資料視覺化 Data Visualization 正夯!初學者、行銷人入門步驟、工具推薦

September 7, 2021

數位行銷發展至今,已經逐漸擺脫以往只著重過往經驗決策,或是僅追求曝光的思維模式。現在更強調要蒐集數據,透過解讀數據資料意義,來進行分析與決策。數據的重要性提高,也代表行銷人必須要有數據蒐集與呈現的能力,資料視覺化(Data Visualization)已經不再只是研究人員或資料科學家(Data Scientist)才需具備的技能。


什麼是資料視覺化 Data Visualization?


Data Visualization 除了常被翻成資料視覺化,也會被稱作數據視覺化、資料可視化、數據可視化等。不管怎麼翻,傳達的概念都是一樣,將龐雜的數據資料用圖像的方式呈現,讓人一眼就能清楚數據所要傳達的意義,就是資料視覺化。大數據(Big Data)概念紅了多年,資料科學家、資料分析家(Data Analyst)成了科技業、新創等產業最搶手的工作之一。這也改變了行銷生態,開始逐漸強調數據導向,因此行銷人須具備蒐集、分析數據的能力,並能夠將資料以圖形、圖表等圖像元素的方式呈現,幫助決策者快速、正確地讀懂數據意義,做出決策。資料視覺化 Data Visualization ,自然也開始成為行銷人需要學習的技巧。在開始介紹行銷人如何進行數據視覺化之前,可以點此索取更多整理過的學習資源,幫助你更了解行銷資料視覺化的觀念與訣竅。

行銷人如何學習資料視覺化 Data Visualization?


如果是非常龐大的資料分析和資料視覺化 data visualization ,常需要 R 語言、Python 的技能,但行銷人多半不具深度的程式能力,仍有辦法做到數據視覺化嗎?當然可以,現在有非常多好用又漂亮的資料視覺化工具,無需程式能力也有辦法上手。但學會這些工具,其實不是資料視覺化的首要目標。那麼行銷人如何開始學習資料視覺化呢?接下來就一步步來解析。



ㄧ、先學會整理數據


行銷人常用的社群媒體如 Facebook 或是廣告投放工具如 Google Ads 等的後台,都有非常龐大的數據可以檢視、匯出,但哪些是需要的數據、重點是哪幾個指標,是人決定的。要看的是不同產品每周的轉換率?不同產品每月的平均 CPA?通常這些數據匯出後,還需要透過 excel 或 Google Sheet 的整理,才會是乾淨、可用的數據資料,也才有辦法將數據可視化。


二、決定要說哪件事


資料視覺化的目的,是要將龐雜的數據用最簡單明瞭的圖像表達出來。而一張簡單清楚的圖表,通常無法傳遞過多資訊,因此要先決定好製作出來的這張圖表,想傳遞什麼資訊。是想呈現用戶所在的地區比例?還是不同貼文的互動排名?每月轉換率的變化?先想清楚要呈現什麼樣的資料,以及數據與數據之間的關係,做出來的圖表才能簡單明瞭。


三、選擇正確的呈現方式


圖表有很多種,像是圓餅圖、折線圖、長條圖和地圖等,每種圖表有不同的使用時機。圓餅圖適合呈現不同比例的資料,例如不同產品佔所有營收的佔比;折線圖適合趨勢的變化,例如每個月營收的金額。先了解不同圖表適合呈現什麼樣的數據關係,數據視覺化的過程才能順利進行。



資料視覺化工具推薦


數據整理、分析以及圖表熟習度的基本功都有了後,接下來就可以把這些數據可視化囉!以下介紹幾個行銷人最容易上手的資料視覺化工具。


Excel & Google Sheet


看到這邊先別急著生氣,想說怎麼推薦這種誰都知道的工具。許多想學資料視覺化的行銷人會有個迷思,覺得一定有什麼工具可以把數據丟進去就生成美麗圖表。但天底下沒那麼好的事,做出漂亮數據圖表的前提,都是要熟習數據特性與之間的關係。如果是數據新手,那麼從 Excel & Google Sheet 下手很適合,而他們本身內建的圖表工具就很強大了,如果熟練任ㄧ工具,是能夠利用他們從 0 開始,製作出漂亮又專業的圖表。



Google Studio


近幾年竄起的 Google Data Studio,是 Google 推出的免費資料視覺化工具。既然是 Google 的,當然可以整合自家其他工具如 Google Analytics、Google Sheet、Youtube、Google Ads 等,因此如果你常用到這些工具,那麼 Google Data Studio 會是你進行數據可視化的好選擇。他有很多模板可以套用,省去思考呈現方式的煩惱。他還有動畫功能,能做出非常酷炫的視覺化效果。



Tableau

Tableau 可以說是全球最知名的資料視覺化工具之一。不用程式基礎,而且能用拖曳的方式將資料視覺化,非常直覺好用。他還有一個優點就是速度快,資料龐大也不會卡卡的,用起來很順手。


Power BI

這是微軟出的資料視覺化工具,如果是 Office 使用者,那麼直接選擇 Power BI 會最方便。另外 Power BI 強調同時結合分析與視覺化,因此原始、沒整理過的資料反而很適合丟進 Power BI 中,利用視覺化的方式分析資料。



Visme

大量的模板可使用是 Visme 的優勢,有點像結合「資料視覺化」和「資訊視覺化」的整合工具。除了可以把數據做成圖表,也有很多元素可以製作成資訊圖表,且視覺十分具設計感。有不少人在製作 Instagram 用的資訊圖表或數據圖表時,就會使用 Visme。


現在你是否對資料視覺化 Data Visualization 有初步的認識了呢?即使不像工程師或資料科學家一樣需要會深度專業的資料處理與分析,但資料視覺化 Data Visualization 對行銷人來說,依然是門不小的學問。想瞭解更多,可以點此索取更多整理好的學習資源,一起成為擅長數據分析與呈現的行銷人!

延伸閱讀:

成長駭客(Growth Hacking)要會什麼?100 種常用工具清單 + 一文了解所需技能和思維

免費架設網站超簡單!全球 8 大網頁設計平台,快速就能幫品牌自架網站