Your Data Isn't Boring - Your Charts Are \u2014 CSV-X.com

Bảng tính 2,3 triệu USD đã thay đổi mọi thứ

Tôi vẫn nhớ khoảnh khắc tôi nhận ra rằng những biểu đồ nhàm chán đã khiến các công ty mất hàng triệu. Đó là năm 2019, và tôi đang ngồi trong một phòng họp tại một công ty bán lẻ trong danh sách Fortune 500, quan sát Phó Giám đốc điều hành của họ trình bày dữ liệu doanh số hàng quý. Bảng tính trên màn hình cho thấy sự suy giảm 23% ở khu vực Bắc Đông—a một sự sụt giảm thảm khốc mà lẽ ra phải kích hoạt hành động ngay lập tức. Thay vào đó, tôi thấy một nửa số giám đốc điều hành kiểm tra điện thoại trong khi nửa còn lại nhìn chằm chằm vào những hàng số với vẻ mặt trống rỗng.

Ba tháng sau, khu vực đó mất thêm 2,3 triệu USD trước khi ai đó có hành động quyết đoán. Dữ liệu đã có từ lâu. Vấn đề không phải là thông tin—mà là cách nó được trình bày. Đó là khi tôi hiểu một sự thật cơ bản sẽ định hình toàn bộ sự nghiệp của tôi trong lĩnh vực trực quan hóa dữ liệu: dữ liệu của bạn không nhàm chán. Biểu đồ của bạn thì có.

Tôi là Marcus Chen, và tôi đã dành 14 năm qua để biến đổi cách các tổ chức trực quan hóa và tương tác với dữ liệu của họ. Tôi bắt đầu như một nhà phân tích thông tin doanh nghiệp tại một công ty phân tích y tế, chuyển sang tư vấn trực quan hóa dữ liệu và bây giờ tôi dẫn dắt một đội ngũ 12 chuyên gia trực quan hóa làm việc với các công ty từ những startup nhỏ đến các tập đoàn đa quốc gia. Trong suốt thời gian đó, tôi đã thấy cùng một mô hình tái diễn hàng trăm lần: dữ liệu tuyệt vời bị mắc kẹt trong những trực quan hóa tồi tệ, chờ ai đó thả nó ra.

Công nhân tri thức trung bình dành 2,5 giờ mỗi ngày để xem trực quan hóa dữ liệu, theo một nghiên cứu năm 2023 của Hiệp hội Trực quan hóa Dữ liệu. Điều đó tương đương với 12,5 giờ mỗi tuần, 650 giờ mỗi năm. Nếu những trực quan hóa đó gây nhầm lẫn, sai lệch hoặc chỉ đơn thuần là nhàm chán, bạn không chỉ đang lãng phí thời gian mà còn đang đưa ra những quyết định tồi tệ hơn. Và trong nền kinh tế dựa trên dữ liệu ngày nay, những quyết định tồi tệ tích lũy nhanh hơn bao giờ hết.

Tại sao chúng ta cứ mắc phải những sai lầm tương tự trong trực quan hóa?

Đây là sự thật khó chịu: hầu hết những người tạo ra trực quan hóa dữ liệu chưa bao giờ được đào tạo để làm điều đó một cách tốt. Họ mở Excel hoặc Google Sheets, đánh dấu một số ô, nhấp vào "Chèn Biểu đồ", và chấp nhận bất kỳ điều gì phần mềm đề xuất. Giống như việc cố gắng trở thành một đầu bếp chỉ bằng cách sử dụng các nút cài sẵn của lò vi sóng. Bạn sẽ có được thứ gì đó có thể ăn được, nhưng nó sẽ không ngon.

Dữ liệu đã có từ lâu. Vấn đề không phải là thông tin—mà là cách nó được trình bày. Dữ liệu của bạn không nhàm chán. Biểu đồ của bạn thì có.

Tôi đã phân tích hơn 3.000 bài thuyết trình kinh doanh trong sự nghiệp của mình, và tôi có thể nói với bạn rằng khoảng 78% trong số đó sử dụng loại biểu đồ sai cho dữ liệu của họ. Biểu đồ hình tròn chiếm ưu thế trong khi biểu đồ đường sẽ kể câu chuyện tốt hơn. Biểu đồ cột 3D tạo ra tiếng ồn trực quan mà không thêm thông tin. Biểu đồ hai trục tạo ra mối tương quan sai lầm dẫn đến các chiến lược sai lầm.

Vấn đề bắt đầu từ cách chúng ta suy nghĩ về trực quan hóa dữ liệu. Hầu hết mọi người coi đó là bước cuối cùng—một cái gì đó bạn thực hiện sau khi phân tích hoàn tất, chỉ để làm cho các con số trông đẹp hơn cho một bài thuyết trình. Nhưng trực quan hóa không phải là trang trí. Đó là một công cụ suy nghĩ. Đó là cách bạn khám phá các mẫu, kiểm tra giả thuyết và truyền đạt những hiểu biết có thể thay đổi tư duy và thúc đẩy hành động.

Tôi đã làm việc với một công ty SaaS vào năm ngoái, công ty đang gặp khó khăn trong việc hiểu các mẫu churn của khách hàng. Họ có tất cả dữ liệu: tần suất đăng nhập, mức sử dụng tính năng, tickets hỗ trợ, lịch sử thanh toán. Nhóm dữ liệu của họ đã xây dựng các mô hình tinh vi và tạo ra các báo cáo chi tiết. Nhưng khi họ trình bày các phát hiện cho nhóm sản phẩm, không có gì thay đổi. Các trực quan hóa là chính xác về mặt kỹ thuật nhưng thiếu cảm xúc—chỉ là một tập hợp biểu đồ cột khác mà trông giống như tất cả các tập hợp biểu đồ cột khác.

Chúng tôi đã xây dựng lại bảng điều khiển churn của họ từ đầu, tập trung vào hành trình của khách hàng thay vì các chỉ số đơn lẻ. Thay vì chỉ cho thấy "23% người dùng đã rời bỏ trong Q3", chúng tôi đã trực quan hóa con đường mà những người dùng đó đã đi trước khi rời bỏ. Chúng tôi đã chỉ ra nơi họ bị mắc kẹt, tính năng nào họ chưa bao giờ phát hiện ra, và cách hành vi của họ khác với những khách hàng giữ lại. Chỉ trong hai tuần, nhóm sản phẩm đã xác định ba điểm ma sát quan trọng và bắt đầu xây dựng giải pháp. Sáu tháng sau, tỷ lệ churn đã giảm 31%.

Năm tội lỗi chết người trong trực quan hóa dữ liệu

Sau khi xem xét hàng ngàn biểu đồ và bảng điều khiển, tôi đã xác định năm sai lầm mà nhất quán làm suy yếu giao tiếp dữ liệu. Đây không phải là những vấn đề thẩm mỹ nhỏ—chúng là những sai lầm cơ bản che khuất sự thật và cho phép quyết định tồi tệ.

Tội lỗi #1: Quá tải Biểu đồ Rác. Edward Tufte đã đặt ra thuật ngữ "biểu đồ rác" vào năm 1983, nhưng chúng ta vẫn đang chìm trong đó. Các đường lưới không cần thiết, nền trang trí, hiệu ứng 3D, và màu sắc quá mức đều cạnh tranh để thu hút sự chú ý với dữ liệu thực tế của bạn. Tôi đã từng xem xét một bảng điều khiển doanh số sử dụng 17 màu sắc khác nhau, ba kiểu chữ và các chuyển tiếp hoạt hình giữa các chế độ xem. Nhà thiết kế nghĩ rằng họ đang làm cho nó hấp dẫn. Thay vào đó, họ đã làm cho nó trở nên mệt mỏi. Não của bạn chỉ có thể xử lý một lượng thông tin trực quan nhất định cùng một lúc. Mỗi yếu tố không cần thiết đều làm tăng tải trọng nhận thức và giảm khả năng hiểu. Giải pháp? Chấp nhận sự tối giản. Loại bỏ mọi thứ không trực tiếp hỗ trợ sự hiểu biết. Dữ liệu của bạn nên là ngôi sao, không phải thiết kế sân khấu.

Tội lỗi #2: Tỷ lệ gây hiểu lầm. Đây là nơi các biểu đồ vượt từ nhàm chán sang nguy hiểm. Các trục Y bị cắt ngắn làm phóng đại sự khác biệt nhỏ. Các tỷ lệ không nhất quán giữa các biểu đồ liên quan. Các tỷ lệ logarit mà không có nhãn rõ ràng. Tôi đã thấy các nhóm tiếp thị cố tình sử dụng những chiêu trò này để làm cho những lợi ích khiêm tốn trở nên ấn tượng, nhưng thường thì chỉ là sự bất cẩn. Một khách hàng dịch vụ tài chính đã từng trình bày một biểu đồ cho thấy điểm số hài lòng khách hàng của họ "tăng vọt" từ 7.2 lên 7.4 trên thang 10 điểm. Trục Y bắt đầu từ 7.0, khiến sự tăng 0.2 điểm trông như một cú nhảy 40%. Khi chúng tôi điều chỉnh tỷ lệ đúng cách, sự cải thiện đã rõ ràng nhưng vẫn hợp lý—điều này thực sự làm cho lời giải thích của họ về nguyên nhân thúc đẩy trở nên đáng tin hơn.

Tội lỗi #3: Biểu đồ Sai cho Công việc. Biểu đồ hình tròn là hình thức trực quan hóa bị lạm dụng nhiều nhất trong kinh doanh. Chúng rất tệ cho việc so sánh giá trị, đặc biệt khi bạn có hơn ba hạng mục. Mắt người rất kém khi so sánh góc và diện tích. Chúng ta tốt hơn nhiều trong việc so sánh độ dài. Đó là lý do tại sao biểu đồ cột gần như luôn hoạt động tốt hơn biểu đồ hình tròn. Tôi có một nguyên tắc đơn giản: nếu bạn không thể ngay lập tức thấy lát nào lớn hơn mà không đọc nhãn, thì biểu đồ hình tròn của bạn đã thất bại. Biểu đồ đường dành cho xu hướng theo thời gian. Biểu đồ cột dành cho việc so sánh hạng mục. Biểu đồ phân tán dành cho mối quan hệ giữa các biến. Bản đồ nhiệt dành cho các mẫu trong ma trận. Chọn công cụ đúng cho câu chuyện dữ liệu của bạn.

Tội lỗi #4: Đổ dữ liệu. Chỉ vì bạn có thể hiển thị 50 chỉ số không có nghĩa là bạn nên làm vậy. Tôi đã làm việc với một công ty logistics mà bảng điều khiển hoạt động hiển thị 127 KPI khác nhau cùng lúc. Khi tôi hỏi các chỉ số nào thực sự thúc đẩy quyết định, họ xác định được bảy. 120 chỉ số còn lại là những dữ liệu "cần biết" mà không ai thực sự sử dụng nhưng mọi người cảm thấy có nghĩa vụ phải bao gồm. Chúng tôi đã xây dựng lại bảng điều khiển xoay quanh bảy chỉ số quan trọng đó, với khả năng tìm hiểu dữ liệu hỗ trợ khi cần. Tốc độ ra quyết định đã tăng 40% vì mọi người cuối cùng có thể thấy điều gì quan trọng.

Tội lỗi #5: Bỏ qua Ngữ cảnh. Những con số thiếu ngữ cảnh chỉ là những con số. Một mức tăng 15% nghe có vẻ tuyệt vời cho đến khi bạn biết rằng đối thủ của bạn đã tăng 30%. Một tháng doanh thu 500.000 USD nghe có vẻ tồi tệ cho đến khi bạn nhớ rằng đó là tháng Một, tháng lịch sử chậm nhất của bạn. Mỗi trực quan hóa cần có các điểm tham chiếu: xu hướng lịch sử, điểm chuẩn ngành, mục tiêu hoặc các so sánh. Tôi luôn bao gồm ít nhất một yếu tố ngữ cảnh trong mỗi biểu đồ tôi tạo ra. Nó biến dữ liệu từ những con số trừu tượng thành thông tin có ý nghĩa.

Tâm lý học về nhận thức trực quan và tại sao điều đó quan trọng

Hiểu biết...