數據可視化：如何產生影響
已發表: 2019-06-27您是否曾經興奮地向您的團隊展示您獲得的所有數據，卻發現當您開始展示您的發現時他們的目光變得呆滯？ 雖然數據使我們能夠獲得戰略性業務洞察力，但一次交付的太多複雜信息可能會讓人不知所措。 數據可視化工具可以幫助您以引人入勝且易於理解的方式呈現強大的事實和數據。
技術為我們提供了巨大的機會來收集越來越多的數據。 數據可視化工具通過使用餅圖、條形圖、漏斗和其他類型的圖形使數據易於消化。 數據可視化是一種極具影響力的方式來講述我們的故事，並為決策者提供了一種了解績效和建立關聯的簡化方式。 正如著名的數字營銷傳播者 Avinash Kaushik 所說，以可視化格式呈現數據可以幫助您避免“數據嘔吐”。
我們是視覺學習者
向我們的客戶報告數據的目的是以有意義的方式與利益相關者分享對特定指標的見解，讓他們參與並幫助推動業務決策。 我們希望盡可能輕鬆地根據隱藏在大量數據行中的模式和趨勢來識別可操作的見解。 在查看數據表時，要處理的信息太多了，以至於觀眾通常不知道先看哪裡，然後他們必須在預期的上下文中建立數據之間的關聯。 即使我們有伴隨的口頭解釋，大腦仍然必須將所說的內容與數字聯繫起來。 通過數據可視化，我們在提供敘述的同時直接向觀眾展示我們試圖表達的觀點，因為我們的大腦天生就可以直觀地看到模式和趨勢。
顯示重要內容並提供上下文
數據可視化還可以幫助我們呈現真正相關的信息。 數據表可以有無窮無盡的指標列，但在可視化中，我們根據回答業務問題來選擇要顯示的指標和關係。 與其讓利益相關者去判斷數據行是表示性能好還是壞，我們可以提供上下文，這樣對話就可以圍繞洞察力和後續步驟展開，而不是花時間解讀數據。
從驅動因素和結果的角度理解數據也很重要，因為並非所有的可視化都是平等創建的。 例如，聖杯指標利潤是一個結果（或結果）指標。 雖然查看利潤趨勢可能是最需要的圖表類型，但它正在查看已經發生的事情的後視鏡，而不是為什麼。 我們需要提供有關如何影響它的見解。
作為驅動因素且影響最大的指標可以分為兩類：我們可以控制的指標和我們無法控制的指標。
假設我們擁有一家冰淇淋店。 天氣是影響我們收入的驅動指標的完美示例，但我們無法控制它。 雖然很高興看到天氣如何影響收入，但我們對此無能為力。 因此，我們希望專注於我們可以控制的促銷活動。
數據可視化的另一個好處是它的交互性，它允許用戶深入研究而不是查看靜態圖像。 我們可以提出諸如“特定營銷變化如何影響整體績效？”之類的問題。 然後比較多個日期範圍內的效果。
數據可視化在行動
這是營銷人員非常熟悉的一個例子……谷歌分析數據。 （來源：Google Merchandise Store 公開數據）
我們都看到了這一點，讓我們承認我們都至少在演示文稿中使用過一次。 雖然截屏很容易，但我們需要考慮我們想向觀眾傳達什麼。 為什麼我們希望他們必須弄清楚我們向他們展示了什麼？
如果我看到這個屏幕截圖，我要做的第一件事就是確定數據的排序方式； 我瀏覽了 9 列，看到數據是按收入降序排列的。 好的，這告訴我關鍵字“Google Merchandise Store”的收入最高。 其他 8 個指標告訴我關於其他因素的關鍵字效果，但是，我現在必須掃描其他未排序的列，以獲取任何其他信息。 有很多東西要破譯！
更好的可視化是比較兩個指標。 這立即為每個關鍵字相對於會話數產生的收入提供了背景信息。 我們認為我們應該進一步調查為什麼具有大量流量的關鍵字沒有產生太多收入（如果有的話）。
更好的可視化會嘗試回答問題。
具有多個維度的氣泡圖可以在一個圖表中提供如此多的上下文。
- 氣泡的顏色表示收入； 光譜低端的深綠色到高端的淺綠色、淺藍色和深藍色。
- 大小表示頁數/會話數； 小圓圈的頁面/會話數較低，大圓圈的頁面數/會話數較高。
- 網格上的位置顯示了收入和會話之間的關係。
關鍵字“Google Merchandise Store”產生的收入最多，會話次數最多，但頁面/會話次數最多。 由於此關鍵字是異常值，因此最好從圖表中刪除此關鍵字，以便我們可以專注於如何提高其他關鍵字的性能。
現在看圖表！
讓我們考慮關鍵字“Google Swag”。 它具有與“Google Water Bottles”、“Google Pens”和“Google 背包”類似大小的氣泡（頁面/會話），但尚未產生任何收入。 這告訴我，特定於產品的關鍵字比一般關鍵字的效果更好。 這提供了比我們原來的谷歌分析截圖更多的見解！
數據可視化的目標是以易於理解的格式清晰地呈現信息。 數字營銷的增長和整體成功取決於準確和有用的數據。 數據可視化不僅可以創建關於過去發生的事情的對話，還可以創建關於我們可以做些什麼來對未來產生積極影響的對話。