在企業分析的挑戰中，只要時間一久，你一定會遇到要在短時間內報告一個複雜的問題。例如軟體授權的商業邏輯、生產線上光怪陸離的異狀、機器學習的特徵值隱誨不明的關聯性、巨量資料中的一絲線索…總之，這種燒腦的問題，其實是可以透過 BI 工具，輕鬆地御劍飛行直達彼岸的…
一般來說人類只能處理7個位數左右的資訊，這就是為何身份證號碼、電話號碼會是這個長短？既要顧及可以讓人人都有一個唯一的號碼，又要顧及人人可以記憶自己與對方的號碼。
同理在視覺化的呈現上，5個左右的資訊量很適合我們可以用圓餅圖、甜甜圈圖…這類的物件來繪制。但可能會有人反對，覺得圖餅圖又沒有限制！？再多的資訊量先丟了再說，但若你能考量更多的層面，看圖的受眾可能會為資訊過載，把你辛辛苦苦做的圖直接左進右出沒有留在腦中。我相信這個一定不是你想要的結果，然而你只需要換個元件，就能有效地預防這樣的災難！
一、氣泡圖：
首先為大家介紹一種美的冒泡的視覺化元件，我們先把右上角的 Region 拖到 Color 中，把 State 拖到 Text 中，報表開始有了變化…
接下來，當我們按住 Ctrl 複製 Sales 銷售金額並拖至 Size，畫面會變成 Tree map樹狀圖
最後，只需要再把 Marks 改成 Circle 就大功告成了
在 Power BI的部份，我們截入相同的資料集，但用不同的時間，來繪製報表。
二、Word Cloud 文字雲：
承上，我們只需要稍做修改就可以變成文字雲。將 Marks 由 Circle 改成 Text
最後，再移除在 Marks中 Sales 銷售額 As Text 項目，即可
由於在 Power BI中 World Cloud不是標準的視覺化，是需要額外去下載的，所以我們從 Visualiztions 旁邊的…開始
在市集中找到它，按下 Add
接著，就可以把 Sales 選進Values，把State 選進 Category
三、Tree map樹狀圖：
補充一下 Tree map的特性，這個視覺化它的起源，是來自機房管理。以下圖為例，相較於表格式的報表，透過樹狀圖，你一眼就可以看出藍色的亞太地區有最大的佔比，接著是紅色的北美、橘色的EMEA新興市場、綠色的拉丁地區。然後可以再分別去細看，四大色塊中裡面的細節。
在分秒必爭的現實中，可以幫我們定義出機房維運中事件的輕重緩急，有效地分配適當的資源。當然在其他的場合，一樣可以幫助我們化繁為簡，值得一試…
除了數字，你還需要可以一眼望穿的視覺化…
首先，在 Visualizations 中選到第三排最右邊的 Tree map，接著再勾選 Sales 與 Category
接著把 Category 與 Regioin 分別在 Details 與 Group 的欄位做對調，再把顏色等屬性做一下美工
四、Hexbin：
蜂巢圖又可以稱為密度圖，它是基礎於上述的泡泡圖(圓形)與直方圖 Data bin(例如以10個年齡區間來取代0~100歲，來表達資料的分配狀況)再改良的。比起直方圖，若我們把長方形改成正方形、三角形、圓形、六角形…等形狀。一開始圓形得到很高分數，因為它的中心點，到外緣的每個點距離都是一致的，而且還可以有效地減少誤差。可惜地是當我們要把眾多的圓形集中地壓縮排列在一起時(例如三個同心圓儘可能地往中間做集中)，圓與圓之間一定會有空隙，會造成組距間的空白。之後再繼續靠下去，圓與圓開始 Overlap，會造成某些數據點會同時出現在二個組距中。所以最後勝出的是六角形，因為它可以無縫地排列在一起。
至於使用的方法，其實跟直方圖很像。一樣先要產生 Data bin，只是這次不是用精靈，而是用 HexbinX(x,y) 與HexbinY(x,y)函數。本來在直方圖的下一個步驟，是要把 Data bin 以 Discrete 離散的 Dimension的方式拖進 Canvas中，現在是把 HexbinX 與 HexbinY 以 Continuous 連續的 Dimension 來使用。
以下我們將以運動員的身高、體重的分析為例，來做 Hexbin 的呈現
透過下圖的刻意排版，我們可以比較出，一樣是身高體重，當我們用綠色的散佈圖在呈現時，當資訊數列在正中央過於擁擠的排列時，除了在表達面的成效不彰之外，甚至還可能意外觸發某些受眾的密集恐懼症…所以當我們改成 Hexbin 元件再加上顏色，很明顯地它被化繁為簡了
另外，Hexbin 也可以結合地圖，例如下圖是美國 Brooklyn 在不同地區對噪音客訴的分析
總之，Hexbin 它是用三角學所運算出來，是可以再加入係數去調整資料的顆粒度，其調整的效果會比直方圖的 Data bin 組距來的大。對蜂巢圖來說，除了 Size 參考，資料呈現的顆粒度也可以透過參數的設計，讓使用者可以做動態的調整，實現更高的自由度，解決更多的問題。
五、Hexbin 在地圖的應用，以下將介紹如果在有地圖的情境下，從複雜的狀況下抽絲剝繭出事物的正確脈絡。下圖是加州 Palo Alto 地區房價的分析圖，由於住戶很密集，並不是很容易可以看出房價在地理上的分佈特性…
如果把地址的排序改變一下，整張地圖便呈現出嚴重的資訊過載
經過 Hexbin 的處理(新增一個 50~500 with 10 interval 的 Scale factor 參數，然後新建二個自訂運算，像是 HexbinX = HexbinX([Latitude] * [Scale Factor], [Longitude] * [Scale Factor])/ [Scale Factor])，再把它轉成 Continuous Dimension 去置換掉原先的 Latitude 與 Longitude，將 Symbol Map的 Mark 由圓點改成 Shape，以利我們換成六角形。接著再把參數 Show 出來，然後同時調整參數與Size 再加上地圖圖層，最後再把參數做隱藏)，最後，我們可以得到新的 Finding，北部的房價比南部高，而南部的地區靠近高速公路的房價比較高！
若不夠清楚，我再舉一個計程車上下車的分析
在上圖中，當資料太過密集時，在傳統地圖上的視覺化呈現效果並不好
即使加上篩選器，資料還是多的分不開
建立一個參數
接著在新增二個函數，分別是 HexbinX與 HexbinY
把這二個新增的 Measure 先轉成 Dimension，再分別指定它們的 Geographic role 成"經/緯度"，就能再進一步把原有的經緯度用新建二個函式來取代，並且把 Shape 改成六角形
將六角形存到「C:\我的文件夾\我的Tableau 存放庫\圖形\Hex」相對的位置
在經緯度置換之後，再把乘客乘坐的次數拖進顏色中，剩下的就是排版的工作了。Mark size 與Scale Factor 調整的要領為，提供足夠的分辨率，讓六角形之間距離最小，但也不能重疊。
例如改成藍色的5階段漸層
新增「街道」到地圖圖層中，並且把Scale Factor隱藏。
然後我們就能切換篩選器，找出中午是當地最多乘客搭乘的時段
六、其他：
報表的視覺化，在資料整理、分享的三步曲只是其中的一環，若你對於其他環節還不熟悉，請參考之前的文章，做延伸性的閱讀…
七、結論：
在資訊爆炸時代，好的/壞的、有益/無益、林林總總的資訊不斷地出現在你我的身邊，但每個人都只有24小時，所以，我們不管是為自己還是幫助別人，都應該要善用工具，將複雜的東西簡單化。故，從今天開始，繪製報表時，不要再隨便選一個視覺化元件，就開始做了。
李秉錡 Christian Lee
Once worked at Microsoft Taiwan