这 5 张图，老板永远看不懂
栏目：交付实战 ｜ 标签：图表选型、数据可视化、汇报、BI看板
关于本文的说明
文中的图表原则来自通用的可视化实践，案例图为演示构造，不指向任何具体公司的真实看板。五类图与替换方案可直接套用。
先看一个生活里的版本
你买过一个需要自己组装的家具，打开说明书——一页密密麻麻的爆炸图，零件编号从 A1 到 F7，箭头指向十几个位置。
这张图对谁有用？对正在装家具的人有用。
但如果你只是想站在店里看一眼”这个柜子好不好看”，这张图是一堵墙。它每一个细节都对，但你需要的信息——”长什么样”——一个字都没有。
问题不在图，在于它服务于一个和你完全不同的目的。
公司汇报里的图表，经常在犯同一个错：它是为”做分析的人”画的，而看的人只想确认一件事”所以呢”。
场景：那句很伤人的反馈
有一类反馈很伤人：
“讲得挺好，就是没看懂。”
大多数时候问题不在分析，在图表选型。你选的图在你的语境里很清楚——你知道这两条线为什么这么走，你记得上周那次异常，你清楚坐标轴怎么定的。
但在老板的语境里，他只有 30 秒、没有读坐标轴的习惯、而且只关心一件事：所以我要做什么。
下面这 5 张图，是我在汇报里彻底放弃了的。每一张都配了替代方案。
一、双 Y 轴折线图
图 1 ｜ 两条线都在涨，但它们的关系是画出来的
这是最常见的一张，也是最容易误导的一张。
两条线共用一个 X 轴、用两个 Y 轴，看起来”能对比两个指标”。实际上：
两条轴的刻度是随便定的。 左轴我可以从 90 起、右轴我可以从 20 起——两条线的相对位置、斜率、交叉点，全部可以通过调整刻度”画”出来。
换句话说：这张图上的任何关系，都是制图者的选择，不是数据的事实。
而且还有一个更实际的问题：观众会默认两条线可比。 他们会看着交叉点说”这里 A 超过 B 了”——但两个量纲完全不同的东西，”超过”没有任何意义。
换成什么：拆成两张小图，各用各的轴。
图 2 ｜ 各画各的，趋势清楚，也不会有人误以为它们可比
如果你一定要展示两者的关系，正确做法是画散点图（一个当 X、一个当 Y），或者画两者的比值——那才有可比性。
二、堆叠面积图
图 3 ｜ 左：除底层外都看不出趋势；右：四条线各自平铺
堆叠的问题在于：除最底层外，每一层都”浮”在下面所有层之上。
所以你能看清最底层那条带的高度变化（因为它贴着基线），其余每一层的绝对高度随下层变化而漂移。要看第 3 层的趋势，你得在脑子里减去前两层——没人会这么做。
结果就是：这张图只有最底层的信息是能读的，其余几层全是装饰。
换成什么：小倍数（Small Multiples）。
把每一层单独画一张小图，共用 Y 轴刻度，并排摆放。图会变多，但每一张都能读。
如果层数少（2–3 层）且你关心的是总量，那堆叠是可以的——这时候它服务于”总量”这个目的，问题不大。超过 3 层就别用了。
三、超过 5 块的饼图
图 4 ｜ 左：分不清第 4 块和第 5 块谁大；右：一眼看得出排序
人眼对角度和面积的判断能力很差，对长度的判断能力很好。
这是有实验依据的：比较两块扇形，你要靠角度；比较两根条形，你只要看哪根更长。所以饼图在第 3 块之后基本失效——你能看出最大的那块，其余的分不出高下。
而且饼图还有个致命限制：它不能表达”差距有多大”。 23% 和 19% 在饼图上看起来差不多，在条形图上差得很明显。
换成什么：横向条形图，从大到小排。
顺带两个附带好处：标签可以横着写（不用斜着挤），而且能直接标数值。
饼图只有一个场景是合适的：两块，且你想表达”占比”（比如 70% vs 30%）。 这个场景下它确实比条形图更直观。
四、没有基线的绝对值图
图 5 ｜ 右边那张，一眼看得出问题在哪些月
一张只有绝对值的柱状图，观众读完得到的信息是：”这个月是 118。”
然后呢？118 是好是坏？
他不知道。因为他没有参照物。而上个月是多少、目标是多少、去年同期是多少——这些你脑子里有，图上没有。
这是汇报里最常见的一种”信息传递失败”：你把完整的上下文放在自己脑子里，然后只把裸数给了对方。
换成什么：加一条基线。
三种基线选一个：
- 目标线（如果你们定了目标）
- 去年同期（如果业务有季节性）
- 近 12 周均值（如果没有明确目标）
补一句：基线要在图例里写清是什么，否则又会产生新的误读。
五、相关系数热力图
图 6 ｜ 左：信息全，但没有结论；右：只给那一个关键关系
这张图在探索阶段非常有用——你不知道哪些变量相关，用它扫一遍，很快能找到候选。
但它不该出现在汇报里。因为：
它把所有关系平等地展示出来，而观众要的是”哪一个”。
一张 6×6 的热力图有 15 个独立相关系数。观众看完不知道该记住哪个。而且更糟的是——他们会自己挑一个最显眼的，而那个通常不是你想说的那个。
换成什么：只画那一个关键关系的散点图。
标出相关系数、画出趋势线、给坐标轴写上业务含义（不是 x1、x2，而是”客服响应时长””客户续约率”）。
热力图留在你的分析过程里，放进附录。
顺带说一张不在黑名单上、但常被用错的图：折线图
折线图本身没问题，它是表达趋势最好的图。但它有一个常见误用：用折线连接本来不该连接的点。
折线隐含的语义是”相邻两点之间有连续的变化过程”。所以：
- 时间序列 → 用折线 ✅（点与点之间确实有过程）
- 分类对比（各渠道、各地区、各品类）→ 用柱状图 ✅（类别之间没有”中间状态”）
用折线连”北京—上海—广州—深圳”这四个城市的数据，视觉上会暗示存在一个”北京和上海之间的城市”，而这个东西不存在。
这个错误看似很小，但它会让观众下意识地去读”趋势”——而分类数据根本没有趋势可言。
还有第二种误用：纵轴不从零开始。
这在折线图上是可以接受的（甚至推荐，能放大变化），但在柱状图上就属于误导——因为柱状图靠长度表达大小，截断纵轴会让差距看起来放大好几倍。
一个简单的规则：
柱状图 → 纵轴必须从 0 开始
折线图 → 纵轴可以不从 0 开始，但要在轴上明确标出来
六、五张图的替换对照
图 7 ｜ 红 = 该换掉；绿 = 换成什么
| 该换掉的图 | 为什么看不懂 | 换成什么 |
|---|---|---|
| 双 Y 轴折线图 | 两条线都在涨，看不出因果 | 拆成两张小图，各用各的轴 |
| 堆叠面积图 | 除底层外看不出趋势 | 小倍数：几条线各自平铺 |
| 超过 5 块的饼图 | 分不清谁大谁小 | 横向条形图，从大到小排 |
| 没有基线的绝对值 | 不知道这个数是好是坏 | 加一条目标线或去年同期 |
| 相关系数热力图 | 信息全，但没有结论 | 只画那一个关键关系 |
七、两条通用原则
比记住这五张图更重要的，是下面两条原则。
原则一：一张图只回答一个问题。
如果你的图同时想表达”趋势”和”构成”，那它两个都表达不好。拆成两张。
原则二：3 秒内说不出结论，就换图。
这是一条可执行的自检。把你的图给一个不了解背景的人看 5 秒，问他”这张图在说什么”。
- 他能说出来 → 图是有效的
- 他开始描述看到了什么（”这里有条线在涨”）→ 说明图没有结论
第二种情况出现时，不要加注释、不要加说明文字——换图。注释救不了一张选错的图。
还有一条补充：不要为了让图”好看”而牺牲可读性。
我见过为了配色统一把相近的两类用相似颜色画的，也见过为了塞进一页而把字号缩到 8pt 的。看板的用户是老板，不是设计师。
顺带说一句：给图配一句”所以呢”
最后给一个成本最低、效果最明显的改动。
在图的上方或下方，加一句完整的结论句：
❌ 图题：「各渠道转化率趋势」
✅ 图题：「各渠道转化率趋势 —— A 渠道持续领先，C 渠道近两月在下滑」
差别在于：前者是一句描述，后者是一个结论。
观众读图的路径通常是这样的：先看标题，再扫一眼图，然后决定要不要细看。如果标题只是描述，他必须自己从图里读出结论——而这一步，很多人不会做，或者做错。
如果标题直接给了结论，他扫一眼图就能确认”哦，确实是这样”，然后进入下一步讨论。整个过程从 30 秒变成 5 秒。
而且它还有一个隐藏好处：写不出结论句的图，通常就是那张选错了的图。 所以这也是一个自检——如果你给一张图写不出”所以呢”，那就该换图了。
每条图题多花 10 秒，整份材料的阅读效率提升不止一倍。
还有一类问题：颜色
最后补一个非图表类型、但同样影响理解的问题：配色。
三种常见错误：
① 用颜色表达连续量，但色阶不均匀 —— 人眼对颜色深浅的分辨能力有限，超过 5 个色阶基本分不出来。
② 相近的类别用相近的颜色 —— 比如三个渠道用了深蓝、中蓝、浅蓝。观众会以为它们是一类。
③ 用红绿表达好坏，而观众里有色觉障碍者 —— 男性中红绿色盲的比例约 8%，一个 20 人的会议室里平均有一到两位看不出区别。
第 ③ 条最容易被忽略，因为它不会有人主动告诉你。
一个简单可靠的规则：用”颜色 + 另一个通道”双重编码。
- 好/坏 = 颜色（红/蓝，而不是红/绿）+ 形状（圆/方）
- 或者：颜色 + 直接标注数值
这样即使颜色看不出来，信息依然完整。
另外还有一个通用建议：全公司的图表用同一套配色，且把”主色”留给你想强调的那个类别，其余全部用灰。这样观众的目光会被自动引导到你希望他看的地方——而不需要你画箭头。
最后一句
回到那张家具安装图。
它对要装柜子的人来说是最好的图——精确、完整、无歧义。它只是不适合给想看一眼外观的人。
没有”错的图”，只有”放错地方的图”。
而汇报这件事的特殊之处在于——它的读者不是你，是那个只有 30 秒的人。
分析是你的，结论是他的。 图是这两者之间唯一的桥，桥要按他的脚来修，不是按你的。
下次做图，试试那句 5 秒测试。它比任何图表规范都好用。
拍板之前，先过这 10 关
我做了一份《数据决策 10 问清单》。10 个问题，帮你在为一个数据结论拍板之前，先确认它能不能信——尤其是当这个结论要花掉真金白银的时候。
👉 访问 archcode.cn 免费领取 ｜ 公众号后台回复「10问」
如果你手上正有一份报告拿不准，也可以直接找我：发过来，我出 3 页诊断意见。