哈佛商业评论

不久前，数据视觉化还只是一项锦上添花的技能。大多数情况下，从中受益的是重视设计和数据并主动进行相关投入的管理者。但现在不同了：视觉化沟通已成为所有管理者的必修课，因为在越来越多情境下，视觉化将成为传达工作内容的惟一途径。

推动这一变化的首先是数据。决策越来越依赖数据，而新数据生成的速度和体量惊人，必须经过简化才能理解——此即视觉化的作用。以波音公司的“鱼鹰”项目为例。为提升“鱼鹰”直升机起飞和降落的效率，管理者要处理传感器记录的大量数据。每次起飞或降落的数据多达1TB，10次起降的数据与美国国会图书馆的数据存储量相当。不运用视觉化工具，要从数据的规律和异常中发现飞机的缺陷，将是不可能完成的任务。

但不仅是统计数据，其他信息也需要视觉传达。例如业务流程、消费者在店铺内活动方式等复杂系统，如果无法清晰展现出来，就难以理解，更谈不上解决其中的问题。

互联网和不断出现的便捷工具，让普通人无须具备数据或设计专长，就可以简单、低成本地将信息视觉化。这当然是积极的变化，但也助长了一种本能倾向，即无目的地进行视觉化。“卓越”很容易被“方便”代替，结果做出的图表差强人意，甚至无效。把电子表格单元机械地转换为图表，只能提供支离破碎的信息，无法传达出完整的理念。如演讲和沟通专家南希·杜瓦特（Nancy Duarte）所说：“不要让听众感觉你在展示一张图表，而要回顾人的行为，描述曲线变化背后的事件。不是‘来看我们的三季度财报’，而是‘来看我们为什么没完成目标’。”

想做出更好的图表，管理者先要了解基本原则：何时需要柱状图图？颜色超过多少种会太花哨？图例往哪放？Y轴是否从0开始？视觉化的“语法”重要且有用，但掌握语法并不能保证做出好图表。视觉化的第一课，是学会在没有战略的情况下去实践——准备开启目的地未知的旅程。

视觉传达不是一个孤立的行为，而是几个连续的事件，分别需要不同的计划、资源和技能。如果首先认识到这一点，你的视觉传达会成功得多。本文改编自我的一本书，在写书的过程中我就犯了刚才提到的错误，一开始想写成一本规则手册。但深入了解视觉化的历史、丰富多彩的前沿研究，以及专家和创新者的理念后，我改变了计划：规则手册已经够多了，而我们需要一种思考方法，来从整体上认识日益重要的视觉传达科学。

本文提供的认知和实践方法很简单：只须回答两个问题，你就为成功的视觉传达奠定了基础。

两个基本问题：信息性质和传达目的

开始学习视觉化思维，首先要思考视觉传达的性质和目的：

·我要传达的信息是概念还是数据？

·我在陈述某事还是探索某事？

如果你能回答这两个问题，就可以安排所需资源和工具，并分析哪类视觉化能最有效地达成目标。

第一个问题相对简单，答案一般很明显。你想呈现的要么是定性信息，要么是定量信息：理念或数据，两者必居其一。但要注意，这里问的是信息本身，而不是你最终采取的视觉传达形式。例如，著名的技术成熟度曲线（下图）采用了线状图这一传统的数据表达形式，但并不包含实际数据——它传达的是概念。

如果第一个问题是关于你掌握哪类信息，第二个问题则确定你要怎么做：或是传达信息，即陈述；或是分析某事，即探索。

管理者最常用陈述方法，一般是在正式场合向观众传达信息。如果你想利用手中的大量数据报告每季度销售情况，你的目的就是陈述。

但假设老板想知道为什么最近销售表现不佳。你猜测可能是因为季节性波动，但不能肯定。于是视觉化的目标变为探索：利用同样的数据，你要用图表来证实或否定你的假设。如果假设被证实，你可以再做陈述型图表，告诉老板，“销售出现问题的原因在这里”。

实际上，以探索为目标的视觉化有两种。其中一种是上面例子中的假设检验。但假如你对销售业绩下滑的原因毫无头绪，提不出任何假设呢？你就要仔细分析数据，寻找其中的规律、趋势和异常。例如，对比销售业绩和销售员负责区域面积，你有何发现？不同地区的季节性波动有何异同？天气对销售造成哪些影响？这种开放性探索能带来新发现。开放性视觉探索，将有助于解答宏观的战略问题，如收入为何下降、效率如何提升、客户与公司应如何互动等。