数据的世界，不仅需要图表，更需要故事

本周，我们继续在极海Lab上发布品牌监测数据，并配制好相关的图表来解读苏宁小店、百胜、百果园等品牌门店发展的状况。在讨论配合图表尽可能少用文字时，我们运营的小伙伴表达了一个担忧：图表对很多读者来说，有门槛：对比枯燥的数据，一样也有看不懂的难题。我心里其实有些小不服气，不是说一图胜千言吗？我们的文案几乎是采用了最常见图表类型的信息图，怎么会有人抱怨看不懂呢？不过后来想想也释然，世界上任何一个话题，无论多么简单，解释的人费多大的劲，总会有人说Ta听不懂。这个时候对于解释者来说，除了垂头丧气，可能最谦卑而理性的心理状态应该是：我自己的解释“功力”还不够吧。

“Today, for anyone who wants a shot at a well-compensated position . . . comfort with data is increasingly essential.” 今天，对于任何想要获得高薪职位的人来说……对数据的适应越来越重要。
                                                            ————————————Josh Bersin，德勤

根据诺奖得主丹尼尔·卡尼曼的超级经典著作《思考快与慢》，人脑并不自动接收逻辑的认知，甚至可以说绝大部分人本能的都是排斥需要计算、分析、推理这种耗费大脑能量的思考（卡尼曼称其为思考的系统2）。而和数据有关的认知，哪怕就是一张简单的图表，也是这种典型的需要系统2开动的大脑运作模式。请原谅我在上面引用德勤Josh的话，来暗示那些懒着动脑子，排斥对数据“适应性”的职场人士正在走着与薪水提升背离的下坡路。

懂图表，沿着图表作者的思路琢磨，算得上是对数据最基本的适应性了吧。这种适应性体现的是对数据如何加工成信息来解释世界的好奇心。像极海这样的数据及图表、报告的制作者、传播者，需要不断尝试的是想方设法来启发这种好奇心。努力的方法也无它——依靠故事而已。斯坦福的课堂研究表明，听课的学生中，能记得住数据故事的人数和记住统计数据的人数相比，差距10倍以上——即便大家都是一群脑子极好使的学霸。

任何故事都可以借助英雄之旅的经典套路。坎贝尔的《千面英雄》无论是17幕还是12幕都太复杂了，化简为“启程、启蒙和归来”这三幕，对数据故事就够用。讲述人从发现一个问题开始，用数据破解冲突，逼近问题的本质，到第三幕形成一个结论，最好还有决策建议，这段数据的英雄之旅就算是走完了。

我用斯诺的霍乱地图实践一下模板化数据故事。第一幕——初始状态：在伦敦最严重爆发霍乱的1854年，当时人们对微生物还没有概念，更不要说对霍乱弧菌的认知了，有人祈祷，有人逃离，谁也不知道到底发生了什么；第二幕——数据对抗冲突：斯诺医生用一张简陋的手工地图，将每个死去的人在其住处位置标上一个小格子（地图上的柱状图啊），发现以死亡的人是以宽街（现在叫做Broadwick大街）上的水泵为中心，分布扩散开去；第三幕——解决问题：虽然不知道到底致命的原因是什么，但数据地图透露着一个秘密，一定与宽街的这个水泵有关系。关掉它，禁止所有人喝这个水井的水。感染也就失去了源头。

故事，当听和讲的双方都在现场用语言表达时才最有感染力，数据的故事也不例外（让数据故事写的和《盗墓笔记》一样扣人心弦，三叔也做不到）。但当数据分析师、咨询师，以及用文字、图片、报告向数据故事的受众广泛传播的文案工作者，没法用声音的方式去让读者理解故事的内涵，Ta们只能自己对着图表去阅读时，数据图表的作者最起码要给出图表的解释。解释也算做最简单的故事了。

Cario教授在《图表如何撒谎》中开篇就解释了一下特朗普在白宫西厅办公室悬挂的2016年大选战胜希拉里的地图以此宣扬自己如何受到美国人民的爱戴，就是一张迷惑人的“伪地图”。在书中详细的描述了，“人”的分布为什么不能用“县”的多边形表示，以及人数和分布的绝对相对关系。感兴趣的图表爱好者可以去查阅原书。

回到我们自己的工作。极海品牌监测产品要做好的事情首先是用高效、长期稳定、高频更新的技术方法让数据丰富可靠；第二，也致力于将数据可视化简单明了，并提供可解释的报告，能让数据成果一目了然的帮助决策者理解数据，做出取舍。目前我们已经能做到对单个品牌一键输出长图，长图中包含了众多的图表。对于每个图表，我们争取都能做出最通俗的解释，让读者理解图表的含义。比如在《苏宁小店，烧钱烧得并不值当！》中，小编为“好朋友”图做的解释是：

通过对苏宁小店的门店周边500⽶范围作统计，发现上图这些品牌出现在苏宁小店周边的概率较⾼，即对苏宁小店的覆盖率较⾼；圆圈的颜色代表行业,圆圈大小代表着覆盖率的高低，进而可以理解成为关联程度的高低。因此，对苏宁小店来说，绝味鸭脖最常出现的。 图中箭头代表着苏宁小店品牌之间的规律，比如苏宁小店>绝味鸭脖这条规律表达的含义就是，在苏宁小店出现的时候，很大可能出现绝味鸭脖。灰⾊箭头线条的粗细代表着这条规律的出现的可能性大小。

对于苏宁小店在南京分布的空白市场地图时，做的解释为：

苏宁小店总部所在的南京，我们在寻找它的空白市场时发现，苏宁小店的空白市场非常零碎，并且小块分布。极有可能是它缺失了“好朋友”的引导。因为根据苏宁小店周边的好朋友的关系，我们提出⼀个假设，在好朋友和好朋友组合的周边，也应该出现苏宁小店。那么基于这个假设，⾸先提取出“好朋友”们门店出现的区域，在这些区域⾥⾯筛除掉苏宁小店门店存在的区域，剩下的就是苏宁小店“应该出现但却没有出现”的区域，也就是苏宁小店可以去开店但还没开的地⽅，即苏宁小店的“空白市场”。

当今的时代，数据越来越重要，而围绕数据的技能也越来越综合。在数据的范畴内，如果把机器学习算法、编程、统计学知识看做是硬性的能力，那对数据的解释，语言表达、撰写文字、乃至编辑故事就算作软性的能力。数据的时代，需要对数据的解释，需要讲述数据的故事，因为人与人的界面永远都是柔软的，故事是柔软的载体。能将数据解释好，更有故事性，这也是极海伙伴们每个人都会努力的软技能。

*封面地图引自Wendy shijia所作的长江流域水位图，细看也都有需要解释的故事。