多數人面對圖的壓力源於「選哪一種圖型」。但真正讓圖變好的，不是工具的選項，而是思考的程序。

為什麼工具自動產出的圖永遠不夠好#

• Excel 與 Google Sheets 讓做圖變得「按一下就有」，但這只能美化外觀，無法精煉訊息
• 程式只會視覺化資料，人才能視覺化想法
• 試算表不知道你的觀眾是誰、目的是什麼——脈絡（context）必須由你給

好圖 = 設計品質 × 脈絡品質。 程式可能幫你完成第一項，但第二項只能你自己來。

四步框架與時間分配#

對於日常型資料圖（everyday dataviz），一個小時左右就能大幅升級。框架四步：

1. Prep（準備）── 5 分鐘
2. Talk and Listen（對話與聆聽）── 15 分鐘
3. Sketch（草圖）── 20 分鐘
4. Prototype（原型）── 20 分鐘

每一步的時間因案件複雜度浮動，但比例與順序通常不變。

Step 1: Prep（5 分鐘）#

像廚師的「mise en place」：把所有材料與工作檯都備好。

創造三種空間#

• 心理空間（mental space）：在行事曆上劃出時段，關掉信件與通訊軟體
• 物理空間（physical space）：找個關起來的房間，避開隨機路過的同事插話
• 白色空間（white space）：紙、白板、可推走的活動白板（推不走就用手機拍照）；準備三、四種顏色的筆

把資料放一旁#

這聽起來反直覺——但這是擴大思考的關鍵。

• 不是忽略資料，而是先別從資料出發
• 從資料出發 → 結果常常只是「把表格翻譯成視覺」的平庸圖
• 從「我想呈現什麼」出發 → 你才會去問是否該引入新資料、或重新處理現有資料

例：電商主管想呈現「一天中各時段購買活動」，從試算表直接畫出的是「以美東標準時間記錄的時間」——但真正有意義的是買家當地時間。先想清楚要呈現什麼，才會發現要重整資料。

寫下基本資訊#

在白板或紙的最上方寫下：

• 標題暫定為什麼
• 觀眾是誰
• 將在什麼場合使用
• 屬於四種類型中的哪一種
• 在 Good Charts Matrix（脈絡 × 設計）上目標位置在哪

這些字像浮標：當你後面在發散討論時偏離主題，可以隨時抓回來。

Step 2: Talk and Listen（15 分鐘）#

這是最具啟發性，也最違背本能的一步。

找一個對話對象#

• 不確定方向時：找一個外部人，他不熟資料也不熟主題，能逼你解釋、整理、補脈絡——感覺像腦力激盪
• 方向明確、想驗證時：找一個靠近專案的人，他熟資料、可能就是觀眾——感覺像直覺檢查（gut check）

用三個固定問題開場#

• What am I working on?（我在做什麼？）
• What am I trying to say or show / prove or learn?（我想說什麼、展示什麼？或想證明什麼、學到什麼？）
• Why?（為什麼？）

注意第二題刻意不問「資料說了什麼」——那會把你綁回試算表的細胞層級，扼殺更廣闊的思考。

Why 是最痛但最關鍵的一題#

不停問「為什麼」會逼出真正的訊息。

• 範例：客服經理說「我想讓老闆知道我們其實沒她想得那麼差」
  • 問：為什麼她覺得很差？
  • 答：續約率連三季下滑
  • 問：那為什麼你說沒那麼差？
  • 答：對手的續約率掉得更慘——那是產業性問題，不是執行問題
• 經理因此找到視覺起點：「我們在下滑，但下滑幅度遠小於主要對手」
• 反例：主管想把「會議多 → 營收下滑」連起來——一直追問下去若回答不出 why，就要停下來，把宣告型轉為驗證型，先用探索圖測試假設

邊聽邊抓視覺關鍵字與隱喻#

• 視覺類詞彙：分布（distributed）、散開（spread out over）、不同類型（different types）、群集（clusters）
• 隱喻類詞彙：「錢從部門飛走了」、「需求斷崖式下跌」、「選擇就像迷宮」
• 範例：「我想比較職缺數與錄取數的比例（ratio），看不同職位類型的差異」
  • 比較數字 → 數量軸
  • 比例 → 兩數對比
  • 不同類型 → 跨類別重複比較或分組

與 Clay Christensen 合作 HBR 文章視覺化時，他把「一群人一起塑造這篇文章」說成「ideas flowed into the article」——「flowed into」這個詞讓團隊想到 alluvial／Sankey 圖，後來又有人提到「cascade」，視覺方向當下定型。

Step 3: Sketch（20 分鐘）#

從想法走向視覺的橋樑。好的草圖：快、簡、亂。

先把關鍵字配到圖型#

• 你可以參考 Andrew Abela 的「圖表類型階層」——把圖型分成「比較」、「分布」、「組成」、「關係」等大類
• 但Abela 的圖只該當靈感清單，不該當決策機

一份「該用哪種圖」的速查表，會在你應該發散時收斂——就像把樂高倒在小孩面前，卻只准她照說明書蓋十種東西。 用清單前要先「亂玩 Lego」。

作者把 Abela 的圖改編成「對應關鍵字到圖型」的版本，並加入概念性圖型（網絡、層級）——這樣它從決策機變成靈感地圖。

動手畫#

• 不要在乎刻度與精準度
• 把幾個關鍵字、幾個可能形狀、與「我想說什麼」的一句話放在眼前，然後畫
• 即使你已經很確定要畫什麼，也至少畫一個替代方案——這是《紐約時報》圖表編輯 Hannah Fairfield 的習慣
  • 例：比較 Apple 產品價格與家戶月所得，最自然的選擇是並排長條圖；但 Fairfield 的習慣促使她與作者試畫了「迷你樹狀圖」（mini treemaps），呈現「該產品佔月所得多少」，效果反而更好

草圖階段最重要的決定#

• 不是要選哪種圖，而是不要採用哪些方向、確定整體形式
• 第二章的客服經理就是在草圖階段才意識到：自己一直在說的那句話「服務恢復後客服績效仍持續下滑、且下滑開始於停機之前」根本沒有提到客訴量——所以草圖立刻去掉了那條線

Step 4: Prototype（20 分鐘）#

什麼時候從草圖切換到原型？

• 草圖開始貼合那句「我想說什麼」
• 草圖從「廣泛嘗試不同想法」收斂為「同一個想法的精修」
• 你開始把實際資料、軸標、標籤代進去
• 你開始想色彩、標題、字級
• 你已經想不出更多新想法

草圖是發散（generative），原型是收斂（iterative）。

三種原型形式#

• 紙本原型（paper）：適合資料量小、視覺單純的案件；是從草圖到數位的好過渡
• 數位原型（digital）：用 Excel、Google Sheets、Datawrapper 等工具，速度快、能處理較大資料
  • 是驗證型與探索型視覺化的利器
  • 部分工具產出 SVG（可導入 Adobe Illustrator 精修）或預設互動 HTML
  • 缺點：高功能工具有學習曲線；免費線上工具功能斷片；對概念性圖（流程、層級）幫助有限——這時白板還是王道
• 配對原型（paired）：與專家合作

配對原型：借自 Boeing 的方法#

• Brian Fisher 與 David Kasik 在 Boeing 共創此法，源自配對分析（paired analysis）與極限編程（extreme programming）
• 概念：主題專家（你，主管）+ 工具專家（資料分析師、設計師、程式設計師）坐在一起工作，不是隔牆扔需求

Boeing 的鳥擊（bird strikes）案例：

• 鳥擊每年成本估計 1.23 億～ 6.15 億美元（哈德遜河奇蹟降落即是 A320 撞上加拿大雁所致）
• 主題專家是航空安全專員，工具專家精通 Tableau 與 IN-SPIRE
• 兩人花數天，從「先看月份與時段」逐步走到「加上地理位置」、「結合時間 × 地理但簡化」、「再看高度 × 速度」、「最後做撞擊位置頻率圖給管理層」
• Kasik 說：這個流程比其他方法更快帶出洞見，也直接導致了飛機防撞設計與飛行員訓練的改進

1914 年的 Brinton 與 1969 年的 Spear 都假設做圖是團隊工作（Spear 還列出「communicator」、「graphic analyst」、「draftsman」三種角色）。 1980 年代軟體普及後，公司放棄了專家、改用「Excel 夠用就好」。 現今配對原型的回潮，是這支鐘擺擺回來的訊號。

一個完整實例：Lisbeth 的兩小時#

Lisbeth 是音樂串流公司的行銷經理，要呈現「使用者在串流時做哪些其他活動」。她從試算表丟出的圓餅圖一團混亂、看不出意義。

• Prep（5 分鐘）：找了有白板的小會議室、預備咖啡、邀請朋友。在白板頂端標出：象限是 declarative + data-driven（everyday dataviz）；在 Good Charts Matrix 上她願意稍微犧牲設計，把脈絡做到極致——畢竟對象是熟知主題的部門同事
• Talk and Listen（20 分鐘）：先和外部朋友聊，朋友追問「為什麼不能說沒有主導活動？」；又和會出席會議的同事聊，浮現出兩個關鍵字：「individuals」與「不要只給百分比」
• Sketch（20 分鐘）：先把活動分成三大類；嘗試圓餅圖、長條圖、Venn 圖。「individuals」這個詞一直跳出來——讓她想到爆紅的「If Twitter were 100 people」，畫出單位圖（unit chart）的草稿
• Prototype（65 分鐘）：找了會寫程式的朋友配對原型，30 分鐘做出多版單位圖；10,000 點太雜，改成 1,000 點；再 15 分鐘把差異視覺化做出來；最後 20 分鐘調出兩張可呈現版（一張按類別、另一張按多寡排序）
• 結束：不到兩小時，Lisbeth 拿到一對能引發討論的圖

流程不是線性，是重疊#

把流程畫成「Prep → Talk → Sketch → Prototype」是為了易說明，實際操作中各步會互相滲透：邊聊邊畫、原型暴露弱點再回頭畫草圖、配對原型過程中重新對話。

當視覺方向不明時，Talk 與 Sketch 會占大部分時間；方向清楚時可能很快進入 Prototype 並把多數時間花在迭代上。

重點整理#

這套流程的核心不是找到「對的圖型」，而是精煉想法與訊息——把自己往 Good Charts Matrix 的右邊（脈絡品質）盡可能推。 設計把圖做得漂亮，遠不是難點；把想法視覺化才是。

四步速查：

1. Prep（5 分鐘）：建空間、把資料放一旁、寫下觀眾／場合／類型／目標位置
2. Talk and Listen（15 分鐘）：找夥伴、固定三題開場、抓視覺關鍵字與隱喻
3. Sketch（20 分鐘）：用關鍵字配圖型、快畫、至少嘗試一個替代版本
4. Prototype（20 分鐘）：用紙、用數位工具、或配對專家做更精確的迭代

案例：用即時探索式視覺化救命#

Joshua Blackburn 是 IEX Group 的軟體工程師，《Flash Boys》（Michael Lewis 著）的小角色——但關鍵：他把 IEX 的交易資料視覺化之後，CEO Brad Katsuyama 第一次「看見」掠食性高頻交易的模式。

• 自學程式出身，曾在空軍服役
• 喜歡稱自己工作的場域為「operational environments」：邊解問題邊產出探索式視覺化，根據需求即時迭代
• 他做的圖比起精緻、更像「永遠是原型」——因為情境變化太快，沒有時間追求完美

他抓需求的方法：

• 不太會講，主要是聽——使用者說「我希望我能看到 X」、「我希望我知道 Y」就是線索
• 然後他把自己當使用者，問：「如果是我，我想怎麼看這份資料？」
• 因為要在大資料中找模式，他不被傳統圖型限制——他做過「東西在螢幕上飛舞、爆炸」的視覺化，看似花俏，其實那些運動本身就是故事

最讓他自豪的時刻不是上《Flash Boys》，而是替軍方做：

• 他把戰場資料做成熱圖，呈現 IED（簡易爆裂裝置）發現與引爆地點如何隨時間移動
• 將領在大螢幕前看完立刻調整戰術；巡邏隊用地圖看 IED 趨勢與敵方動向
• 他說：「我在幫人回答這些大問題，給決策者他們以前沒有的答案。」

原書範例圖#

以下為原書中對應頁面出現的範例圖，依原書順序排列。