問我為什么不給柱圖的柱子加“圓角”功能，其實(shí)也是這個原因，過度的圓角會使長度損耗精確性，對于圖表的整體表現(xiàn)力是破壞。

??

數(shù)據(jù)的視覺編碼在學(xué)術(shù)上有一個冗長的表現(xiàn)力優(yōu)先級列表，我在這里簡化這些概念，只給出一份推薦使用的視覺通道，理論上這些通道之間都可以組合使用，請根據(jù)實(shí)際情況挑選最佳方案。

另外一個行之有效的實(shí)踐方式是：不要從頭構(gòu)建可視化的方案，請在最基礎(chǔ)的統(tǒng)計圖類型之上選擇追加視覺通道，然后不斷嘗試效果。不是什么圖表都可以用所有通道的，例如行政地圖就沒有長度通道。

??

3.3 設(shè)計原則

設(shè)計圖表，好的視覺編碼是最重要的點(diǎn)，除此之外，對數(shù)據(jù)的篩選也是一項挑戰(zhàn)，過大的信息量會使圖表顯得混亂，造成認(rèn)知負(fù)荷。對于JavaScript構(gòu)建的可視化內(nèi)容，我們還需要關(guān)注數(shù)據(jù)交互。

★ 認(rèn)知負(fù)荷

一般的可視化文章會用墨水比這一項指標(biāo)來衡量負(fù)荷的輕重。設(shè)計的不合理，會給受眾過度、冗余或者毫無意義的信息傳達(dá)。

首先我們要關(guān)注的是是否呈現(xiàn)了過多數(shù)據(jù)、濫用了視覺通道。

??

其次，我們可以利用格式塔原理精簡或者優(yōu)化我們的圖表元素，減輕認(rèn)知負(fù)荷。

完整的原理一共有8項內(nèi)容，這里我主要介紹最為重要的臨近原則、相似原則&閉合原則。

★ 臨近原則

人們傾向物理上相近的元素為一個整體。

我簡單打出一行點(diǎn)：

... ........ .......

你會很自然地認(rèn)為這是三個群體。利用這個心理學(xué)現(xiàn)象，我們構(gòu)建了典型的“分組柱形圖”

??

也可以用于引導(dǎo)用戶閱讀表格數(shù)據(jù)(來自Cole Nussbaumer Knaflic的blog)：

??

★ 相似原則

人們傾向?qū)㈩伾⒋笮』蛘咝螤畹葘傩灶愃频膶ο罂醋饕粋€整體(或者具備關(guān)聯(lián)性)。

這種心理學(xué)現(xiàn)象，疊加顏色色調(diào)的處理，很容易促成視覺突出，使我們能夠快速注意到被處理的目標(biāo)數(shù)據(jù)。上文視覺編碼數(shù)“5”的舉例，便是相似原則的一個案例。

??

個人實(shí)踐感覺顏色是應(yīng)用相似原理最好的視覺通道，我們能夠通過“圖例”將圖例標(biāo)注信息與畫圖區(qū)域的內(nèi)容對應(yīng)起來，簡單來說，也是這一心理學(xué)現(xiàn)象在起作用。

我們可以更進(jìn)一步使用這一效應(yīng)來幫助用戶解讀圖表

??

★ 閉合原則

人們傾向物理上被包圍在一起的元素為一個群體。

??

閉合原則經(jīng)常被使用在標(biāo)注注釋上，使用少量的“水墨”便能將目標(biāo)區(qū)域的視覺突出起來，我們拿上面相似原則的案例做進(jìn)一步加工，來說明閉合原則的功效。

??

靈活利用格式塔原理與視覺編碼特性，是數(shù)據(jù)可視化在具體圖表之下的更為重要的知識技巧。篇幅原因，不再一一列舉。

當(dāng)我們看到一副圖表，憑借自己樸素的美學(xué)經(jīng)驗(yàn)指出圖表缺陷時，不妨深入思考下，這個缺陷是違反了哪一條心理學(xué)原理，還是水墨比(信噪比)不平衡。

3.4 經(jīng)驗(yàn)之談

可視化的實(shí)踐經(jīng)驗(yàn)太多太多，我想再著重強(qiáng)調(diào)一下位置和顏色的巨大影響。

★ 位置

位置是一個豐富的概念，圖表一切的元素都處于“位置”之中，你不得不謹(jǐn)慎對待元素的位置屬性。無論是軸標(biāo)記位置、文本說明位置、標(biāo)題位置、圖例位置還是圖形本身的相對位置。擺正它們，可以使圖表不顯得信息雜亂，可以幫助用戶更容易理解你想傳達(dá)的信息。

• 對齊：心理學(xué)的“連續(xù)原則”使得對齊創(chuàng)造一條看不見的路徑，引導(dǎo)人們更容易解讀信息，任何時候都要注意對齊的使用。
• 排序：任何時候，我們都需要對數(shù)據(jù)排序。柱圖的柱子從來都不該是被隨意擺放的，排序是對元素的位置屬性最重要的應(yīng)用。沒有規(guī)律的數(shù)據(jù)表達(dá)會給用戶帶來額外的解讀負(fù)擔(dān)。
• 參照：位置都是相對的，如果我們想準(zhǔn)確解讀數(shù)據(jù)的位置，就一定需要一個參照系。這個參照系可以是X軸Y軸，也可以是兩個點(diǎn)或者柱子之間的相對參照，總之你得有一個。

★ 顏色

顏色是最重要也是最容易被濫用的視覺編碼方式，顏色具有色調(diào)、飽和度、明度的三重變化，同時顏色的變化還牽引著人類的情緒，所以顏色的使用需要被數(shù)據(jù)可視化制作者認(rèn)真考慮。在這里再補(bǔ)充一些實(shí)踐上的心得：

1. 盡量避免同時使用紅色&綠色，色盲的同學(xué)無法分辨他們，這也是為什么大多數(shù)圖表庫和軟件的默認(rèn)顏色的第一序列是藍(lán)色;

2. 維度數(shù)據(jù)使用色調(diào)，度量(指標(biāo))數(shù)據(jù)使用飽和度和明度;

3. 在保證信息完整傳達(dá)的前提下，使用的顏色越少越好;

4. 顏色在上下文需要保持統(tǒng)一步調(diào)，例如之前的圖用“綠色”代表香港，下面的圖就不應(yīng)該使用“黃色”或者“紅色”，“預(yù)測數(shù)據(jù)”使用綠色，“實(shí)際數(shù)據(jù)”使用藍(lán)色，保持秩序，減輕用戶認(rèn)知負(fù)荷;

5. 顏色能比其他視覺通道更能引起注意，也就意味著更容易使人疲勞。確保你使用的顏色是“有序”的，五彩斑斕、明暗跳躍的色彩序列并不可取;

6. 設(shè)計之前，可以參照一些品牌設(shè)計手冊，一般被叫做visual manual。阿里幾乎每個BU都會有類似的材料，可以找你們的UED同學(xué)要。使用品牌色更容易獲得目標(biāo)人群的青睞。但是也不是所有的品牌色都適用，使用前應(yīng)當(dāng)思考下效果。

7. 注意你使用顏色的場合，事實(shí)上由于各國文化和宗教信仰的不同，相同色彩在不同人群中的情感性質(zhì)很不一樣。比如中國人喜歡紅色，但是不見得西方國家喜歡。還有醫(yī)院和金融業(yè)，也是典型的顏色敏感行業(yè)，給炒股的老板看圖表不要用綠色作為主色調(diào)......

8. 放棄酷炫，我們看數(shù)據(jù)不是為了酷炫。

★ 統(tǒng)計圖表選擇推薦

這個網(wǎng)上資料一抓一大把，選擇圖表前，其實(shí)更多的是要想清楚你的數(shù)據(jù)想傳達(dá)的目的。數(shù)據(jù)分析紛紛咋咋，總結(jié)起來，不外乎4個目的：對比、聚焦、歸納、演繹?；谶@些初始目的出發(fā)，我們再選擇實(shí)例化它。

下圖是一張廣為流傳的圖表建議：

??

四、準(zhǔn)備數(shù)據(jù)

4.1 為可視化調(diào)整數(shù)據(jù)結(jié)構(gòu)

一般來講，制作數(shù)據(jù)圖表前，或多或少有一系列數(shù)據(jù)的采集加工環(huán)節(jié)，以集團(tuán)開發(fā)同學(xué)熟悉的ODPS為例，簡單來講如下圖流程所示：

??

多數(shù)數(shù)據(jù)倉庫為了滿足一定的設(shè)計規(guī)范、維護(hù)能力與健壯性，不會允許數(shù)倉上層應(yīng)用做定制化侵入設(shè)計，而各類應(yīng)用所需要的數(shù)據(jù)格式不盡相同，在可視化領(lǐng)域，為最后的圖表制作，對數(shù)據(jù)進(jìn)行一些調(diào)整非常常見，特別是使用BI軟件進(jìn)行制圖，包括不僅限于以下調(diào)整：

★ 1.行列轉(zhuǎn)換

比如為了進(jìn)行數(shù)據(jù)對比分析的簇狀柱圖，不同工具配合交互時，有不同的設(shè)置方法。需要對表中的行列數(shù)據(jù)進(jìn)行靈活轉(zhuǎn)換，以符合軟件要求。

??

★ 2.可讀性轉(zhuǎn)換

原表數(shù)據(jù)中，很可能只有"ID"、"XXX編碼"、英文內(nèi)容等特征數(shù)據(jù)，為了我們最后的可視化加工效果，為了圖表易于解讀，我們需要更多的額外數(shù)據(jù)進(jìn)行關(guān)聯(lián)處理，比如：

• 找到這張“事實(shí)表”的關(guān)聯(lián)“維表”，拿到ID背后的中文名稱、姓名等信息;
• 將英文翻譯成對應(yīng)中文，比如將male與female轉(zhuǎn)換成“男”跟“女”;
• 找到“短名稱”、“昵稱”等易于識別的數(shù)據(jù);
• 從時間數(shù)據(jù)字段中轉(zhuǎn)換出“季度”、“財年”、“周”、“交易日”等契合業(yè)務(wù)場景的時間類型字段。

★ 3.針對業(yè)務(wù)場景的轉(zhuǎn)換

此類轉(zhuǎn)換需要結(jié)合一定的具體場景，一般來講，原始表只提供原始數(shù)據(jù)，具體場景提供數(shù)據(jù)轉(zhuǎn)換規(guī)則，典型的例如：

• 將“年齡”分段，原始表只記錄用戶的生日，后期加工成“18~24歲”、“25~30歲”等范圍字段值，這類加工有助于用戶解讀和構(gòu)建可視化內(nèi)容。
• 新顧客、老顧客?！靶隆迸c“老”都是隨著時間推移的相對概念，不太會存儲在數(shù)倉的原始數(shù)據(jù)表中，用戶需要根據(jù)當(dāng)前分析的時間窗口，自助加工出新老顧客的定義字段。

4.2 剔除異常數(shù)據(jù)

原始數(shù)據(jù)中，不免混入異常數(shù)據(jù)，我們把錯誤數(shù)據(jù)(臟數(shù)據(jù)、測試數(shù)據(jù))和不合理數(shù)據(jù)統(tǒng)稱為異常數(shù)據(jù)。這些數(shù)據(jù)不剔除，會直接影響可視化最終的展現(xiàn)效果，從而影響分析效果和決策效能。我們在制作圖表前，一定要做這一環(huán)的處理。

不合理數(shù)據(jù)也是相對于具體的分析場景而言的，例如，我們?yōu)楹饬侩娫挔I銷人員的表現(xiàn)設(shè)定了一個數(shù)據(jù)指標(biāo)——平均每周成功3單推銷即為優(yōu)秀員工，這里就需要結(jié)合場景將“實(shí)習(xí)期員工”剔除，或者說，將工作年限過短的樣本數(shù)據(jù)剔除。

4.3 對特殊值做精細(xì)化處理

為了可視化效果，我們需要關(guān)注那些含義不明的數(shù)據(jù)和“極端數(shù)據(jù)”，這些數(shù)據(jù)的存在有時候會直接影響我們的內(nèi)容展現(xiàn)。

★ 空、null、0

這3個數(shù)據(jù)值是典型的“含義不明“數(shù)據(jù)，有些場景下，他們表達(dá)的意思相同，有些則代表了截然不同的信息。我拿”考試“作為一個case來比喻這三者的區(qū)別：

• 0：小明參加了語文考試，得了0分;
• 空：小明沒參加語文考試;
• null：小明沒有語文這門考試。

在進(jìn)行可視化表達(dá)時，一定要注意對數(shù)據(jù)的準(zhǔn)確表達(dá)。

★ 極端數(shù)據(jù)

極端數(shù)據(jù)指一種樣本數(shù)據(jù)極端分布不均勻的情況，比如“100條某產(chǎn)品的銷量分布，1條記錄10W，其余99條記錄在0~1000之間，“如實(shí)”反應(yīng)數(shù)據(jù)的圖表將很難看出**大部分樣本數(shù)據(jù)的特征信息**。需要結(jié)合業(yè)務(wù)場景，做應(yīng)對處理(比如剔除&“矮化”極端數(shù)據(jù)，并做對應(yīng)的文本解釋)

??

4.4 匯聚數(shù)據(jù)到合理程度

在使用BI工具進(jìn)行可視化展示的時候，需要注意原始數(shù)據(jù)的數(shù)據(jù)量大小。通常軟件服務(wù)所在的服務(wù)器性能不是無限的，合適大小的數(shù)據(jù)量有助于取得交互展示的最佳表現(xiàn)。

當(dāng)原始數(shù)據(jù)過大，我們可以根據(jù)實(shí)際場景，剔除某些字段，對數(shù)據(jù)進(jìn)行匯聚。

另外，大部分工具都支持“派生字段”，盡量在“物化”或者“實(shí)體表”階段固化這些派生數(shù)據(jù)，也有助于性能表現(xiàn)。對于BI軟件需要計算的派生數(shù)據(jù)而言，計算發(fā)生的環(huán)節(jié)決定其性能表現(xiàn)：

計算在加速數(shù)據(jù)環(huán)節(jié) > 計算下放計算引擎 > 內(nèi)存計算 > 發(fā)生內(nèi)外存交換的計算

五、一個實(shí)踐案例

本文粗淺介紹了一些數(shù)據(jù)可視化的技巧，但是遠(yuǎn)遠(yuǎn)談不上完整。要做到“可視化最佳實(shí)踐”還需要大量知識補(bǔ)充，并且加以靈活應(yīng)用。

在這里介紹一個可視化圖表優(yōu)化的優(yōu)秀案例，原始材料來自Cole Nussbaumer的英文blog，有興趣的同學(xué)可以翻翻她的博客，會獲益良多。同樣D3作者M(jìn)ike Bostock也產(chǎn)出了大量高質(zhì)量的可視化內(nèi)容，非常值得借鑒。

案例：對資本預(yù)算數(shù)據(jù)的可視化改進(jìn)

★ 1. 原始圖表

??

咋一看這圖也沒啥錯，但是博客作者看到了一些改進(jìn)點(diǎn)：

• Y軸標(biāo)簽的可讀性
• X軸未區(qū)分過去與未來的區(qū)別

其實(shí)還有其他隱藏改進(jìn)信息未指出：

• 上文講述過視覺通道會相互影響有效性，這里圖例中的小正方形尺寸過小，影響了顏色的解讀，這就使得藍(lán)色的major projects和淺藍(lán)色的proposed allowance難以區(qū)分。(試想一下你在平常遇到的更極端的圖例解讀困境);
• 軸的黑色標(biāo)簽的顏色飽和度太高，影響了圖本身的視覺突出。(稍微淺色一點(diǎn)的label更容易將用戶引導(dǎo)至關(guān)注數(shù)據(jù)本身);
• 缺少度量數(shù)據(jù)說明。

★ 2. 改進(jìn)版本一

??

這里作者取消了圖例的點(diǎn)標(biāo)記，將文本著色，解決了圖例識別的問題。

此刻作者遇到了困境，不知該如何進(jìn)一步改進(jìn)。不過能夠顯而易見的是，改進(jìn)版本一的水墨比過重，用了較多鮮艷的色調(diào)，并且同時使用了色調(diào)、圖案兩項視覺通道。著墨過多，但又沒有明顯傳達(dá)更多數(shù)據(jù)信息。

于是作者在改進(jìn)版本二中做了各項分析，下圖將圖表黑白化去除干擾的做法非常值得學(xué)習(xí)，對于一些設(shè)計同學(xué)可能這種做法很熟悉，色彩會干擾設(shè)計師的判斷(PD一般畫原型的時候是黑白的)

★ 3. 改進(jìn)版本二

三個主要項目的預(yù)算從2018年到2019年顯著下降，然后隨著時間的推移緩慢下降：

??

其他項目也有下降的趨勢：

??

新項目的預(yù)算則在顯著增加：

??

其他兩項的分析類似：

??

??

作者在改進(jìn)版本二中分析出了一些數(shù)據(jù)特征，顯然這些特征還沒有在可視化中表達(dá)出來，圖表還有改進(jìn)空間。

★ 4. 改進(jìn)版本三

??

在改進(jìn)版本三種，作者使用了客戶的品牌色(這種手段通常很好用，除非客戶的品牌色“大紅大紫”)

并且將用戶的視角引導(dǎo)到了建議配合與現(xiàn)有配額上來。

??

很明顯，我們看到了兩組數(shù)據(jù)的規(guī)律，那么如何通過可視化將這個規(guī)律更加簡明易懂的傳達(dá)給用戶呢，作者改進(jìn)了圖表的標(biāo)記形式。

★ 5. 改進(jìn)版本四

??

到了這一步，改進(jìn)已經(jīng)相當(dāng)成功，仿佛我們把之前的信息補(bǔ)全就大功告成，而作者進(jìn)行了更多思考：用戶應(yīng)該關(guān)注兩條線之間的相對變化，并更新了改進(jìn)版本：

★ 6. 改進(jìn)版本五

??

接下來是最后加工：將自己的見解和洞察以合適的方式放入圖表中。

??

★ 7. 最終版本

將之前被忽略的數(shù)據(jù)重新以合適的方式放入圖表中，并且注解文字的使用也遵循了相似原則，來建立圖形與文字的關(guān)聯(lián)性。

??