数据可视化项目失败的六大缘由

在文章开篇之前，文摘菌引用John W.Tukey的一句话来论述数据可视化的重要性。正如这句名言所说，对数据有效的展示能够极大提高我们的洞察力。

现在虽然数据可视化仍然具有巨大的前景，且近十年来它也一直是一门主流学科，但目前它依然不够成熟。

现已有大量的可视化工具可供使用，数据科学家们也正在使用这些工具，但在企业中能有效使用数据可视化工具的还是很少。

多亏了数据可视化从业者的持续研究和顶级玩家的营销闪电战, 可视化已经得到了深入发展。尽管企业对于数据可视化的投资和意识都在不断增加，但是可视化工具的长期采纳以及企业的投资回报依然很难实现。

有时, 人们会对是什么使信息的可视化展示如此困难感到疑惑。

也许这与设计时信息的减少有关。 也许花哨的图表和令人眼花缭乱的功能, 在某种程度上会让用户难以找到重点。 也许由于优先事项的相互冲突和执行混乱，这些优秀的功能已经中途脱轨。

我们能否找到可视化项目中导致失败的关键点呢?接下来文摘菌带大家讨论如何解决这些陷阱。

“我展现了所有终端用户的需求……不必再深究了”

在定义可视化项目需求时，终端用户往往不直接参与。我们经常会听到项目发起人或者项目经理说他们完全知道用户想要的是什么。但用户的需求并不能时时刻刻都被满足。

这是视觉主板在推出后却不怎么被使用的主要原因。如果只是列举一下常见问题或者KPI的定义就足够的话，那这个挑战本身就不存在了。

然而我们真正需要的，是了解用户的实际场景，以及用户处理业务问题的方式。这才是以用户为中心的真实智慧，不可转移，并且有很强的可塑性。

细致入微收集终端用户的业务观点非常重要。这样做可以将相关信息内置到主页中。为了了解客户，公司可以通过访谈来了解用户的角色，也可以用基本搜索来了解用户的使用流程，并借此共同勾画出原有的业务场景。把数据可视化能回答的问题列出来，把无法回答的问题另外归类也会有所帮助。

坚持以用户为视觉体验的基础

“所有的功能我都要做吗?”

当客户提出多种要求时，你是不是经常听到“所有的功能都要做”这句话呢?当被要求优先考虑某些功能时，用户往往会产生严重的不安全感，并担心未来的各种情况可能无法得到解决。往往企业的第一个可视化项目，会有比较多花里胡哨的需求。

赞助商不知道的是，对应用程序的投入越多，它被使用得反而越少。虽然把所有功能都加进去可以获得虚高的满意度，但用户的认知负荷也会随之提高，以至于他们可能再也不会打开这些应用了。

优先考虑不同功能时，越博学的用户可能越难以做出正确的选择，更不可能硬着头皮使用这个软件。

数据可视化最重要的功能是发挥咨询作用，帮助减少功能列表，只留下最关键的功能。尽管从技术角度上来讲，屏幕空间是无限制的，但它对数据密度的施加是有限制的，例如“一张不可滚动的屏幕”。

即使是有优先权、决策权，且面临过众多挑战的利益相关者在设计数据可视化时也需要考虑用户会不会被这样的设计说服。

UI矩阵——排定可视化需求的框架

“你真的需要将数据进行可视化吗?”

在一个讨论数据可视化的项目里质疑需不需要数据可视化会显得很奇怪。有一种做法是“先构建主页, 然后直接用 Go live 插入数据”。如果没有人要求你这样做，恭喜你运气太好了。

没错, 在清理数据和准备提要方面是存在一些挑战的, 但如果主页设计好了却无法获取任何数据，这就本末倒置了。

让数据适应页面是项目完成后主页无法操作或者图表显得怪异的根本原因。如果事先没有进行探索性的数据分析, 图表就可能会被异常数据甚至更糟的情况所扭曲, 导致最终变成没有模式的图表。

其实图表的选择也是由数据决定的。例如, 当你要做一个四种产品的收入分配图，条形图可以是可以, 但是树形图(tree map)之类的图表可能更合适。

作为项目计划的一部分，预先考虑数据的情况非常重要。虽然知道了标题行就可以开始着手设计，但在做出关键设计决策之前，完整的数据必不可少。客户必须get到数据图表的关键点，因此必须通过数据洞察得出设计决策。

编写的将数据类型映射成的可视化编码

可视化编码链接：http://complexdiagrams.com/properties

“请给我加个超棒的日出图案!”

有时候人们会非常喜欢图表，以至于他们试图将这种关系扩展到可视化示例范围之外。这会导致图表在解决方案中无法合理地发挥作用，甚至可能会对整个项目造成严重破坏。

那些即使在用户没需求的情况下，也要添加特殊图表或3D图表的设计师，都是为了自我满足，这样做最终会导致用户流失。这不是一个自助餐，人们可以选择各种各样的花式图表来放在盘子上。有些人可能会偏爱Sankey图表或Chord图表，但将这些图表提供给对数据不敏感的读者，这将是一场灾难。

图表的选择是一门科学，这里面有较成熟的规则，如图形语法。选择图表的因素有很多，比如图表类型(分布和趋势)、数据点(是少还是多)、用户角色(运营者、战略策划等等)、用户对数据的熟悉程度(比如分析师或者业务用户)等，所以我们必须积极地给用户讲解原理，并配合实例来解释。

（编辑：厦门网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!