本文出自

辦公室不是你家

辦公室不是你家

2016年6月號

成為視覺化溝通大師

Visualizations That Really Work
史考特.貝里納托 Scott Berinato
瀏覽人數:34046
  • 文章摘要
  • "成為視覺化溝通大師"

  • 字放大
  • 授課文章購買
    購買〈成為視覺化溝通大師〉文章
  • 個人收藏購買
    購買〈成為視覺化溝通大師〉PDF檔
    下載點數 10
製作數據視覺化圖表是所有經理人必備的技能。網路發達,加上各式工具不斷增加,讓製作視覺化圖表變得非常便利。但這麼做沒有門檻,因此許多圖表並沒有任何效果。在深陷製圖細節之前,應先弄清楚打算傳達什麼訊息。

不久之前,製作聰明的數據視覺化圖表,是個非必要、但擁有也不錯的技術。最主要的原因,是它讓偏好設計與數據的經理人受惠,這類經理人會審慎地思考決定是否要花心力學會這種技能。但情況已經不同了。現在,視覺化溝通已是所有經理人必備的技能,因為在愈來愈多時候,只有圖表才能把他們的工作解釋清楚。

數據是促成這個轉變最主要的幕後推手。決策愈來愈仰賴數據,數據以令人難以招架的驚人速度奔向我們,而且數量如此龐大,以致必須透過某些層次的抽象化做法,像是視覺化,我們才能理解那些數據。一個典型的例子是波音公司(Boeing)的魚鷹計畫,計畫經理人必須改善魚鷹式飛機起飛與降落時的效率。但每次魚鷹式飛機起飛或降落,感測器就會產生一兆位元組的數據。十次起降產生的數據,幾乎等同美國國會圖書館容納的資料量。如果沒有視覺化,根本不可能察覺隱藏在各種形態背後的效率不佳和數據異常。

但即使不是統計數據的資料,也需要視覺化呈現。商業流程的工作流,或是顧客在店內移動的路線,像這類的複雜系統,如果沒有看到它們是什麼樣子,實在很難理解,更不用說是修改它們了。

多虧有網際網路,以及各式各樣不斷增加的平價工具,讓每個人都能很容易、也很便宜地把資訊轉化成視覺圖表,不管你的資料處理技能或設計能力如何,都做得到。大體來說,這是個正向的發展。但還是有一個缺點,就是它強化了「點擊並視覺化」的衝動,卻沒有讓人們在這麼做之前,先思考自己的目的與目標。由於製作方便,往往會輕忽該把圖表「做好」,結果,就是做出只是差強人意的圖表,或更糟的是,做出沒有效果的圖表。自動把試算表轉換成圖表,只是把試算表內的一筆筆數據視覺化,但沒有掌握任何想法。就像簡報專家南西.杜爾特(Nancy Duarte)所說的:「你要呈現的,並不是你在展示一份圖表。而是要呈現出,你展示的東西反映出人們的活動,反映出是人們做了哪些事情,而讓那條線向上或向下。它不該是『這是我們第三季的財報結果』,而是『這是我們沒達成目標的地方』。」

希望能改進繪製圖表能力的經理人,經常會從學習規則著手。什麼時候該使用長條圖?使用多少種顏色就算太多?圖說該擺在哪裡?我的Y 軸應該從零開始嗎?視覺圖表的規則很重要,也很有用,但知道那些規則,不能保證你會做出好圖表。從圖表製作規則著手,意謂放棄策略而直接執行;就像打包行李卻不知道要去哪裡旅行。

如果一開始就能先接受視覺化不是單一行動,而是數個行動,當中每個行動都需要不同類型的計畫、資源與技能,那麼,你的視覺化溝通就會非常成功。我自己曾犯下之前描述的那些錯誤,於是設計出一些分類方法,以因應防止那些錯誤,本文說明的就是這些分類方法;本文改編自一本書,那本書最初撰寫的版本就像是一本規則手冊。但在探索過視覺化歷史、視覺化研究令人振奮的狀況、來自專家與先驅者的聰明想法之後,我重新思考了寫那本書的計畫。我們不需要另一本規則手冊,而是需要有一種方式,讓我們能從整體的角度,思考這個日益重要的視覺溝通專業領域。

本文說明的分類相當簡單。只需回答兩個問題,就能讓自己邁向成功。

兩個問題

要開始視覺化思考,先考慮你視覺化的性質與目的:

這份資訊是概念性的,或是數據驅動的?

我是要宣布某件事,還是要探索某件事?

如果你知道這兩個問題的答案,就可以規畫你需要哪些資源與工具,並開始找出哪種類型的視覺化,能最有效地幫助你達成目標。

第一個問題較簡單,答案通常都很明顯。你要視覺化的可能是質性資訊,或是正在繪製量化的資訊:想法或統計數據。但注意,這個問題是有關資訊本身,不是你最終可能用來呈現它的形式。例如,下方經典的顧能技術炒作週期(Gartner Hype Cycle),使用資料驅動的傳統形式,也就是折線圖,但沒有實際的數據,這呈現的資訊是概念。

如果第一個問題找出你擁有什麼,第二個問題就是引導出你正在做什麼:溝通資訊(敘述),或是試圖理出某種頭緒(探索)。

經理人最常用到敘述性的視覺化,通常是在正式場合向聽眾做出聲明。如果你有一份充滿銷售數據的試算表工作簿,要在簡報中用它來呈現季度銷售結果,那麼你的目的就是敘述。

但假設你的上司想了解,為什麼近來銷售團隊的表現不如預期。你猜測可能是受到季節性週期的影響,但不確定。現在,你的目的是探索,要使用相同的數據來製作視覺化資料,來證明或反駁你的假設。觀看圖表的人,通常是你自己或是一個小團隊。如果假設獲得證實,你就可以向上司展示敘述性的視覺化資訊,表示:「這圖表說明了我們的銷售發生什麼事。」

探索性的視覺化,實際上可分為兩種類型。在上面的例子中,你是在測試假設。但如果你對績效為什麼落後沒有想法,也就是不知道自己要從何著手。你想要深入探究工作簿,看能不能找到某種形態、趨勢與異常情況。例如,當你評估銷售表現與單一業務人員負責的地區大小之間的關係,會看到什麼?如果比較不同地理區的季度趨勢,會發生什麼事?氣候對銷售有什麼影響?像這類的數據腦力激盪,可以產生新鮮的見解。宏觀的策略問題,例如,營收為什麼衰退?我們能在哪裡找到效率?顧客如何與我們互動?以「發現」為焦點的探索性視覺化,都對回答這些策略問題有幫助。

四種類型

經典的2 乘2 象限圖中,結合了目的與性質的問題,來定義四種類型的視覺溝通:想法圖表、想法產生、視覺化發現、每日數據視覺化。

或許,我們可以把這個象限稱為「顧問角落」。顧問沒有辦法抗拒流程圖、循環圖等類型的圖表。在最好的情況下,想法圖表運用的是我們了解隱喻的能力(例如樹木和橋之類的隱喻),以及了解簡單的傳統設計手法的能力(例如圓形和階層架構),藉此釐清複雜的想法。組織圖和決策樹,是想法圖表的典型範例,本文採用的2 乘2 象限圖也是。

想法圖表要求清楚簡潔的設計,但它仰賴運用隱喻,因此容易引來不必要的裝飾。因為資料集的規範和界限,沒有內建在想法圖表裡,必須要外加。焦點必須擺在清楚的溝通、架構與想法的邏輯。在這方面最有用的技能,是類似文字編輯在處理稿件時,那種化繁為簡的能力。部分設計能力也會相當有用,無論那個能力是來自你本身或假手他人。

假設某家企業請顧問幫忙自家研發團隊,在其他產業中尋找靈感。這個顧問使用稱為「金字塔搜尋」(pyramid search)的技巧,就是向與你所在產業相近的其他領域專家取經,他們會指引你找到他們所在領域中的佼佼者,而這些人又會引領你找到其他領域的專家,然後這些專家又再幫你找到該領域的頂尖專家,就這樣繼續擴散下去。

這個做法其實有點難以解釋,因此,顧問可能會使用視覺化的輔助。金字塔搜尋如何運作?它看起來就像是:

座標軸使用我們能立刻掌握的設計手法:產業的繪製由近而遠,專精程度由低到高。金字塔造型本身就顯示出,頂尖專家比一般專家的數量來得稀少。標題用字「攀爬」與「金字塔」,讓我們能迅速掌握想法。最後,設計者沒有忍不住做過多的裝飾,並沒有按照真實的金字塔那樣,把那些金字塔畫成立體的沙石顏色物體。

我們看到的想法圖表,多半都沒有達到這麼好的效果,而是看到類似這樣的東西:

這個圖中使用的色彩漸層、陰影、立體金字塔,都會分散我們對圖表要呈現的想法的注意力。這些箭頭也沒有真正展現金字塔搜尋如何進行。此外,專家與頂尖專家都擺在同樣的水平位置,而不是用不同的高度來傳達他們的相對地位。

或許,經理人沒有把視覺化看作能支持推動產生想法的工具,但他們一直都在使用它來進行腦力激盪:在白板、牛皮紙,或是最典型的做法是在餐巾紙上,做這件事。和想法圖表一樣,想法產生也要仰賴概念的隱喻,但它在較不正式的場合發生,像是移地訓練、策略會議,以及初期創新專案。它用來尋找觀察業務如何運作的新方式,以及回應複雜的管理挑戰:重整組織、提出新的商業流程、為決策制定一套系統。

雖然想法產生可單獨完成,但也能從協同合作中受惠,也可以向設計思維取經,也就是集中焦點在一個觀點,並在改進它之前,先盡可能蒐集各種觀點與視覺化方法,而且愈多愈好。奧斯汀設計中心(Austin Center for Design)創辦人暨主任、《好設計:如何運用同理心創造人們喜愛的產品》(Well-Designed: How to Use Empathy to Create Products People Love )的作者喬恩.科爾科(Jon Kolko),在他辦公室的白板牆上,塞滿各種概念性的探索式視覺化圖表。他說:「這是我們用來徹底思考錯綜複雜問題的最佳方法。畫草稿是為了釐清模糊地帶,讓一切清晰明瞭。」擅長領導團隊、主持腦力激盪會議、鼓勵與掌握創意思考的經理人,在這個象限會如魚得水。在這方面,設計技巧與編輯能力的重要性較低,有時反而是阻力。在你尋求突破時,編輯恰恰是你最不需要的,你應該快速概略地思考;改善設計恰好會讓你慢下來。

假設行銷團隊正在舉辦移地訓練。團隊成員必須想出一個方法,向高階經理人展現他們提議的進攻高階市場策略。一個小時的白板會議,產生了好幾個呈現策略的方法與想法,全都留在白板上沒有擦掉。最後,團隊選定了其中一個方法,因為他們認為它最能掌握重點:讓較少的顧客消費得更多。這個白板看起來大概像是這樣:

當然,從想法產生過程中浮現的視覺化資料,通常會演變成用更正式的方式設計和呈現的想法圖表。

這是最複雜的象限,因為它其實涵蓋兩個類別。之前提過,我們最初把探索性目的分成兩類:測試假設,以及挖掘形態、趨勢、異常狀況。前者講求聚焦,後者較具彈性。資料愈龐大複雜,愈難知道從哪裡切入,就必須對結果採取更開放的態度。

視覺化證實

你是用這類專案,來回答以下兩個問題中的一個:我懷疑的事情是真的嗎?或者,有哪些其他方法可以描述這個想法?

資料涵蓋的範圍通常可以控制,你可能使用的圖表類型也很常見,雖然你試圖用新的方法描述事物時,可能會嘗試一些較不常見的圖表類型。「視覺化證實」通常不會發生在正式的場合;你是要藉由做這件事,找到要用哪些圖表來作簡報。這意謂你的時間不是要用在設計上,而是用來製作原型,好讓你快速反覆進行數據視覺化。一些操作試算表的技能,以及知道有哪些軟體程式或網站能讓人快速製作原型,都對這方面有用。

假設行銷經理人認為, 一天當中的某些時段,有更多顧客會在店內的行動裝置區購買東西,而不是桌上型電腦區,但他行銷計畫的設計,沒有善用這個現象。他載入一些資料到名為資料包(Datawrapper)的線上工具,看看自己的想法是否正確(圖1)。

他還不能證實或反駁自己的假設。目前幾乎還看不出什麼東西,但他在製作原型,而這個工具,能讓他輕易嘗試從不同的角度審視資料。他做這件事的速度很快;設計不是個問題。他嘗試用折線圖(圖2),而不是長條圖。

現在,他開始看到一些東西,但使用三個變數,還是沒能完全反映出他想表達的那個行動裝置區對比桌上型電腦區的觀點,所以他再次嘗試用兩個變數(圖3)。每重做一次,他都會再次評估能否證實自己最初的假設:在一天中的某些時段,去行動裝置區購買東西的顧客,多過去桌上型電腦區的。

在嘗試第四次的時候,他縮短時間軸,並證實了自己的假設(圖4)。

出現新的軟體工具,表示製作這類視覺化圖表比過去簡單:它們把我們全都變成了數據分析師。

視覺化探索

開放、數據驅動的視覺化,通常是數據科學家與商業情報分析師的領域,雖然已有新工具開始協助一般經理人進行視覺化探索。這是個令人興奮的嘗試,因為它產生的見解,經常是難以用其他方式取得的。

因為我們不知道自己正在找尋的是什麼,所以這些視覺圖表通常會繪製更廣泛的資料。在極端的例子中,這類專案可能會結合多種資料集,或是載入動態、即時的資料,放入能自動更新的系統。統計模型能從視覺化探索中受惠。

探索也很容易用在互動方面: 經理人可調整參數、插入新的數據來源、不斷重做視覺化。複雜的數據,有時也適合專門、不尋常的視覺化,像是呈現網路如何群聚的「作用力導向分布圖」(force-directed diagram),或是位相關係圖(topographical plot)。

在這方面,功能比形式重要:分析、程式設計、數據管理、商業情報技能,比製作簡報圖表的能力更重要,不意外地,經理人最有可能在這一半的象限引進專家,請他們幫忙設立系統來處理數據,並製作符合分析目標的視覺化圖表。

特斯拉汽車公司(Tesla Motors)的資料科學家安莫. 蓋爾格(AnmolGarg),就曾使用視覺化探索,來運用特斯拉的汽車產生的大量感測器數據。蓋爾格製作一個互動圖表,呈現汽車胎壓的長期變化。在真正的探索形式下,他和他的團隊首先製作視覺化圖表,然後發現使用這些圖表的各種方式:用來檢查汽車出廠時,輪胎有沒有適當充氣;顧客替輪胎充氣的頻率;顧客收到胎壓過低的警告之後多久,才採取行動;找出漏氣率;做一些預測模型,以推測輪胎什麼時候會沒氣。四個輪胎的胎壓都透過視覺化呈現在分布圖上,雖然一般大眾很難理解這個圖,但對目標受眾來說,是清楚的。

蓋爾格是在探索數據以尋求見解,而這類見解,恐怕只能藉由視覺化來蒐集。他說:「我們一直在處理兆位元組的數據。只是檢視試算表和查詢資料庫,是不可能發現任何東西的。必須要靠視覺化圖表。」為了向高階主管團隊作簡報,蓋爾格把這些探索的部分,轉化成下面要討論的那些更簡單的圖表。他說:「管理階層喜歡看視覺化圖表。」

雖然數據科學家負責大部分的視覺化探索工作,但每天絕大部分的視覺化圖表由經理人負責處理。這個象限包含基本的圖表,一般來說,你會把這類圖表從試算表貼到簡報檔中。它們通常都很簡單:折線圖、長條圖、圓餅圖、散布圖。

「簡單」是關鍵。理想上,視覺化圖表只傳遞單一訊息,只繪製少數幾個變數,而且目標很簡單明瞭:聲明與設定背景。「簡單」是最主要的設計挑戰,因此,設計能力相當重要。清楚與一致,才能讓這些圖表在它們經常出現的場合中,發揮最大的效果;而它們大多用在正式的簡報時。在簡報時,時間相當緊迫。設計不良的圖表浪費時間,因為會造成聽眾提問,請演說人解釋本來應該顯而易見的訊息。如果每天的數據視覺化圖表無法不言自明,便形同失敗,就好比說了一個笑話,還必須解釋它的笑點一樣。

這不代表敘述性圖表不該討論。但討論的重心,應該擺在圖表的想法,而不是圖表本身。

假設人資副總要向高階主管委員會的其他成員,簡報公司的醫療成本。他想傳達的訊息,是這些成本的成長速度已大幅減緩,因而有機會投資額外的醫療服務。

副總曾在網路上讀過一篇探討這個趨勢的報告,文中還附上一個能連到一些政府數據的連結。他下載這些資料後,點選了Excel 的折線圖選項,幾秒之內,就產生了自己的視覺化圖表。但這是要用來簡報的,所以他請負責設計的同事,加入那個資料集裡面的一些細節,提供更全面的觀點。

這是個設計精良、精確的圖表,但恐怕不是適合的圖表。高階主管委員會不需要二十年的歷史背景資料,來討論公司的員工福利投資策略。副總應該要表達的重點,是過去數年內成本增加的速度趨緩。這個圖表有清楚表達這一點嗎?

一般來說,如果需要至少好幾秒的時間才能消化圖表裡的資料,這種圖表擺在紙上或個人使用裝置的螢幕上,效果可能會更好,看圖表的人就不必一邊聽簡報,一邊吸收這麼多資訊。例如,醫療政策制定者若能在預定討論這些長期趨勢的聽證會前,先看到這個圖表,對他們可能更有幫助。

我們副總的簡報,需要更清楚明確的方式來說明。他可以用這樣簡單的方式,來表達自己的論點:

要做到這麼精簡,必須具備一些紀律與勇氣才能達成。你會有股衝動想把知道的一切全都納入。繁雜的圖表傳達的想法就是,繁忙。它們似乎在說:「請看看我手邊所有的數據,與我完成的工作。」但這不是這個副總的目標。他的目標是要說服同事支持新的投資計畫。若提出這個圖表,他不用向經營團隊說一個字,就能讓他們了解這個趨勢。他明確地為自己的建議奠定良好的基礎。

善用視覺化溝通

在某種程度上,「數據視覺化」是個很糟糕的詞。它似乎把建構良好的圖表,簡化到只是機械性的過程。它令人想到創作圖表所需的工具和方法,而不是創作本身。這就像是把小說《白鯨記》(Moby-Dick )稱作「文字排序」,或是把畫作「星空」(The Starry Night)稱作「顏料分配」。

它也反映出,數據視覺化的世界始終存在一種對流程的執著,更勝於結果的現象。視覺化只是個流程。我們在製作一個好的圖表時,真正在做的,其實是呈現某些事實,讓人們感受它,讓人們看到之前看不到的事物,進而改變心意,並促成行動。

部分基本規則會提升我們用視覺化方式溝通的能力。但好的結果,需要有更廣泛的理解與策略方法,而本文描述的分類方法,就是要協助你培養這些能力。

(劉純佑譯自“Visualizations That Really Work,”HBR , June 2016)



史考特.貝里納托 Scott Berinato

《哈佛商業評論》英文版資深編輯,著有《好圖:製作更聰明、更具說服力的數據視覺化指南》(Good Chart: The HBR Guide to Making Smarter, More Persuasive Data Visualizations , 2016),本文改編自這本書。


本篇文章主題分析