这3个图表“小心机”，用对了雪中送炭，用错了是惨不忍睹

这是一篇报告心机文，甚至可以说是错误示范，然而却是当你的数据惨不忍睹，没有内容可以汇报时，可以偶尔使用一下。

但也只能偶尔使用，一直使用这些“小心机”，领导就不仅该怀疑你做事的能力，还要怀疑你的态度问题了。

以下内容纯属瞎扯，认真你就输了。

一、从0开始的折线图

折线图是否从0开始并不是一个硬性规定，要从实际出发。譬如你们公司每天的销售额是几十万，此时刻度起点从0 开始，间隔为10万，那么即便是较大的变化也会在一眼上缺少起伏而变得平缓，此时如果领导不清楚实际情况，也只会浅浅掠过。

但如果你的纵轴刻度从10万开始，那么即便是微小的减少，也将会有显著的变化。

同样通过更改单位间距也可以达到同样的效果。

所以起点是门学问，如何选择合适的起点和间隔，要看你的目的是什么？你想让人注意到什么？忽略什么？

当然一般正确做法是根据实际数据集来调整比例，最好能够保持整个图形占据纵轴的2/3范围最为合适。

2、差距是对比出来的

大多数时候，我们去描述一个数据，并不只看某条数据的本身，而是放在一堆数据里才能说明问题，所以没有对比就没有发言权。正因如此对比的方法有时也可以成为我们能够操作的点。

譬如下面这张图：你会得出微信渠道的投放效果是微博渠道的3倍，从而得出可以加大投放微信渠道，减少微博渠道投放。

然而实际情况却是微信渠道与微博渠道差距并不大，可能也就50%的差距。

正确做法：如果你是采用的柱状图来展现数据，从0开始更能保证数据的数据的准确性

3、愉悦的平滑曲线

曲线图和折线图从功能来说整体区别不大，然后视觉效果却让人有着不同的体验。

曲线图整体较为柔和，当数据较为密集时，对其变化展现更为温和，让人有种愉悦感。

而折线图更为锋利，在展现变动数据时，尤其是时时间跨度较大时，容易忽略期间的细微变化，给人一种变动是急剧的感觉。

正确做法：看数据的颗粒度，如果数据较为密集，则选择曲线图更容易展现事务的整体变化趋势；如果目的是为了突出数据的变化，则选择折线图更为精准。

4、最后
正是因为数据可视化的直观性，导致人们一眼获取的信息更加直白，无需经大脑处理，因而有很多的操作空间，一般情况下数据可视化是为了让数据的传递更加准确，所以此方法仅为了让你的努力看起来不是那么白费，为了让你的报告稍微好看点，故此仅可偶尔使用。

但最终还是要回归数据可视化的初心–即正确的披露数据信息，所以你也可以将此篇文章当作是验证图表准确性的建议文。

以上图表均以FineBI制作，其内置了上千种图表，还可以自定义多种样式，回复“BI”即可获取同款工具。