1.1 温故而知新：重新认识商业数据可视化

假如一张桌子上凌乱地摆放了20张顾客信息卡片（见图1-1），其中包含年龄数据。要想知道有几位顾客在50岁以上，我们可能要花上几秒钟的时间翻看这些卡片。

如果把年龄超过50岁的顾客卡片背景色做区别显示（见图1-2），显而易见，当我们看到这些卡片的瞬间，就会发现50岁以上的顾客有4人。

图1-2所示的案例就是所谓的可视化（Visualization），即运用视觉化的手段来传递信息。商业数据可视化（Business Data Visualization），顾名思义，是针对商业数据的可视化。以更简单、接地气的方式去理解，就是把公司的业务数据以图表的形式呈现出来。这听起来是个技术活，但这绝不是一门复杂的技术，而是一门能够把复杂化变简单化的艺术。

Numbers have an important story to tell. They rely on you to give them a clear and convincing voice.

只要你为数字提供清晰、服众的展现方式，数字可以告诉我们很重要的故事。

——Stephen Few（数据可视化专家 史蒂芬·菲尤）

让我们接着图1-2所示的顾客信息卡片的案例，“稍微”放大数据样本的体量。假如现在经营的是一家大型连锁企业，顾客数据卡片不是20张，而是20万张。除了年龄以外，我们还可以获取每位顾客的注册日期和他们在2018年产生的消费金额，如图1-3所示。

面对20万条数据，我们显然无法靠肉眼来数卡片，如果懂一些统计学的基础知识，可能首先会想到一些常用的统计指标，如平均值、最小值、最大值、中位数等，对数据做一些汇总分析，如图1-4所示。

还可以做分组归类的分析，如对年龄段进行划分，如图1-5所示。

毋庸置疑，这些统计方法可以帮助我们对顾客信息有基本的掌握，但我们单纯地阅读这些密密麻麻的数字，可能需要花上一段时间才能够提炼出有价值的信息。如果换成几个常用的可视化图表，如条形图、折线图和散点图来呈现这些数据，可以得到什么样的结果呢？

（1）垂直条形图

如图1-6所示，垂直的条形图就好像平地而起的高楼一样，放眼望去，那些最集中的、“高耸入云”的条形往往最吸引人的眼球。当我们从未掌握过该顾客的画像信息时，看到年龄的集中分布后，可能会引发一系列思考——为什么34岁的顾客数量“一枝独秀”、为什么我们的产品可以吸引到29～34岁年龄段的人群、他们有什么样的特征、产品的客户定位是什么，等等。

（2）折线图

如图1-7所示，一条充满魔力的折线，可以呈现公司的发展故事，那历史长河中的繁荣与衰落。顺着折线上升的路径，我们自然会产生关于预测的思考——怎样评价过去的发展、未来的市场环境如何、我们的目标位置在哪里、有哪些利好的政策、可能会有哪些风险，这些有价值的议题都将被这一条折线循序渐进地引出。

（3）散点图

图1-8所示的散点图中，每个点可以代表一组人群，用年龄与人均消费金额两个指标精准定位，异常点和符合数学逻辑的规律，便呼之欲出。当商业行为遇上数学规律，那些有价值的公式可以帮助我们更精准地理解业务现状，甚至预测未来。

同样的源数据采用了不同的呈现方式，图1-6、图1-7和图1-8三张常用类型的图表很好地说明了商业数据可视化的优势。总的来说，无论是在演讲还是书面报告中，我们通过图表的形式来传达信息，可以直接刺激人的视觉神经，强迫读者看到一些未曾期待的信息，快速刷新认知，激发出一连串的思考。

The greatest value of a picture is when it forces us to notice what we never expected to see.

一张图片最大的价值在于它让我们注意到了我们从来不奢望看到的景象。

——John Tukey（统计学家 约翰·图克）

相比单纯的数字，图表可以让人更容易洞察到数据的分布、趋势、关系以及异常点，而这一切的最终目的，都可以归结为四个字——快速决策。数据分析的目的是帮助决策者做出具有商业价值的决策，商业数据可视化就像神奇的催化剂，如图1-9所示，它加快了从数据到决策的过程，让决策者快速地掌握有助于做出决策的信息。