你有没有向你的老板/同事/老师提交过一份数据报告,认为这是超级涂料,就像你是一些生活在矩阵中的网络黑客,但他们所看到的只是一个 一堆静态数字 这对他们来说似乎毫无意义且没有意义?
理解数字是 硬性. 使人们从 非分析背景理解这些数字更具挑战性。
如何理清这些令人困惑的数字,让你的演示一目了然?让我们来看看这些呈现数据的最佳方式。💎
概述
有多少种类型的图表可用于呈现数据? | 7 |
统计学有多少种图表? | 4、包括条形图、折线图、直方图和饼图。 |
Excel 中有多少种类型的图表? | 8 |
谁发明了图表? | 威廉·普莱费尔 |
图表是什么时候发明的? | 18th世纪 |
更多提示 AhaSlides
数据呈现 - 它是什么?
“数据呈现”一词与您呈现数据的方式有关,即使房间里最无知的人也能理解。
有人说这是巫术(你在以某种方式操纵数字),但我们只会说它的力量 将枯燥、硬性的数字或数字变成视觉展示这很容易被人们消化。
正确呈现数据可以帮助您的听众理解复杂的过程、识别趋势,并立即查明正在发生的事情,而不会耗尽他们的大脑。
良好的数据展示有助于……
- 做出明智的决定和 取得积极成果. 如果您看到您的产品的销量多年来稳步增长,最好继续挤奶或开始将其变成一堆衍生产品(向星球大战大喊👀)。
- 减少处理数据所花费的时间. 人类可以以图形方式消化信息 60,000时间更快而不是文字的形式。 使用一些额外的图形和图表,授予他们在几分钟内浏览十年数据的能力。
- 清楚地传达结果. 数据不会说谎。 它们基于事实证据,因此,如果有人一直抱怨您可能错了,请用一些确凿的数据给他们耳光,让他们闭嘴。
- 添加或扩展当前的研究. 您可以看到哪些地方需要改进,以及在浏览数据板上出现的那些小线、点或图标时经常被忽视的细节。
数据表示方法和示例
想象一下,你有一个美味的意大利辣香肠,额外的奶酪比萨。 您可以决定将其切成经典的 8 个三角形切片、派对风格的 12 个方形切片,或者在这些切片上进行创意和抽象。
切披萨的方法有很多种,而数据呈现方式也多种多样。在本节中,我们将为您介绍 10 种切披萨的方法 切片披萨- 我们的意思是 展示您的数据- 这将使您公司最重要的资产一目了然。让我们深入了解 10 种有效呈现数据的方法。
#1——表格
在各种数据呈现方式中,表格是最基本的方法,数据以行和列的形式呈现。 Excel 或 Google Sheets 符合该职位的要求。 没有什么花哨。
这是在 Google 表格上以表格形式展示数据的示例。 每一行每一列都有一个属性(年份、地区、收入等),你可以做一个自定义格式来查看全年收入的变化。
#2-文本
当以文本形式呈现数据时,您所做的就是将您的发现写在段落和要点中,仅此而已。 对你来说是小菜一碟,对于那些必须通过所有阅读才能达到重点的人来说,这是一个难以破解的难题。
- 全球 65% 的电子邮件用户通过移动设备访问他们的电子邮件。
- 针对移动设备优化的电子邮件产生的点击率提高了 15%。
- 在电子邮件主题行中使用表情符号的品牌中有 56% 的打开率较高。
(资源: 客户温度计)
以上所有引用均以文本形式呈现统计信息。 由于没有多少人喜欢翻墙,因此在决定使用此方法时,您必须找出另一条路线,例如将数据分解为简短、清晰的陈述,甚至是朗朗上口的双关语(如果有的话)是时候想想他们了。
#3-饼图
饼图(或“圆环图”,如果你在中间插一个洞)是一个分成多个切片的圆,显示整体内数据的相对大小。 如果您使用它来显示百分比,请确保所有切片加起来为 100%。
饼图在每个聚会上都是熟悉的面孔,通常被大多数人认出。 然而,使用这种方法的一个挫折是我们的眼睛有时无法识别圆形切片的差异,并且几乎不可能比较来自两个不同饼图的相似切片,使得它们 恶棍在数据分析师眼中。
#4-条形图
条形图是一种图表,它显示了来自同一类别的一堆项目,通常以矩形条的形式放置,彼此之间的距离相等。 它们的高度或长度描述了它们所代表的值。
它们可以像这样简单:
或者更复杂、更详细,就像这个数据呈现示例一样。这是一个分组条形图,有助于有效地呈现统计数据,它不仅允许您比较类别,还允许您比较类别中的组。
#5-直方图
外观与条形图相似,但直方图中的矩形条通常不会像对应的那样有间隙。
直方图不像条形图那样衡量天气偏好或喜欢的电影等类别,而是只衡量可以放入数字的事物。
教师可以使用直方图等演示图表来查看大多数学生属于哪个分数组,如上面的示例所示。
#6-折线图
说到显示数据的方式,我们不应该忽视线图的有效性。线图由一组数据点用直线连接在一起表示。可以有一条或多条线来比较几个相关事物随时间的变化情况。
在折线图的水平轴上,通常有文本标签、日期或年份,而垂直轴通常表示数量(例如:预算、温度或百分比)。
#7-象形图
象形图使用与主题相关的图片或图标来可视化小型数据集。 颜色和插图的有趣组合使其在学校经常使用。
如果您想暂时远离单调的折线图或条形图,象形图是一股清新的空气。 但是,它们可以提供的数据量非常有限,有时它们仅用于显示,并不代表真实的统计数据。
#8 – 雷达图
如果以条形图的形式呈现五个或更多变量太乏味,那么您应该尝试使用雷达图,这是呈现数据的最具创意的方式之一。
雷达图根据它们从同一点开始相互比较的方式显示数据。 有些人还称它们为“蜘蛛图”,因为每个方面结合起来看起来就像一张蜘蛛网。
对于想要将孩子的成绩与同龄人进行比较以降低自尊心的父母来说,雷达图非常有用。 您可以看到,每个角度代表一个分数值范围为 0 到 100 的科目。每个学生在 5 个科目中的分数以不同的颜色突出显示。
如果你觉得这种数据呈现方式有点眼熟,那你可能在玩的时候遇到过 神奇宝贝.
#9——热图
热图以颜色表示数据密度。数字越大,数据所呈现的颜色强度越高。
大多数美国公民都熟悉这种地理数据呈现方式。在选举中,许多新闻媒体为一个州分配特定的颜色代码,蓝色代表一个候选人,红色代表另一个候选人。每个州的蓝色或红色色调显示了该州整体投票的强度。
您可以使用热图的另一件好事是映射访问您网站的访问者点击的内容。 单击特定部分的次数越多,颜色就会变得“越热”,从蓝色变为亮黄色再到红色。
#10-散点图
如果您以点而不是粗条的形式呈现数据,您将得到一个散点图。
散点图是一个带有多个输入的网格,显示两个变量之间的关系。 它擅长收集看似随机的数据并揭示一些有说服力的趋势。
例如,在此图中,每个点都显示了几天内的平均每日温度与海滩游客数量的关系。 您可以看到随着温度的升高,这些点会变得更高,因此更热的天气很可能会带来更多的游客。
要避免的 5 个数据表示错误
#1 - 假设你的听众明白这些数字代表什么
自从您使用它们数周以来,您可能知道数据的所有幕后花絮,但您的受众却不知道。
不说就显示只会引起观众越来越多的问题,因为他们必须不断地理解您的数据,从而浪费双方的时间。
在展示数据演示时,您应该先告诉他们数据的含义,然后再用一波又一波的数字击中他们。 您可以使用 互动活动如 民意调查, 词云, 在线测验和 问答部分,结合 破冰游戏,评估他们对数据的理解并提前解决任何困惑。
#2 - 使用错误类型的图表
像饼图这样的图表必须总共有 100%,所以如果你的数字像下面这个例子一样累积到 193%,你肯定做错了。
在制作图表之前,问问自己: 我想用我的数据完成什么? 您想查看数据集之间的关系,显示数据的上升和下降趋势,还是查看一个事物的各个部分如何构成一个整体?
请记住,清晰永远是第一位的。 一些数据可视化可能看起来很酷,但如果它们不适合您的数据,请避开它们。
#3 - 制作 3D 版本
3D 是一个令人着迷的图形演示示例。 第三维度很酷,但充满风险。
你能看到那些红条后面是什么吗? 因为我们也做不到。 您可能认为 3D 图表增加了设计的深度,但它们会产生错误的感觉,因为我们的眼睛看到的 3D 对象比它们看起来更近、更大,更不用说从多个角度看不到它们了。
#4 - 使用不同类型的图表来比较同一类别的内容
这就像把鱼比作猴子。 您的受众将无法识别差异并在两个数据集之间建立适当的关联。
下一次,只坚持一种类型的数据表示。 避免一次性尝试各种数据可视化方法的诱惑,并使您的数据尽可能易于访问。
#5-用太多信息轰炸观众
数据展示的目的是让复杂的主题更容易理解,如果你把太多的信息带到表格中,你就错过了重点。
您提供的信息越多,您的听众处理所有信息所需的时间就越多。 如果您想让您的数据易于理解 和 让你的听众有机会记住它,将其中的信息保持在绝对最低限度。你应该结束你的会议 开放式问题了解参与者的真实想法。
数据呈现的最佳方法是什么?
最后,哪种是呈现数据的最佳方式?
答案是…
.
.
.
没有!每种演示类型都有自己的优点和缺点,选择哪种类型很大程度上取决于您要做什么。
例如:
- 走了 散点图 如果您正在探索不同数据值之间的关系,例如查看冰淇淋的销量是因为温度上升还是因为人们每天变得更加饥饿和贪婪?
- 走了 线形图如果您想标记一段时间内的趋势。
- 走了 热图如果您喜欢以某种奇特的方式可视化地理位置的变化,或者查看访问者在您网站上的行为。
- 走了 饼图(尤其是 3D) 如果你想被别人回避,因为这从来都不是一个好主意👇
常见问题
什么是图表演示?
图表演示是一种使用图表、图形和图表等视觉辅助工具来呈现数据或信息的方式。 图表演示的目的是让复杂的信息更容易为观众所接受和理解。
什么时候可以使用图表进行演示?
图表可用于比较数据、显示随时间变化的趋势、突出显示模式并简化复杂信息。
为什么要使用图表来演示?
您应该使用图表来确保您的内容和视觉效果看起来干净,因为它们是视觉代表,提供清晰度、简单性、比较性、对比性和超级节省时间!
呈现数据的 4 种图形方法是什么?
直方图、平滑频率图、饼图或饼图、累积或尖峰频率图以及频率多边形。