数据可视化图表要按“用户想比较什么”来选：比较类别高低，优先柱状图或条形图；观察随时间的变化，用折线图；看一个整体的组成，可用堆叠图或类别较少的饼图；看数值分布，用直方图、箱线图；探索两个数值之间的关系，用散点图。需要准确查数时，表格往往比更复杂的图形有用。
先确定业务问题和数据口径，再在墨刀原型中安排图表、筛选和明细入口，可以避免到了开发阶段才发现“图做出来了，问题却回答不了”。下面用同一组申请数据说明怎样选图，以及为什么数量最多、完成率最高，可能是两个不同渠道。
选图之前，先写出一句能回答的问题
“做一个运营看板”太宽泛，“看各渠道表现”也没有说明表现的含义。可以把问题写成“哪个渠道带来的完成申请数最多”，或“哪个渠道的申请完成率最高”。前者比较数量，后者比较比例；同一张漂亮的图不能自动消除口径差异。
同时确认四件事：每行代表人、订单还是一次事件；比较的是数量、金额还是比例；时间范围是否一致；用户看完要采取什么动作。例如要安排跟进人手，完成申请数有用；要排查申请流程流失，完成率和未完成原因更重要。
IBM Carbon的数据可视化组件覆盖多种图形，但图形多不意味着一页应该放得多。把图表选型压缩成下面几类问题，更容易确定第一版。
| 问题类型 | 常用图形 | 需要的数据 | 典型误用 |
|---|---|---|---|
| 谁多、谁少、相差多少 | 条形图、柱状图 | 类别和可比较的数值 | 把不连续类别连成一条趋势线 |
| 随时间怎样变化 | 折线图；按期数量也可用柱状图 | 有顺序的时间点及相同口径指标 | 日期缺失时自动补成0 |
| 整体由什么组成 | 堆叠图、100%堆叠图；少量类别可用饼图 | 同一整体内互不重叠的部分 | 把多个不同分母的完成率拼成饼图 |
| 大部分集中在哪，是否有长尾 | 直方图、箱线图 | 个体数值，或已明确计算的分组/分位数 | 只有平均值，却试图还原分布 |
| 两个量是否一起变化 | 散点图 | 同一观察对象的两个数值 | 看到相关趋势就断言因果关系 |
| 某一项的准确数字是多少 | 表格 | 明细或汇总数据 | 要求用户在几十根柱子中精确读数 |
同一组数据，为什么会得到两种排名？
用下面这组练习数据设计申请看板。统计对象为同一批进入申请流程的用户，每人只计一次，均完成相同的观察时长；“完成申请”是该批用户中提交成功的人数，渠道互不重叠。它用于演示图表选择，不是某个产品的经营数据。
| 渠道 | 开始申请人数 | 完成申请人数 | 申请完成率 |
|---|---|---|---|
| 官网 | 120 | 36 | 36 ÷ 120 = 30% |
| 活动 | 80 | 32 | 32 ÷ 80 = 40% |
| 伙伴 | 40 | 24 | 24 ÷ 40 = 60% |
| 合计 | 240 | 92 | 92 ÷ 240 ≈ 38.3% |
问题一：哪个渠道贡献的完成申请最多？用条形图显示官网36人、活动32人、伙伴24人，官网排在前面。这个结果有助于理解当前工作量来自哪里。
问题二：开始申请的人，哪个渠道更容易完成？用另一张条形图显示30%、40%、60%，伙伴渠道排在前面。标题应写“申请完成率”，并说明分母为各渠道开始申请人数，不能把它笼统命名为“渠道转化率”。这里没有曝光人数、访问人数和成本数据，不能进一步推出哪个渠道的获客效率或投入回报最高。
合计完成率也不是三个渠道完成率的简单平均。三个分母不同，应该先汇总完成与开始人数，再计算92÷240。原型里把这个口径写清楚，可以防止设计、研发和业务各自理解一套公式。
柱状图和折线图：类别比较与时间变化不要混淆
“官网、活动、伙伴”是三个类别，不能因为在页面上排成一行，就连成一条上升或下降的折线。类别顺序可以随排序变化，连接它们没有连续过程的含义。横向条形图适合放较长类别名，柱状图适合较短的分类标签；两者都可以比较数值高低。
如果问题变成“本月每周完成申请数有没有下降”，时间顺序就有意义了。例如第1至第4周分别完成18、24、21、29份申请，折线能突出变化；如果更关注每周工作量，也可以用柱状图。重点是时间粒度固定、指标口径一致，不能把一天的数据和整周的数据并排比较。
柱形的长度承担了数值比较，所以基线应从0开始。把36和32放在从30开始的柱图上，会把原本不大的差距夸大成悬殊的高度差。英国国家统计局的坐标轴指南也区分了这种情况：折线图在需要观察细微波动时可以采用非零起点，但刻度应清楚，比较同类图时要注意尺度一致。
还有一个容易造成误判的细节：缺失数据不等于0。“第3周确实没有完成申请”可以画0；“第3周数据尚未同步”应该保留缺口并说明原因，而不是制造一次业务暴跌。是否允许用虚线连接缺口，也需要明确告诉读者中间值未被观测。
饼图和堆叠图：先确认这些数值能否组成一个整体
上面的30%、40%、60%不能组成饼图。它们分别以不同渠道的开始申请人数为分母，相加也不是100%。强行放进一个圆，只会让用户误以为它们是同一个整体的三份。
如果问题是“92个完成申请分别来自哪里”，就可以使用36、32、24这三个互不重叠的数量，并以92为整体。此时饼图可以表达构成，但如果用户要精确比较36与32，条形图通常更方便。
选择构成图时，还要区分绝对数量和相对占比：
- 普通堆叠图：保留总量差异，适合看每周完成量及渠道构成。但中间分段没有共同起点，跨期精确比较某个分段会更费力。
- 100%堆叠图：方便比较构成比例，却隐藏了总量变化。一周10份、一周100份，整根柱子都会一样高，应补充总数或同时提供数量视图。
- 饼图或环图：适合简单整体、较少类别和粗略构成判断。类别太多、占比相近或需要多期比较时，改用条形图往往更清楚。
多选题的选择比例、重叠用户群和可能出现负值的数据，也不应未经处理就画成一个完整的饼。先确认“部分加起来为什么等于整体”，再决定图形。
直方图与箱线图：平均值没有告诉你的事
如果只在卡片上写“平均申请耗时5.4分钟”，很容易忽略少数用户卡住的情况。用10个练习耗时看差别：2、2、3、3、4、4、5、5、6、20分钟。平均值是5.4分钟，中位数是4分钟，大多数集中在2至6分钟，但有一次耗时20分钟。
直方图按数值区间统计出现次数，能帮助发现集中区域和尾部；它与“按渠道分组”的普通柱状图不同，横轴区间代表一个连续数值范围。区间太宽会掩盖细节，太窄又容易把随机波动放大，需要结合样本数量与业务尺度选择。
比较多个群体的耗时分布时，箱线图可以展示中位数、四分位数及异常点等摘要，但须说明所采用的须线和异常点规则。用户不熟悉箱线图时，可以补充简短说明或使用更直观的分布图。本文10个数只是练习材料，不能拿它概括真实用户群体。
只有平均值时，不能凭想象补出一张分布图。应该向数据方确认是否有个体数据、区间计数或分位数，再决定能展示什么。
散点图：看关系，但不要用一条斜线替代原因分析
散点图适合把每个观察对象画成一个点。例如每个点是一家企业，横轴为试用人数，纵轴为完成申请人数，可以观察规模与结果是否一起变化。若每个点的数据口径不同，或者横纵轴不是同一对象的一对数值，就失去了比较基础。
即使点总体向右上方分布，也不能直接说“增加试用人数必然提高完成率”。完成数量与人数规模相关，不代表完成比例提高；企业规模、渠道和使用时间等因素也可能同时变化。图表可以发现值得追问的关系，因果判断还需要额外的研究或实验设计。
点过多时可以考虑透明度、分组或密度表达；如果再用气泡面积表示第三个量，应把数值映射到面积，不能直接映射到半径，否则视觉差距会被放大。对多数业务评审，先用两个轴回答一个问题，比同时编码五种属性更容易达成共识。
把选图结果写进可交付的看板原型
完成图形选择后，还需要让研发知道它从哪里取数、怎样响应筛选，以及没有数据时怎么显示。可以在墨刀画布中摆放图表草稿、明细表与筛选区，用组件、基础图形和文字呈现所需结构；不要把画出的图形误当作已经连接真实数据的分析系统。
- 每张图先写问题和口径。例如“各渠道申请完成率”，分子为提交成功人数，分母为同批开始申请人数，每人只计一次，采用一致观察时长。
- 放入可核对的数据。沿用本文三渠道表，让评审者可以从36÷120核对30%。先证明图与表一致，再增加装饰。
- 画出默认与筛选后结果。写清筛选影响哪些图、是否影响分母，以及图表和明细是否同步。不要让同一页面的不同模块使用不同日期却没有提示。
- 补齐空、错、缺三类情况。没有符合条件的数据、请求失败、部分数据未同步，需要不同提示。不能都变成一组0。
- 安排查看明细的路径。用户想核对数字时，应能找到对应明细或数据说明；手机上不能只依赖鼠标悬停读值。
这段规格可以直接放到“申请完成率”图旁边：
图表：按渠道比较申请完成率。默认展示官网30%、活动40%、伙伴60%，来源为本页练习数据；正式接入时使用同一批用户、相同观察时长。纵向分类，横向百分比，轴从0%开始。标签显示完成率，同时提供完成/开始人数。分母为0时显示“暂无可计算数据”，不显示0%。筛选后图表、总数与明细同步更新。
如果图表还需要兼顾颜色辨识、键盘访问和文字替代，可以继续看图表无障碍设计方法；需要把多张图组织成完整大屏，再看数据大屏设计与布局教程。
选图的最终判断很简单：用户能否从图中回答最初那句话，数字是否支持这个回答。如果答案还依赖猜测分母、解读隐藏刻度或把缺失当成0，应该先改口径和图形，再调整颜色与动效。
