选择正确的数据可视化
A. 图表类型
- 柱状图，适用于表示随时间的变化和不同类群的比较；
- 线图，用来展示数据随时间的变化，适用于展示数据趋势和模式；
- 散点图，适用于展示两个变量之间的关系，可以用来识别数据中的模式和异常值；
- 其他可视化方式还有饼图、直方图、热力图等。
选择听众熟悉的图表类型，你呈现给听众的是新信息，如果你选择像箱形图、瀑布图或其他一些不太熟悉的图表类型，听众就不得不花费精力去理解如何阅读视觉效果，同时试图理解它所要传达的内容。
B. 给数据选择正确的可视化
选择正确的可视化需要考虑的因素：
- 注意定类数据、定序数据和定量数据的差别；
- 数据的密度和分布，比如散点图适合分布广泛的数据，柱状图适合分布密集的数据；
- 其他因素如数据复杂度、数据集大小、实际受众。
没有一种适用于所有数据的可视化方式，重要的是去尝试不同类型的可视化，找到最能代表你的数据和你想讲的故事的方法。
设计有效的数据可视化
A.良好设计的原则
- 简洁，保持视觉效果简单不杂乱，避免使用过多的颜色、字体或者可能分散注意力的元素；
- 明确，确保视觉化是容易理解和解释的，用清洗的标签和注解引导浏览者浏览数据；
- 使用层次、对齐和对比来创造视觉吸引，引导浏览者的视线。
B.色彩理论的使用
颜色是数据可视化的一个重要元素，可以用来吸引人们对重要数据点的注意，并引导浏览视线。但是，谨慎和有意地使用颜色很重要，因为它也可能成为混乱和分心的来源。
使用色彩时要考虑的一些事情：
- 使用容易区分的颜色，尤其对有色觉障碍的人；
- 用和代表的数据相一致的颜色，并使用统一色颜色方案；
- 提供一个关键词或者图例来解释颜色的含意；
- 避免使用过多的颜色和互相冲突的颜色。
C. 标题和标签
标题和标签是可视化的重要组成部分，它们提供了上下文让读者更容易理解。
在创建标题和标签时，确保以下几点：
- 清晰和简明；
- 准确和有信息量；
- 易于阅读；
- 放置在合理的位置。
D. 通过数据可视化创建一个叙事
数据可视化是创建叙事的有效手段，通过突出数据中的模式、趋势和洞察，可以用来讲述一个关于数据的故事。至于如何进行，需要考虑一下几点：
- 用清晰的结构引导浏览者的视线；
- 用注释和说明提供上下文和额外信息；
- 突出重点的数据点和趋势；
- 给可视化创建一个明确的行动呼吁或者结论。
创建叙事不仅是关于设计，还事关数据的选择、想传达的信息和需要触达的受众。
用数据可视化进行Storytelling的最佳实践
A. 语境的重要性
语境是用数据可视化有效讲述数据故事的关键。通过提供背景，可以帮助观众理解数据和我们试图讲述的故事。
提供上下文语境时需要考虑的事情：
- 数据来源和任何相关的背景信息；
- 数据的时间范围
- 数据的局限性和假设
- 可视化的预期受众和目的
B.避免常见的误区
- 错误的可视化类型，可能会让观众难以理解；
- 过度复杂的可视化，用太多的颜色、字体、元素；
- 没有提供足够的上下文语境；
- 没有在不同的人群中测试可视化的效果。把你的图表给非技术的观众，看看他们是否能在花5-10秒钟看完后向你解释图表的内容。如果他们不能，你可能需要努力提高其简单性和清晰度。
C. 伦理
数据可视化和Storytelling需要考虑伦理方面的因素：
- 透明度：对数据来源、方法和局限性保持透明；
- 偏见：避免偏见，确保数据表述的准确和公平；
- 隐私：确保数据主体的隐私和匿名性。
D. 呈现数据可视化时的要点
- 保持简单明了，确保内容容易理解和解释；建议首先对你的结论做出清晰简单的总结。只需要包括你需要听众了解的东西，省略那些对他们不必要的细节。
- 讲述故事，通过可视化讲述一个关于数据的故事。用Storytelling的元素和情感，让数据变得生动。和听众建立情感连接。
- 使用注释和说明来提供上下文背景和额外信息；
- 突出重要的数据点和趋势；强调发现的结论所造成的影响；
- 多练习讲演过程，确保有效地传达数据和故事；
- 了解观众，考虑可视化的受众是谁并用对他们最有效的方式进行展示。了解你的听众是关键，这样你就可以用适当清晰的语言使你的调查结果符合他们的需要和关注。
- 有效的沟通是双向的，练习积极倾听，准备好回答问题。
参考资料：