哈佛教你做出好圖表：《哈佛商業評論》首度傳授高說服力的資料視覺化思考技術

名人推薦：【專文推薦】

簡報奉行創辦人 RainDog　雨狗

資訊圖表講師、INSIDE主編　李柏鋒

【國外好評推薦】

「資料視覺化並不是奧妙的藝術，而是你能夠學會的技巧。在本書中，史考特．貝里納托證實了這一點，精闢分析重要歷史和資料視覺化技巧，主張明確而有力的論述，道破經理人理解和製作好的圖表在工作上的重要性。這是職場上必備的一本工作手冊。」──麻省理工媒體實驗室共同創辦人、《數位麵包屑裡的各種好主意》（Social Physics）作者　艾力克斯．「山迪」．潘特蘭（Alex “Sandy” Pentland）

「呆板擁擠的Excel圖表在當代...

看見過去沒有人看到的東西

「我從來沒有把自己視為一位資料數據專家。很多人的數據能力都比我更好，我算是介於數據界和藝術界之間。」

尼爾森‧戴維斯（NELSON DAVIS）成為資料視覺化顧問這一條路，就像許多人一樣充滿迂迴轉折。美國奧格爾紹普大學（Oglethorpe University）是一所小規模的院校，戴維斯在這裡學士畢業之後，進入喬治亞科技大學（Georgia Tech）研讀市民工程取得碩士學位。並在六年內取得了三個學位。他說：「我從事了一些跨國工作，在大蕭條時期回到國內時，並沒有工作機會。」

他接了一份在醫院做資料數據的工讀機會，他說那真的是他生平第一次思考數據問題。「在那裡，我發現自己玩試算表可以玩上一整天。」後來，他找到了一份建築工程的工作。「結果我很討厭那份工作。所以當有一份交通數據分析的工作找上我，我立刻抓住大好機會，知道自己又可以玩試算表了。」

為了讓他的新老闆留下深刻的印象，戴維斯把他在研究的地理資料畫在地圖上。老闆的回應是正面的：「我的一位老闆說：『很棒，但你可以使用即時資料來製作一個顯示板嗎？』」我說：「沒問題。」然後，我還得上Google 查詢什麼是「顯示板」和「即時資料」。

如今，他就是以資料視覺化為職業。「四年前，我只是另一個交通工程師而已，」他說：「然後我轉換到資料視覺化的跑道，現在我感覺我似乎是站在時代的尖端。從職業的角度來看，我無疑是選擇了一條跟別人截然不同的路。」

戴維斯仍記得，他第一次意識到自己喜歡從事視覺化工作的時刻。喬治亞交通部門負責管理高速公路上的所有裝置，所有的攝影機、感應器、信號都必須同步，才能正常處理整個交通系統。但沒有人有想過，要把系統中的2600件裝置整理出一份綜合清單。所以戴維斯把它們全部找了出來，把它們的位置和機型標示在地圖上。他的地圖有一點互動功能，你可以拉動地圖，局部放大縮小，看到更詳細的資料。那還只是相當簡單的視覺圖示，但在那之前，從沒有人想到或試圖建置，因為那需要花工夫收集資料。戴維斯花了五、六個星期，做出了第一份交通設備試算表。有時候最強大的視覺圖示，並不是最漂亮或最複雜，最別出心裁的，它們只不過是還沒有人花功夫去做出來。

「我還記得那一刻的感覺就像哥倫布發現新大陸。」戴維斯說：「我記得當時我心裡想，『我剛創建了一個從來沒有人見過的東西。』我們彷彿知道它就在那裡，但沒有人真正見過它。」他的意思是「了解」它。他的團隊對他既欽佩又感激。「他們馬上就進入狀況，開始思考各種應用該系統的方式。」

自此往後，戴維斯還有過幾次類似的時刻。他說：「你必須按捺住客戶跳起來搶走你的東西。就是那股想馬上就做的衝動，每個人都感覺到了。」

戴維斯說，站在觀眾的立場去理解他們想要或需要什麼，有助於你任何的視覺化努力。他回憶道，交通地圖的建置有一部分的靈感，就來自他與別人的一次談話中，對方曾指出這種視覺化對組織非常有價值。

他的建置過程涉及了大量的草稿繪製，再加上多方請益，請人幫他審閱草稿—所有的技巧我們都會在第4 章詳述。他還認為，對客戶應該問的是為什麼，而不是有什麼問題。他說：「有時候老闆會說：『我希望你做這個。』然後你就去蒐集資料和製作圖表回來找老闆，結果老闆說：『這沒把我需要知道的東西告訴我。』製作圖表的人心想，我照你的要求做的啊。但我敢打賭，你從沒徵詢過老闆：『為什麼你需要這份圖表？』」

身為一名業餘攝影師，戴維斯在追求視覺化之路有重要的創意脈絡可循。他說：「在一次簡報上，我放了那張二次世界大戰歐洲勝利日水手在紐約街頭親吻一名護士的知名照片。我跟客戶談到這張照片，上面是一個男人在親吻一個女人，照片是黑白的，背景看起來是在紐約市，是一張舊照片。以上就是這張照片的資料。然後我談到照片背後的故事︰這是勝利的樣子。這是一種喜悅。世界第二次世界大戰這個巨大、可怕的鬥爭，結束了。

這就是藝術。這段故事讓你照片有了一點感覺。「我認為這就是我比較獨特的一部分。可以兼具科學與藝術的人很少，有些人擅長資料，有些人擅長設計。我覺得我是介於兩者之間。」

「但我喜歡這個位置，我喜歡點跟點連起來的位置。」

圖表的第一印象

視覺溝通與文字不同，比較不受到像「作者」和「讀者」之間心照不宣的協定約束，而是比較受到我們的視覺系統對於刺激的反應影響。而且如同作曲家用音樂理論創作音樂對觀眾產生某種的可預期作用，圖表繪製者也可以利用視覺感知理論製造出更為有效的視覺化效果。

五個備受肯定的最高原則足以成為你製作圖表的指南︰

1. 我們看圖不會按一定順序

視覺圖示的閱讀不同於文字的可預測和線性方式進行。相反地，我們會先看看視覺圖示的呈現，然後快速瀏覽圖表上有沒有什麼重要內容的線索。

意思是：

雖然我們寫字會按一定順序（在西方是，從左到右，由上到下），但「撰寫」圖表時，我們應該按照空間，從視覺圖示向外發展，使其他所有元素支援視覺圖示，並提供圖示意義的線索。

2. 會先看到最凸顯的部分

我們的眼睛會直接往改變和不同的地方看，例如：特別的顏色、陡峭的曲線、群聚或異常值。

意思是：

任何凸顯的東西都應該符合或支援要表達的想法，否則就會分散觀眾對主要想法的注意力。

3. 一次只會看到幾樣東西

圖表中置入愈多資料，所傳達的想法愈單一。一張視覺圖表中繪製了幾十、上百或上千個資料點，向我們展示的是一座森林，而不是一棵棵個別的樹。

意思是：

如果我們必須把重點放在單個資料點，就應該盡量畫得愈少愈好，這樣它才不會消失在整體的視覺效果中。

4. 會找出圖示的意義與關係

我們的大腦不斷試圖賦予視覺圖示意義和找出各項元素之間的關係，無論它們是否真的有關係存在。

意思是：

如果視覺元素一起被呈現，它們應該要有某種意義上的相關性；否則，觀眾就會將它們之間的關係做出錯誤的解讀。

5. 我們會受到常規和隱形的制約

我們使用學習而得的捷徑，根據心理的預期，賦予視覺線索一定的意義。例如：綠色是好的，而紅色是不好的；北是上，而南是下；時間由左至右移動。

意思是：

在一般情況下，當你製作視覺化圖示時，你應該擁抱，而非抵根深柢固的常規和隱喻。若藐視它們的力量，會讓人產生混淆、不確定和挫敗感，因而減弱或徹底摧毀圖表的功效。

看見過去沒有人看到的東西

「我從來沒有把自己視為一位資料數據專家。很多人的數據能力都比我更好，我算是介於數據界和藝術界之間。」

尼爾森‧戴維斯（NELSON DAVIS）成為資料視覺化顧問這一條路，就像許多人一樣充滿迂迴轉折。美國奧格爾紹普大學（Oglethorpe University）是一所小規模的院校，戴維斯在這裡學士畢業之後，進入喬治亞科技大學（Georgia Tech）研讀市民工程取得碩士學位。並在六年內取得了三個學位。他說：「我從事了一些跨國工作，在大蕭條時期回到國內時，並沒有工作機會。」

他接了一份在醫院做資料數據的工讀機會，...

【推薦序】　圖表界的新約聖經

──簡報奉行創辦人 RainDog 雨狗

身為一名立志要把歐美日最新簡報資訊與思潮，在第一時間引進臺灣的簡報教練，每週關切並購買國外新出版的相關書籍，自然也就成了我的日常。但同一主題的書接觸越多，要從單本書中獲取新知的邊際效益也隨之降低，不過《Good Charts: The HBR Guide to Making Smarter, More Persuasive Data Visualizations》在2016年5月時所帶給我的衝擊與震撼，至今難忘。容我引用書中第一章所提到的某位男士之言，「我一輩子就在等這個東西」。

通常我們對於圖表世界的認知，就是如何將一堆已知的量化數據，以更符合觀眾直覺的視覺化呈現過程，所以我們聚焦在何時用長條圖或圓餅圖，還是某個圖表如何更優化；然而本書作者《哈佛商業評論》資深編輯史考特．貝里納托 （Scott Berinato）提出了空前的洞見，以呈現數據和說明概念為經，用宣告已知與探索未知作緯，為我們建構出兩個維度的四大象限，把概念圖解、資訊塗鴉，以及大數據分析這三個領域都整合進這個更大的圖表世界之中。因此當你看完這本立足圖表界制高點的書後，相信也將跟我一樣，有種一覽眾山小的頓悟與快感。除此之外，納入情境與脈絡的思維，不以單一標準來評判某個圖表是否優劣，再度顯現了本書格局之恢弘廣大。

因此本書光憑第三章的內容，就足以傲視其他論述圖表的群書；然而這本書還不只如此，第一章所介紹的資料視覺化發展簡史，不但將過去歷史清楚耙梳，還前瞻了當今圖表發展的最新研究成果，連同第二章所介紹的視覺方面相關科學理論，這些正是目前華文世界的簡報學習者，最陌生也最需要補強的一個區塊。

如此條理分明的歷史縱深與堅實可徵的理論基礎，更進一步地確立了本書的經典地位。不過書中有段話我持保留意見，西方世界表格的濫觴，容或可追溯至 17 世紀末；但早在西元前一世紀，東方漢王朝的太史公司馬遷在撰寫史記時，其實就已經用表格來「縱其終始，一觀諸要」了。

如果你最在意的，是看完可以立即上手的實際應用，第四章透過一套簡單的架構讓你在一小時內快速提升圖表的製作能力、第六章教你如何藉由三步驟的修圖，提高圖表說服的成功率……實用內容，也足以讓本書含金量破表！

通常一本書的推薦序都是出版社邀請相關的專家學者撰文，不過正因為我實在太愛這本書了，在得知三采文化取得繁體中文版權後，便主動毛遂自薦。全球公認的簡報教母南西．杜爾特（Nancy Duarte）曾公開說過，真希望這本書是她寫的；而我的盼望則是在這本圖表界的新約聖經中，能留下隻字片語。除了感謝，更要肯定三采在翻譯過程中，完整保留了原書註釋中的相關參考資料，這些補充對於想更深入圖表世界的華文讀者，提供了最好的研修管道。

晚年將精力投注於統一場論的愛因斯坦，曾在文稿中如此形容個人在學術上最大的終生對手波耳（Niels Bohr）：「他不但具有關於細節的全部知識，而且還始終堅定地注視著基本原理。」（With all his knowledge of the details, his eye is immovably fixed on the underlying principle.）如果有圖表書經得起這樣的評價，我唯一想到的就是這本將圖表世界四大領域放在統一原則之下，可以解釋彼此之間關係的《哈佛教你做出好圖表》。是的，它不但具有關於圖表細節的全部知識，而且還始終堅定地注視著圖表的基本原理。

【推薦序】　一張好圖表不是從畫圖開始，而是從思考開始

──資訊圖表講師、INSIDE主編 李柏鋒

當資訊圖表成為溝通最有效率的工具，你還不想學怎麼做出好圖表嗎？

身為資訊視覺化的講師，看到資訊圖表越來越成為溝通的主角，一則以喜、一則以憂。喜的是，這樣的好工具越來越多人知道了；憂的則是，大多數的人都誤用了這些工具，反而產生了誤導，甚至有些情況下還是刻意的。

資訊圖表誕生的時間並不長（如書中所說，1786年人類才開始有系統地將數據視覺化呈現），但如今在職場或商業會議上的簡報、研究報告等文件上都已經不可或缺，成為非常關鍵的工具，所謂「一圖勝千言」，一張趨勢圖就能讓讀者瞬間了解一家公司過去十年的營收變化，若用其他形式來描述相同的內容，可能要花上數百個字、數分鐘的閱讀時間，而且還不見得精確或容易理解，太沒效率了。

但不僅僅只是追求效率而已，圖表的使用更直接影響到了決策的思維模式，投資市場上幾乎沒有人不看股價的線圖，為什麼？因為只需要一秒鐘不到的時間，就可以知道這個投資標的長期表現向上嗎？波動幅度大嗎？現在處在什麼位置呢？

從這裡來看，所謂的好圖表，首先就是要能夠在最短的時間內傳達作者想要溝通的主要訊息，其次則是這張圖表能不能協助進行決策並據以採取行動。當然，這張圖表的製作，就必然要精準且正確，不能有任何的誤導或資訊隱匿。

什麼意思呢？如果你看一張圖表只呈現了過去三年的營收，每年都維持大幅成長，你可能要思考一下，如果這不是一家只創業三年的公司，為什麼做圖表的人只呈現過去三年？會不會四年前的營收其實非常難看？這很有可能有資訊的隱匿，而這樣的誤導可能會造成決策的失誤。

《哈佛教你做出好圖表》中，作者從圖表的歷史演進開始講起，接著則介紹了視覺的科學理論，畢竟不管是只有十筆數字的簡單圖表，到現在動輒數百萬筆資料的大數據視覺化，最終都是要符合人類視覺的習慣去做設計與編輯，而善用這些視覺的概念，也才能更有效溝通。例如：如果你知道了人眼一次只會看到少數幾個地方，就不會把圖表上的每一條線都用上一個不同的顏色，因為什麼都強調了就等於什麼都沒有強調。

了解了視覺法則之後，作者繼續介紹圖表的製作，但跟一般書籍不同的是，作者並沒有一開始就按照步驟告訴你怎麼做出一個圖表，而是要你先思考和釐清問題：這是屬於「概念」（例如：流程）還是「數據」（例如：營收）的資訊？你是要「陳述」（告知）還是「探索」（發現）某件事情？而透過這兩個問題，就能把你的圖表放在一個2x2的矩陣裡面（是的，請習慣連分析都要開始視覺化），比如你要表達機票價格與搭乘舒適度之間的關係，很顯然的是以數據（而非概念）在探索（而非陳述）一個想法是否正確。在矩陣中，你所要做的就是「視覺圖示發現」。這也是我在講課引導的時候常常提到的，一張好圖表不是從畫圖開始，而是從思考開始。

接下來，才是執行的層面。但請注意，這個時候也不是直接去畫圖，而是要先做好前期的準備，例如你要先確定你溝通的對象、場合，以及對象的需求是什麼，甚至你必須先進行訪談做了解。很多人其實並沒有這樣的研究習慣，所以難免會以自己的角度去製作圖表，結果不是溝通的對象不在乎你的內容，就是溝通不夠精準。

當了解完這些之後，才是開始製作圖表，而圖表的形式有數百種，哪一種才是最理想的呢？關鍵還是在於你想呈現什麼？例如你想要比較，而且有時間序列，時段很長而且非週期性，那麼按照書上的架構表所整理的，你可以考慮採用「線形圖」來呈現。至於要用什麼樣的工具來製作圖表，那反而不是重點了，真的不知道，作者在書中也整理了將近二十種工具，你可以自行去試用看看哪一個最上手。

根據作者的示範，製作好一個圖表的快速流程，大概要花5分鐘準備、15分鐘對話與傾聽、20分鐘畫草圖，以及20分鐘繪製原圖，也就是整個流程是一個小時的時間。很多嗎？如果是一個很有價值的圖表，一小時的時間投入其實是很少的，而往往你投入的時間越多，讀者讀懂所需要的時間就越短，換句話說，溝通更有效率。

所以在拿到原圖之後，接下來還有很多事情要做，比如大家都知道Microsoft Excel所製作的圖表，其實有很多的雜訊，像是不必要的格線、每條線都幫你加上不同的顏色。但是這對於資訊的呈現並沒有好處，反而造成很多阻礙，所以先把框線、格線等拿掉也沒有影響的都清除掉，然後只針對最重要的關鍵以顏色等方式去強調，想辦法讓讀者將視線聚集在你要他們看的地方。

除了強調重點以外，修圖的另一個關鍵則是要成功說服讀者。換句話說，你還要知道自己到底想說服對方什麼？但是，到底你是透過圖表來說服還是操控別人？這之間的界線可能是模糊的。作者舉了許多的例子，告訴我們有哪些圖表其實是有問題的，而這不僅僅是在讓我們警惕，不要製作出誤導的圖表，更是在教導我們，自己也別被別人的圖表騙了，而只要有一個懂得你欺騙技法的人揭發，你的可信度就瞬間歸零了。

圖表就像是一把菜刀，有的人拿來做對的事情，也有人會拿來做錯的事情，而看完這本書之後，你會更清楚的知道，無論在研究報告或是簡報上所使用的圖表，都不只是一個組成的元件而已，是你的專業能力展現，更是道德與價值觀的赤裸呈現。

所以看完這本《哈佛教你做出好圖表》，就能做出一個好圖表了嗎？其實，作者自己也說了，圖表永遠有改進的空間，所以要學會自我批判，也要持續的刻意練習，唯有如此，才能不斷地精進，成為一個越來越厲害的資訊視覺化達人。

【推薦序】　圖表界的新約聖經

──簡報奉行創辦人 RainDog 雨狗

身為一名立志要把歐美日最新簡報資訊與思潮，在第一時間引進臺灣的簡報教練，每週關切並購買國外新出版的相關書籍，自然也就成了我的日常。但同一主題的書接觸越多，要從單本書中獲取新知的邊際效益也隨之降低，不過《Good Charts: The HBR Guide to Making Smarter, More Persuasive Data Visualizations》在2016年5月時所帶給我的衝擊與震撼，至今難忘。容我引用書中第一章所提到的某位男士之言，「我一輩子就在等這個東西」。

通常我們對於圖表世界的認知，就是如何將...

前言　你最該學，也最該必備的新語言與技能

在資料的世界，在創意就是商機的知識經濟體中，視覺化圖示已成為世界的共通語言，無論是圖表、圖形、地圖、圖解，甚至是GIF動畫圖像和表情符號，都比文字、語言和文化更有助人們彼此了解。這樣的視覺語言，天天在世界各地使用。

汽車儀表板上的地圖，能協助駕駛避開車多壅塞的路線，找到車少交通順暢的路線。氣象app 使用圖像符號和趨勢線，讓播報員一目了然。健身追蹤app 內建有簡單圖表，顯示走路步數、睡眠模式、飲食習慣等。水電帳單中包含圖表，所以用戶可以看到他們和鄰居們的水電用量比較。報章、雜誌、網站，也都在使用視覺化圖示吸引讀者和敘述複雜的事情。社群網站擁有豐富的視覺化圖示，有的實用、有的糟糕、有的深富內涵、有的只是好玩，統統是為了衝高點閱人數。體育賽事實況轉播，也把比賽動作加上視覺資料，包括美式足球場上的第一檔進攻線（fist-down line）、棒球場上精緻的投球連續動作圖解、顯示球的行進軌跡、投球與打擊趨向的打擊圖（spray chart）⋯⋯。

或許你沒注意到各種資料視覺化（dataviz）已經滲透你的日常生活，但其實你開始會期待看到它。即使你認為自己還不會「說」這個語言，不過你已經天天都在聽，而且也聽得懂了。

現在，你也該要學習怎麼說這個語言了。就像消費者使用科技產品的普及程度和社群媒體改變企業一樣，資料視覺化在我們生活中已經無所不在，從部門會議、銷售簡報、客戶研究報告、績效評量、企業投售，甚至到最高層的董事會，都要求你提供最好的圖表。有愈來愈多有這樣的情況發生，當主管看到簡報上Excel 的線圖時，會忍不住納悶為什麼不像她在健身追蹤app 上看到的圖表那麼簡單又美觀。當一位經理花了時間分析公司控制臺上的圓餅圖、圓環圖與多重趨勢線時，他會覺得奇怪，為什麼那些都不像他的氣象app那麼好看且易懂呢。

商業的共通新語言

要會講這種新語言，需要先採取一種新的思考方式，一種在企業界迅速發展的思考模式，那就是「視覺思維」。好圖表的製作能力，已經不再是特殊或應該具備、而是必須具備的一項技能。如果你只會在Excel 或Google Charts上按個鍵，把一些資料打進去，就產生一個基本的圖表，那你肯定要被比下去了，因為你的同事們一定做得比你用心，也一定會因此更受到關注和賞識。現在，沒有公司會雇用一個沒能力處理基本工作報表的經理人。未來，沒有公司會聘用一個無法以視覺思維和製作好圖表的人了。

資料視覺化已經是企業保持競爭力的必要條件。那些視覺思維管理人才不足的公司，將落後於人才實力雄厚的公司。文生‧萊布尼特（Vincent Lebunetel）是嘉信力旅運（Carlson Wagonlit Travel）的副創意總監，他們是一家招攬與訓練資訊設計師的公司。他說，無法清楚繪製出視覺化圖示的企業經理人與領導人，就是比較沒有價值：「如果你無法讓訊息簡單易懂，應該就是對自己的論點了解得還不夠深入。而視覺化圖示或許就是幫助人們有效掌握訊息的最佳方法。」

何謂好圖表？

視覺化崛起，但究竟怎麼做才對，這問題已經掀起了不同的幾種看法；而怎樣做是錯的，也有嚴苛的判斷。大多數人企圖建立規則，但欠缺了一個視覺化思考的中心定義，也欠缺一套繪製好圖表能依據的架構和複製的流程。

這個新語言要想講得流暢，成為駕馭自如的專家，讓企業組織具有競爭力，首先，你必須在看見好圖表時，能夠慧眼識英雄。

突破規則與窠臼

這個簡單的例子應該已經讓你不再認為，一張圖表的價值主要是取自於它的執行效果（並非如此），或是可以從圖表遵守簡報規則程度評斷其價值（並沒有辦法）。就像拜讀史壯與懷特（Strunk and White）合著的《英文寫作指南》（The Elements of Style），無法保證你可以寫出好文章一樣，學習視覺語法，也無法保證你能夠製作出好的圖表。

在《英文寫作的魅力》（Style: Toward Clarity and Grace）這本優質好書中，約瑟夫‧ 威廉斯（Joseph M. Williams）解釋了文法書規則不敷使用的原因：

跟我說「要清楚表述」就好像跟我說「擊中球」一樣，我知道應該要這麼做，但我不知道的是要怎麼做。要解釋寫作怎麼清楚表述，我必須要跳脫窠臼的方式。我希望你明白這件事：為什麼有些文章一看就懂，有些文章卻艱澀難懂，還有為什麼兩個讀者的看法可能不盡相同；為什麼動詞要使用被動，不用主動比較好；為什麼那麼多關於寫作的舊規則，不是太籠統就是錯的。更重要的是，我希望你明白比「寫短句」更有用的，不是無關緊要的片段，而是一套連貫的原則系統。

威廉斯針對寫作所言，也適用於資訊視覺化。你必須超越規則，而且當你碰到視覺化圖示時，必須了解是怎麼回事。為什麼你喜歡某些圖表，卻不喜歡另一些呢？為什麼有的圖表比較清楚易懂，其他的卻含糊不清呢？

必備的視覺思維

三個趨勢引爆了學習與應用視覺思維的需求，它們彼此息息相關。第一個趨勢：視覺化圖示大量增加，誠如我稍早所述。現在我們在產品和媒體上，可以看到愈來愈多精緻、高規格的視覺化資料，所以在日常生活和商場上，我們對別人提供的圖示內容也有更高的期望。

第二個趨勢：大數據，不管是資料的量或是出現的速度。在大數據快速產生的衝擊下，人們必須以新的溝通方式—抽象和簡化，才能掌握瞬息萬變的大量資訊。

例如，波音公司（Boeing）的工程師希望能提高魚鷹機（Osprey）的運作效率。這種飛機的起飛和降落方式，與直升機相似。每一次魚鷹機起飛和降落時，飛機上的感應器會產生兆位元的數據，以提供分析使用。十架魚鷹機產生的數據量，就等於美國國會圖書館全部的印刷品收藏。為了把這麼多數據刪除，任何匪夷所思的方法都被提出來過，他們也真的全試了一遍。五人小組努力了七個月，還是找不出提高操作速率的辦法。

後來波音公司改變作法，以視覺分析找出雜音裡的訊號。在兩個禮拜之內，兩名數據科學家就找出了飛機效率低和維修失敗的原因。但是找到訊號還不夠，他們必須跟主事者討論。他們把複雜的視覺化圖示轉化成更簡單的圖表後，再提報給公司高層。魚鷹機被核准修改維修密碼之後，運作效率果然提高了。「這種東西實在很難講清楚，」負責波音公司魚鷹機專案的技術人員卡斯克（David Kasik）說：「最後，我們必須採取一種其他人能深入理解的方式提報，才能把事情講清楚。」那個方式就是視覺化。

這種情形不僅止於這類特殊的數據，即使是普通的財經分析數據（當然，企業非常重視），現在也非常深奧又複雜，不再是以原始方式就能有效處理的了。

第三個趨勢：大家都在做了。歷史上，有一些科技都歷經過平民化的時刻，也就是一項創新變得夠便宜、夠簡化，每個人都能買得起而且很容易上手的時候。這種科技平民化轉變的例子太多了，舉凡阿圖斯排版軟體（Aldus PageMaker）、第一代文字處理機、編寫網頁的基本語言HTML，每一種都在某種程度上讓所有人變成了可能的出版人。第一代電子試算表的共同開發者布里克林（Dan Bricklin）曾說過，他的平民化軟體「把一些人每週20 個小時的工作，變成了15分鐘，而且做出來的成果更有創意。」

當科技從小眾的專家所有，突然轉變成一般大眾所有，各種實驗在各地開花結果，有些變得更好，有些變得更糟（HTML後來發展出華而不實的GeoCities伺服器分類網站，但也發展出 Goolge搜尋引擎）。

資料視覺化也是一樣。過去曾經是製圖員、數據科學家、設計師、都市規劃工程師和學者等高專業人士擁有的狹隘原則，現在正式進入了我們這些外行人所熱衷的實驗階段。如今，資料視覺化工具是有史以來最便宜（有時還完全免費）而且操作最簡單（有時只要拖曳置入）的時候。許多網站紛紛創立，你只要上載傳一組數據，幾秒鐘就能產生客製化視覺化圖示。塔譜軟體（Tableau Software）是最近很夯的視覺化程式，其目標是要達到如文字處理程式的最高境界，成為你的「視覺語法」準則，並為你處理視覺化圖示設計。

於此同時，視覺化關鍵元素—資料，也能夠輕鬆透過網路免費或非常便宜地取得。實際上根本不需要花一毛錢，就可以嘗試將資料視覺化，所以上千萬人都已經在做了。不過拖曳置入的軟體，和文法書一樣無法百分之百保證做出好圖表。經理人趁現在學會視覺化思考，當這些日新月異的好工具發展成熟時，就能夠充分發揮它們的功能。

簡單製作好圖表的方法

最棒的是，這個新語言雖然看起來有點嚇人，其實要學會它並不難。只要掌握一個簡單的流程，就能大幅提升你的視覺溝通品質與效果。也許你曾聽過有人把視覺化稱為一門「藝術」或是「科學」，但本書給了它更好的定義是「工藝技術」，這個詞涵蓋了藝術和科學的意義。

以櫥櫃製作師傅來聯想：他可能懂得一些藝術和科學，而最後完成的是一件具有功能性的作品。

一位拜師學藝的櫥櫃製作學徒，一開始可能要先了解櫥櫃的構造、櫥櫃的歷史、人們的使用情形，和製作所需的材料和工具等。然後他會學習一套製作優質櫥櫃的方法，而且可能製作出許許多多的櫥櫃作品。

他還得組裝櫥櫃，並學習不同空間和和不同顧客使用櫥櫃的情形。到最後，他的技術夠深刻純熟了，才能在功能的細節部分加入自己的藝術和聰明的設計。

學習如何製作好圖表，和學習如何製作好櫥櫃並沒兩樣，所以本書將會按照相同的學習程序編輯闡述。第一部「入門」，提供了視覺化發展的歷史簡介，和圖表的藝術與科學背景完整摘要。根據（有時也會挑戰）專家和學術上關於視覺感知科學、設計構想和其他領域的知識，以此說明何謂視覺化和我們的眼睛看見圖表時的運作。除了提供一個理性的基礎，這篇簡短的介紹應該也能減輕你對於學習一門新學科的恐懼。

你並不需要成為專業的設計師或數據科學家，你的圖表製作也能有超水準的表現。

當你擁有基礎知識，就可以開始製作更棒的圖表了。第二部「製作」，是本書實作的核心。當中規劃了一個簡單的架構，可以讓你的圖表更上一層樓。你將了解自己需要發展（或外聘）的工具和技能，並成功運用四種基本的視覺化類型。你將學會如何構思你想要展示的圖表形式，然後擬定製作的方法。你大概以為整個過程既耗時又耗力，其實不然。只要短短一小時，你就能大幅提升你習慣用Excel 做出來的基本圖表了。你心裡可能會有所抗拒，因為你自認不是天生視覺型學習的人，這對你來說比較困難。事實或許並非如此。研究顯示，雖然我們認定自己不是視覺型或語言思考型的人，但其實人與人之間並不存在這種差異。研究也顯示，任何人都能夠提升基本的視覺流利度，就如同學習充分的基本原則，任何人都可以溝通一種新語言，無須精通。

第三部「美化」，談的是讓結構健全的圖表完美呈現的重要技能，力求其視覺效果盡善盡美，令人印象深刻又具有說服力。我並未列出設計時該做和不該做的事項，而是將設計技巧連結圖表給人的感覺。你可以採用什麼技巧，讓一張圖表感覺是「清楚」的，或者說簡單易懂，讓看到的人能夠立即領會？這一篇會教你怎麼把圖表做到不僅清楚地傳達訊息，而且能使他人改變想法並採取行動。此外，本篇中也會探討說服的限度，和為什麼某些技巧可能使圖表偏離本意，跨越模糊界線，變成不實的操作。

最後，第四部「提案與演練」，將探討如何讓圖表訊息傳達成效更好的方法：控制圖表的呈現和利用說故事的手法，讓觀眾不只看到畫面，更聽到心坎裡。此外，也提供了一個自行操作的架構，針對你自己和別人製作的圖表進行一場「批判會議」（crit sessions），幫你找到核心想法並了解自己的缺失。我也希望本篇能夠匡正網路和Twitter feeds 上每天層出不窮、咄咄逼人的圖表批評言論。

本書的架構從簡入難，但四大部中的每一章亦可獨立存在，可以根據個別的需求，提供資訊和創想的參考。在每一章最後，也將重要概念整理成一份簡短摘要。當你面臨的挑戰是一場需要圖表的簡報，可以直接跳到「簡報」那一章。如果你和團隊需要周詳地考慮一些視覺挑戰，就利用「製作」那一章。我希望這本書能成為你愛不釋卷、一翻再翻的最佳夥伴。

最後，有幾個相關資料的重點說明：首先，我用了很多專有名詞來描述視覺溝通，包括視覺化（visualization）、資料視覺化（data visualization或ataviz）、資訊視覺化（information visualization或infoviz）、圖表（charts）、圖形（graphs）、資訊圖表（information graphics 或 infographics）。我知道有些人對這些用語的定義各有不同，但我跳脫了那些歧異。這些用語在本書隨處可見，而我會視句子可讀性和順暢性而決定用字。

其次，本書全文以資料論題為中心，包括資料搜尋、蒐集、清理、採用。為了專注於視覺化的程序，我的切入點是從資料蒐集之後開始，而且假設讀者已經固定在使用試算表和其他資料應用工具。關於更複雜的資料分析和應用，我建議你們找配對分析（paired analysis）的專家合作，這部分在第四部將詳細討論。

最後，本書中展示的圖表與附註說明，大部分都是從現實生活取得的真實資料。但為了保護個資或智慧財產權，部分資料、圖表標題、名字或其他特徵已經過修改。

前言　你最該學，也最該必備的新語言與技能

在資料的世界，在創意就是商機的知識經濟體中，視覺化圖示已成為世界的共通語言，無論是圖表、圖形、地圖、圖解，甚至是GIF動畫圖像和表情符號，都比文字、語言和文化更有助人們彼此了解。這樣的視覺語言，天天在世界各地使用。

汽車儀表板上的地圖，能協助駕駛避開車多壅塞的路線，找到車少交通順暢的路線。氣象app 使用圖像符號和趨勢線，讓播報員一目了然。健身追蹤app 內建有簡單圖表，顯示走路步數、睡眠模式、飲食習慣等。水電帳單中包含圖表，所以用戶可以看到他們和鄰居們的水電用量比...

【推薦序】　圖表界的新約聖經／雨狗
【推薦序】　一張好圖表不是從畫圖開始，而是從思考開始／李柏鋒
【前言】　你最該學，也最該必備的新語言與技能

Part 1　入門
第1章　資料視覺化的發展簡史──建構新語言的藝術與科學
第2章　圖表的第一印象──視覺的科學理論

Part 2　製作
第3章　兩個問題à四種類型──圖表製作的簡單分類
第4章　一小時快速提升圖表──一套簡單的架構

Part 3　美化
第5章　印象深刻的修圖──超乎視覺以外的感覺
第6章　成功說服的修圖──三步驟提高圖表說服力
第7章　說服或操控？──事實的模糊界線

Part 4　提案與演練
第8章　提案說服──呈現好的圖表打動人心
第9章　視覺評判──練習製作好圖表

【結語】　學會視覺修辭學，讓你更聰明、更有說服力

詞彙表
參考資料

【推薦序】　圖表界的新約聖經／雨狗
【推薦序】　一張好圖表不是從畫圖開始，而是從思考開始／李柏鋒
【前言】　你最該學，也最該必備的新語言與技能

Part 1　入門
第1章　資料視覺化的發展簡史──建構新語言的藝術與科學
第2章　圖表的第一印象──視覺的科學理論

Part 2　製作
第3章　兩個問題à四種類型──圖表製作的簡單分類
第4章　一小時快速提升圖表──一套簡單的架構

Part 3　美化
第5章　印象深刻的修圖──超乎視覺以外的感覺
第6章　成功說服的修圖──三步驟提高圖表說服力
第7章　說服或操控？──事實...