1.如何不可视化数据
在最常见的级别上，数据可视化项目包括拥有一些数据，对用户的实际需求含糊其词，并坚信您正在做的事情对于该问题而言是完美的。 好吧，在99.99％的情况下并非如此。
这个过程可以像这样可视化。
为了完整起见，这里是实时/流分析版本。
取数据，将其与某种“黑魔法”（阅读Javascript）混合并让所有人敬畏地看着它是非常容易的。 但是演讲之后呢？ 前10次使用后怎么样？ 一年后怎么样？ 何时需要快速更改某些东西（因为NOBODY刚开始就正确使用了规范>分析仪表板是一个移动的目标，因为用户需要不断变化）。
关于数据可视化的挫败感（用户）和失败（业务）的首要原因是“数据收集”。 不要只是uke之以鼻，讲一个可以帮助人们采取行动（改变行为）的故事。
基本原则是，与其他人相比，您通常会更好地理解工作中的价值。 请注意这一点。
2.使目标成为目标
在2008年左右，我领导了一支由一群志同道合的年轻人组成的团队。 开创网络分析的新纪元。 当时，还没有收购Omniture，而Google Analytics（分析）确实很糟糕。 我的意思是真的很差。 我们中有三个人试图改变事物-STATSIT，Nuconomy和KissMetrics-并向大男孩们展示如何做到这一点。 我认为在一定程度上我们确实向他们展示了它们，至少是Google。 以下是2009年Google Analytics（分析）峰会主讲人Avinash Kaushik（当时Google的分析主管）的主题演讲的屏幕截图。在其中，您可以看到STATSIT Web Analytics的目标设置视图。
如屏幕所示，大约10年前，除了更常见的转化以外，我们还为“行为”和“长期”目标设置了内置目标。 虽然“行为”在某种程度上已成为当今分析工具包的一部分，但在“长期”目标跟踪方面仍有很大的改进空间。 这只是分析如何远没有达到目标驱动力的一个例子。
与目标方面相关，您可以按照以下6个步骤操作，以免日后头痛：
- 确定用户当前的目标是什么
- 确保可视化与此相关
- 首先创建一个简单的原型
- 经过一番使用后，找出现在的目标是什么
- 快速进行更改（这将使用户急需更改）
- 保持迭代
这是一个简单的用户反馈循环的示例：
现在去做。 忘掉风吹浪打和“令人震惊的因素”，直到您弄清楚用户的实际需求。 请注意，“需求”和“需求”通常是完全不同的。
回到开始简单的问题，您可能会问，您如何知道它足够简单？
