十年前，我做过一张让公司丢掉客户的图。
技术上没错。但那张七块扇区、每块颜色不同的 3D 饼图，没有让人看出有一条产品线在严重亏损。客户看了一眼，礼貌点头，然后做了错误决定。
从那以后我就一直在避免可视化错误。
错误 #1：大杂烩仪表盘
表现：一屏 15 张图、五种图表类型、满屏颜色、需要滚动。
原因：「说不定会用到这些数据」的心态，怕漏掉什么。
改正：问「这个仪表盘支持什么决策？」删掉一切不直接服务该决策的内容。我建议每个仪表盘最多 3–5 个可视化。
实话：我曾接手一个 47 张图的仪表盘。访谈用户后发现他们只看其中 6 张。我们一天内重做完了。
错误 #2：误导性 Y 轴
表现：该从零开始的 Y 轴没从零开始；截断的轴放大了差异。
原因：有时是刻意操纵，多半只是工具的默认行为。
改正：柱状图一律从零开始。折线图视情况而定——若展示小幅百分比变化，从更高值开始可以接受，但必须标注清楚。
自检：一个正常人会不会被这条轴误导？会的话就改。
错误 #3：彩虹配色
表现：每个序列一种颜色，红橙黄绿蓝紫全在一张图上。
原因：软件默认配色，以及「颜色越多越容易区分」的误解。
改正：重要内容用一种强调色，其余用灰色。若必须用多种颜色，控制在同色系 3–4 种。
研究：彩虹配色没有自然顺序（红比蓝大吗？），大脑要额外加工，尤其成问题。
错误 #4：图表垃圾
表现：3D 效果、过密网格线、装饰元素、背景图、阴影。
原因：工具让这些很容易做，大家觉得「专业」或「好看」。
改正：去掉一切不直接传达信息的元素。拿不准就删。
Edward Tufte 称之为「chartjunk」——每个像素都该为理解数据服务。
错误 #5：图表类型与数据不匹配
表现：12 扇区的饼图、用折线图展示分类数据、100+ 时间点的柱状图。
原因：没想清楚图表要传达什么。
改正：让图表类型对应你要回答的问题：
- 比较数值？→ 柱状图
- 展示趋势？→ 折线图
- 部分与整体？→ 堆叠柱状图（或 ≤4 扇区的饼图）
- 相关关系？→ 散点图
错误 #6：没有清晰层级
表现：所有元素一样大、没有视觉重点、最重要结论不突出。
原因：把全部数据当成同等重要。
改正：用大小、颜色和位置制造重点。最重要的数字最大，关键图表放在左上。
我常用「眯眼测试」：眯眼看仪表盘，最重要的东西还显眼吗？不显眼就加强层级。
错误 #7：缺少上下文
表现：只有数字没有对比、有趋势没有解释、数据没有含义。
原因：假设观众知道「好」长什么样。
改正：始终提供对比——上期、目标、基准或均值。对重要节点加注释。用简短文字说明观众该得到什么结论。
差：「收入：230 万美元」
更好：「收入：230 万美元（较目标 +15%）」
错误 #8：把简单问题复杂化
表现：柱状图就够却用气泡图、简单流程用桑基图、基础比较用雷达图。
原因：想显得高级、觉得「基础」图表无聊。
改正：用能传达信息的最简单图表。复杂图表留给简单图表无法表达的复杂关系。
我的原则：若需要先教人怎么读图，就换一种图。
错误 #9：设计不一致
表现：不同图表用不同配色、字体不一、同一页风格混搭。
原因：图表在不同时间、由不同人做、没有风格指南。
改正：建立一套视觉语言并坚持。同一含义用同一颜色、同类数据用同类图表、版式统一。
不一致会逼观众每张图重新学习，影响比很多人想的大。
错误 #10：忽视可访问性
表现：红绿配色、对比度不足、字号过小、没有替代文本。
原因：没考虑多样用户、只在自己设备上测试。
改正：
- 使用色盲友好配色（很多工具有现成的）
- 保证足够对比度（可参考 WCAG）
- 用图案或标签区分类别，不只靠颜色
- 添加描述性标题和替代文本
约 8% 的男性存在某种色觉缺陷，很可能就在你的团队或观众里。
元错误
最大的错误不是上述任一条，而是不拿真实用户测试你的可视化。
把图给不了解数据的人看，问他们图在说什么，计时他们多久能理解。
若他们费劲，不是他们的错，是图的错。
好的可视化长什么样
我见过的好可视化都有这些共性：
- 一张图一个清晰信息
- 层级明显（一眼知道先看什么）
- 装饰最少
- 设计一致
- 有解读所需的上下文
- 对不同观众可访问
工具有什么用
像 ChartGen 这样的现代工具会自动应用最佳实践，能避免很多上述错误，例如不会建议 12 扇区的饼图或 3D 效果。
但工具是辅助，不能替代判断。理解这些错误为何成问题，能让你无论用什么软件都更容易发现它们。
最后一点
所有可视化错误都有一个共同根源：把「看起来厉害」放在「传达清楚」前面。
目标不是惊艳，是让人看懂。
当你发现自己加东西「因为好看」时，停一下问：这能让人更快理解数据吗？
不能的话，删掉。