十年前，我做過一張圖表，害公司丟了一個客戶。
技術上它沒錯。但那張有七個分區、各用不同顏色的 3D 圓餅圖，卻沒能清楚傳達某個產品線正在嚴重虧損的事實。客戶看了看，禮貌地點點頭，然後做出了錯誤決定。
從那時起，我便致力於避免視覺化錯誤。
錯誤 #1：大雜燴儀表板
症狀：一個畫面塞 15 張圖表、五種圖表類型、色彩繽紛、還需要捲動。
原因：總想著「資料可能會用到」，擔心遺漏任何資訊。
解法：問「這個儀表板是要支援什麼決策？」然後刪除所有不相關的內容。我建議每個儀表板最多放 3-5 個視覺化圖表。
實話實說：我曾接手一個有 47 張圖表的儀表板，訪談使用者後發現他們只看其中 6 張。我們一天內就重新設計好了。
錯誤 #2：誤導人的 Y 軸
症狀：Y 軸未從零開始（即使應該如此），截斷的軸線誇大了差異。
原因：有時是刻意操弄，但通常是工具的預設設定導致。
解法：長條圖的 Y 軸務必從零開始。折線圖則視情況而定——若要顯示微小的百分比變化，從較高值開始可能合適，但須清楚標註。
檢驗方法：一般人會被這個軸線誤導嗎？如果是，請修正它。
錯誤 #3：彩虹調色盤
症狀：每個資料序列都用不同顏色，紅、橙、黃、綠、藍、紫全擠在一張圖表上。
原因：軟體預設的調色盤，以及誤以為「顏色越多越容易區分」。
解法：重點資料用一個強調色，其餘用灰色。若需多色，請選用同一色系的 3-4 種顏色。
研究顯示：彩虹調色盤尤其糟糕，因為顏色沒有自然順序。紅色比藍色大嗎？大腦無法直覺判斷，反而更費力。
錯誤 #4：圖表垃圾
症狀：3D 效果、過重的格線、裝飾性元素、背景圖片、陰影效果。
原因：工具讓人輕易添加，而人們以為這樣看起來更「專業」或「吸睛」。
解法：刪除所有不直接傳達資訊的元素。不確定的話，就拿掉它。
愛德華・塔夫特稱之為「圖表垃圾」，他說得對——每個像素都應該有助於理解資料。
錯誤 #5：選錯圖表類型
症狀：有 12 個分區的圓餅圖、用折線圖呈現類別資料、用長條圖顯示超過 100 個時間點的序列資料。
原因：沒思考圖表究竟要傳達什麼資訊。
解法：根據你要回答的問題選擇圖表類型：
- 比較數值？→ 長條圖
- 顯示趨勢？→ 折線圖
- 呈現部分與整體？→ 堆疊長條圖（若分區不超過 4 個，也可用圓餅圖）
- 顯示相關性？→ 散點圖
錯誤 #6：缺乏明確的視覺層次
症狀：所有元素一樣大、沒有視覺強調、最重要的洞見不突出。
原因：將所有資料視為同等重要。
解法：運用大小、顏色和位置來營造層次感。最重要的數字應該最大，關鍵圖表應放在左上角。
我會用「瞇眼測試」——瞇眼看你的儀表板，最重要的東西是否仍然突出？如果沒有，請強化視覺層次。
錯誤 #7：缺少背景資訊
症狀：數字缺乏比較基準、趨勢沒有解釋、資料沒有意義。
原因：假設觀眾知道什麼是「好」的標準。
解法：永遠提供比較基準——前期資料、目標、標竿或平均值。為重要事件添加註解，並用簡短文字說明觀眾應獲得什麼結論。
不佳範例：「營收：230 萬美元」
較佳範例：「營收：230 萬美元（較目標 +15%）」
錯誤 #8：過度複雜化簡單資料
症狀：明明用長條圖就能表達，卻用氣泡圖；簡單的流程用桑基圖；基本比較用雷達圖。
原因：想要展現深度，或對「基本」圖表感到乏味。
解法：使用能傳達訊息的最簡單圖表。複雜圖表應留給簡單圖表無法展現的複雜關係。
我的原則：如果你需要解釋如何閱讀這張圖表，那就換一種圖表。
錯誤 #9：設計不一致
症狀：不同圖表使用不同配色、字體不一、同一頁面風格混亂。
原因：圖表在不同時間製作、多人協作、缺乏風格指南。
解法：建立視覺語言並嚴格遵守。相同顏色代表相同含義，相同資料類型使用相同圖表，保持字體一致。
這點比大家想的更重要。不一致會迫使觀眾重新學習如何閱讀每張圖表。
錯誤 #10：忽略無障礙設計
症狀：紅綠配色、對比度不足、字體太小、缺少替代文字。
原因：未考慮多元使用者，只在自己的設備上測試。
解法：
- 使用色盲友善調色盤（許多工具都有提供）
- 確保足夠的對比度（可參考 WCAG 指南）
- 用圖案或標籤區分類別，而非僅靠顏色
- 添加描述性標題和替代文字
約 8% 的男性有色覺缺陷，很可能就是你團隊或觀眾中的一員。
最根本的錯誤
最大的錯誤並非以上任何一項，而是沒有讓真實使用者測試你的視覺化圖表。
將圖表拿給不熟悉資料的人看，問他們圖表表達什麼，並計算他們理解所需的時間。
如果他們感到困惑，那不是他們的問題，是圖表的問題。
好的視覺化長怎樣
我見過最好的視覺化圖表都有以下共同點：
- 一張圖表一個明確訊息
- 清晰的視覺層次（能一眼看到重點）
- 極簡裝飾
- 一致的設計
- 提供解讀的背景資訊
- 適合多元使用者的無障礙設計
有助益的工具
像 ChartGen 這類現代工具能自動套用最佳實踐，協助避免許多錯誤。AI 不會建議 12 區的圓餅圖或添加 3D 效果。
但工具只是輔助，無法取代判斷力。了解這些錯誤為何是問題，能讓你無論使用什麼軟體，都能更好地發現錯誤。
最後的提醒
所有視覺化錯誤都有一個共同根源：優先考慮「看起來厲害」，而非「溝通清晰」。
我們的目標不是讓人驚豔，而是讓人理解。
當你發現自己添加某個元素只是「因為好看」時，請暫停並自問：這能幫助別人更快理解資料嗎？
如果不能，就刪掉它。