你的可视化结果要能轻松适应多种平台，如移动设备，平板电脑或计算机。如果你的用户只通过手机浏览数据，那么适用于移动端的展现方法自然会对你更有帮助，而不是针对笔记本的方法。
除了考虑平台的界面选项外，还需要考虑可访问性（accessibility）问题。如果数据可视化允许视觉欠佳的人进行适当的放大和缩小，可以大大提高用户体验。你也可以考虑为色盲人群提供不同颜色选项。 可访问性旨在提高用户体验，确保数据可视化可对所有人适用。
数据可视化需要避免的大错误
尽管以上关键方法能帮你生成赢取数据可视化的策略，还有一些常见误区要时刻警惕。
错误的信息
如上所述，数据的错误是观众最厌恶的东西。你必须确保那些正在看你的数据的人获取到的是正确的数据。确保人们可以直接使用你图表里的数据，而不必再次确认数据正确性，这是你的职责。
不完整的信息
除了保证信息正确之外，还要呈现完整的数据。人们必须能在其中找到相关信息，不能使用数据可视化来欺骗或展现不完整的信息。
数据可视化能够而且应该讲述一个故事，但故事需要包含完整和正确的信息，而不是只展示你认为合适的数据。
过于简化数据
尽管要确保数据是以简单的方式展现，这并不意味着你应该简化它。首先，你需要记住观众是谁 —— 对专业人士不要使用通俗和过于简化的语言。而如果是普通的观众，就不要用专业术语来填充文字。
但除此之外，若是你未能清晰地展现数据，也就不能期望听众能清楚地了解它们之间的关系。不能因为对你来说链接似乎很明显了，就省略部分信息 —— 记住观众只能看到你所展示的这部分数据，而不是你所使用的完整数据集！
不恰当的可视化
在展现数据时，你需要仔细思考数据展现的方式。如字体，颜色和图像之类的属性很总要。例如，如果展示由特定疾病而导致死亡的信息时，使用鲜艳的色彩和令人愉快的图像似乎不协调。
不适当的可视化也包括使用的技术使得数据难以查看和理解。例如，你可能用泡泡来代表部门内不同的消费水平，但如果泡泡的尺寸差异不合适，会导致误判和不准确的。
遗漏标注
过度简化也可能导致缺乏标注。当你提供数据时，很容易假设观众已经知道图像的每一个方面代表什么。但添加简单的注释可以提高用户体验，并确保观众明白数据中的所有数据点。
举一个例子，你可能用一个图表来展示企业在过去十年自行车的销量。如果数据图表中有一个大的起伏，用注释解释一下这个突变背后的原因，能确保观众掌握这一额外的信息。
后记
希望上文已经向你解释了数据可视化重要性的基本内容。许多不同的方法和程序可以帮助你以一种独特而引人注目的方式展现数据。
需要明白的是，在所有这些酷和古怪方法之下，数据可视化的根本还是立足于数据 —— 你需要找到一种能正确、清楚、简洁地勾勒信息的方法。当你找到了正确的公式，数据可视化不仅信息丰富，而且变得赏心悦目了。
原文链接： Big Data ， Winning Data Visualisation Techniques（译者/赵屹华 审核/刘翔宇、朱正贵 责编/ 周建丁）
译者简介： 赵屹华，计算广告工程师@搜狗，前生物医学工程师，关注推荐算法、机器学习领域。
本文为CSDN编译整理