作為一名苦逼的數據可視化人，在公司里不僅要承擔業務需求分析的工作，天天取數做報告，還得經常熬夜加班做可視化，趕上領導指示甚至要忙大屏項目，最後卻常常被領導臭罵，大家應該都聽過領導這幾句吐槽：
「不就是一張可視化大屏嘛？下班之前做不出來？」
「這個可視化怎麼這麼丑？能不能讓這個圖表既大點、又小點？」
「你做的這個可視化有什麼用？」
而像我這種摸爬滾打十年的數據分析師，有時候辛苦熬夜做出可視化，哪怕是做出了下面這樣，滿心歡喜交給領導時也會被罵，被嫌棄的多了我就開始自省：為什麼領導不喜歡我做的可視化？
後來我意識到可視化的工作是為了數據服務的，但是看數據的是人，一個成熟的數據分析師要懂得避開這些可視化的坑，優化需求方的體驗程度，才能不被領導嫌棄。因此我總結出了下面的「否認三問」，在進行可視化項目之前問一下自己這三個問題，就能基本上規避很多問題：
非要把數據可視化嗎？所有需求都要滿足嗎？用什麼來做可視化呢？
我們都知道數據可視化的目的是為了藉助圖形化的手段，把數據通過直觀方式傳達出去，但是我們常常犯的一個錯誤，就是無論遇到什麼數據，都要進行可視化。
也就是把可視化當做了手段，而不是目的。所有的數據都需要結合業務，脫離業務就沒必要可視化。
其實很多數據和項目都是沒有必要進行可視化的，舉個例子，領導覺得最近某個門店的銷售額下降嚴重，想讓你用數據分析一下原因。你從資料庫中取數之後，想都不想把這個門店的銷售額、訂單量、存貨量、客流量等等一股腦拉了出來，然後開始做可視化，最後把所有數據放到一起，誰看了不頭大？
那麼應該怎麼做呢？正確的做法應該是按照業務思維的方式分解數據，然後再對症下藥進行可視化。比如既然是要分析門店的銷售額，就要分解為兩部分：來客數與客單價，商品結構。
來客數與客單價就要分析每天門店的客單交易情況，顯示門店是否遇到了客單下滑的情況；然後進行商品結構的分析，找出單品數多而銷量差的商品，優化門店的商品結構；
清晰了這兩點目標之後，再取出客單數、客單價、交易量、品類銷量等數據進行可視化，如下圖：
這樣做出來的可視化才是領導想要的，關於業務數據分析，我這裡介紹一種快速了解數據與業務以開展進一步的探索與分析的方法，叫「5W2H法」。
如果七個問題中有一個答覆不能令人滿意，則表示這方面有改進餘地。
當需求方提出多種要求時，你是不是經常聽到「所有需求的都要做」這句話呢？當被要求優先考慮某些功能時，往往會產生嚴重的不安全感，並擔心未來的各種情況可能無法得到解決。所以企業的第一個可視化項目，會有比較多花里胡哨的需求。
數據可視化最重要的功能是發揮諮詢作用，幫助減少功能列表，只留下最關鍵的功能。儘管從技術角度上來講，螢幕空間是無限制的，但它對數據密度的施加是有限制的，例如「一張不可滾動的螢幕」。
所以我們要剔除掉不需要的需求，用簡單的三個步驟就可以選擇合適的圖表類型：一看數據類型，二看數據維度，三看要表達的內容。
舉幾個例子來說明大家可能就明白了。
首先來看一個散點圖的例子，比如我要分析一下汽車每加侖行駛的英里數和汽車重量之間的關係，因為兩個都是定量數據，那麼我們就應該選擇散點圖：
關於數據可視化我們所見過許多眼花繚亂的效果，大部分是用華麗的視效堆疊起來博人眼球，然而經不起業務價值的推敲，而且還會浪費分析人的很多時間，有時候不得不加班加點地做可視化，除了上面提到的兩點原因之外，還有一個重要原因是不懂得利用工具。
舉個例子，不說取數，就用我們最常用的excel來做一份簡單的儀錶盤時，需要用到表格函數、AVERAGEIF函數、INDEX函數、MATCH函數等十幾個函數，以及堆積條形圖、簇狀柱形圖、信息圖、帶數據標記的折線圖、簇狀條形圖等幾種圖型，就算是熟練的excel大能估計也要做上半個小時。
這還只是不涉及複雜勾稽關係的簡單可視化，如果是要做一份完整可視化報告呢？而且很多人對於excel的函數、透視表、VBA等都不熟練，做起來自然很慢。
而如果能夠掌握一些專業的可視化工具，起碼能夠減少一半的工作時間和重複量，比如FineBI、python、tableau等，這些都屬於數據分析工具中比較適合新手的可視化幫手。
比如，FineBI對於數據的圖表設置相對來說比較簡單，進行數據欄位的拽拖即可，同時還有一些數據的查詢操作等，也是只需要拖拽空間即可，基本上不需要函數以及編程，使用中要注意下面三點：
本文總結的三個原因都是個人體會，以供大家在日常的工作中借鑑參考，此外我整理了33個好用可視化工具的下載地址，感興趣的可以轉發文章後，私信回復我「工具」獲得！！！