Ví dụ trực quan hóa dữ liệu: Hướng dẫn hữu ích

Nhìn vào dữ liệu thô giống như cố hiểu một bức ảnh bằng cách xem từng vài điểm ảnh một. Vẽ đồ thị dữ liệu cho phép bạn thu nhỏ lại để thấy toàn cảnh trong nháy mắt. Trực quan hóa cũng là công cụ tiếp thị đơn giản để giới thiệu dữ liệu của bạn tới các bên liên quan. Chúng giúp mọi người nhìn thấy mẫu, mối quan hệ và insight ngay lập tức. Đây là một trong những cách nhanh nhất để khiến dữ liệu trở nên có ý nghĩa.

Trong hướng dẫn này, chúng tôi sẽ đi qua các loại biểu đồ phổ biến và thời điểm sử dụng từng loại. Chúng ta sẽ khám phá điều gì tạo nên một trực quan hóa tốt so với một trực quan hóa gây hiểu lầm và xem một số ví dụ mang tính biểu tượng đã định hình lĩnh vực này. Đến cuối cùng, bạn sẽ có cái nhìn rõ hơn về cách tạo và đánh giá các trực quan hóa dữ liệu kể một câu chuyện rõ ràng, trung thực.

Nếu bạn bắt đầu từ con số 0, Introduction to Data Visualization with Julia cung cấp cách tiếp cận thân thiện cho người mới để học những điều cơ bản về vẽ biểu đồ và kể chuyện bằng dữ liệu.

Các loại trực quan hóa dữ liệu

Trực quan hóa dữ liệu có thể được phân loại theo số lượng biến liên quan. Bạn đang xem xét kỹ phân phối của chỉ một biến? Bạn đang cố mô tả mối quan hệ giữa hai biến? Hay bạn quan tâm đến tương tác giữa nhiều biến? Hãy xem từng tình huống và các lựa chọn biểu đồ cho mỗi trường hợp.

Để giúp bạn phân biệt các loại biểu đồ này, tôi gợi ý bản Data Visualization Cheat Sheet tiện dụng này. Nó cung cấp tham chiếu nhanh để bạn thấy biểu đồ nào phù hợp nhất cho những loại dữ liệu khác nhau. Bạn cũng nên xem Kỹ thuật trực quan hóa dữ liệu cho mọi tình huống.

Trực quan hóa đơn biến

Hãy bắt đầu với trường hợp đơn giản nhất: bạn chỉ có một biến quan tâm. Trực quan hóa đơn biến cho phép bạn tập trung vào một biến duy nhất. Chúng giúp bạn hiểu phân phối, tần suất hay thành phần của biến đó trong nháy mắt. Cùng xem một số loại phổ biến nhất.

Biểu đồ cột

Biểu đồ cột so sánh các nhóm thông tin khác nhau. Mỗi nhóm là một cột riêng, và số lượng cho nhóm đó được thể hiện bằng chiều cao cột.

Đôi khi, bạn có thể thấy biểu đồ cột nằm ngang, với cột kéo dài theo phương ngang thay vì dọc. Theo kinh nghiệm của tôi, các biểu đồ cột ngang hữu ích nhất khi bạn so sánh nhiều nhóm và sắp xếp cột từ dài nhất ở trên xuống ngắn nhất ở dưới. Với chỉ vài nhóm, tôi thích biểu đồ cột dọc hơn.

Biểu đồ tròn

Biểu đồ tròn hiển thị tỷ lệ của một tổng thể dưới dạng các lát của một vòng tròn. Việc có sử dụng biểu đồ tròn hay không thường gây tranh luận trong giới dữ liệu. Nói chung, việc não bộ diễn giải phần của một vòng tròn khó hơn so với ước lượng phần của một hình chữ nhật.

Hãy nghĩ đến số lần anh chị em cãi nhau xem hai miếng bánh táo có cùng kích thước hay không. Dẫu vậy, biểu đồ tròn vẫn phổ biến, một phần vì hình dạng tròn giúp phá vỡ sự đơn điệu của các bảng điều khiển toàn hình chữ nhật.

Khi quyết định dùng biểu đồ tròn, trước hết, chỉ sử dụng khi bạn có vài nhóm để so sánh. Nếu đưa vào quá nhiều nhóm, biểu đồ trở nên rối và khó đọc. Thứ hai, thêm tỷ lệ phần trăm thực tế lên mỗi lát. Điều này đảm bảo rằng ngay cả khi người đọc khó so sánh tương đối giữa các lát, họ vẫn có thể diễn giải biểu đồ.

Biểu đồ donut

Biểu đồ donut là họ hàng gần của biểu đồ tròn. Vì vậy, áp dụng các lưu ý tương tự: chỉ dùng khi so sánh ít nhóm, và hiển thị tỷ lệ số học trên biểu đồ để hỗ trợ diễn giải.

Một lợi ích thực tế của biểu đồ donut là chừa chỗ cho nhãn trung tâm. Điều này có thể tiết kiệm không gian trong dashboard nếu nó bắt đầu chật chội. Nó cũng bắt mắt và có thể tạo điểm nhấn mà biểu đồ tròn thiếu.

Biểu đồ tần suất (Histogram)

Histogram hữu ích để trực quan hóa hình dạng của một phân phối. Nó hoạt động bằng cách gom các giá trị số vào các thùng (bin) và vẽ số lượng giá trị rơi vào mỗi thùng. Đây là cách hữu ích để thấy giá trị phổ biến nhất và phát hiện ngoại lệ.

Mặc dù trông giống biểu đồ cột, nhưng khác nhau ở một điểm then chốt: trục x là biến liên tục, không phải rời rạc. 

Đây là histogram chiều cao của mầm hướng dương trong một khu vườn. Ta thấy hầu hết mầm cao từ 22cm đến 28cm. Một vài cây thấp chỉ 15cm, và một số gần 34cm.

Biểu đồ mật độ

Có thể xem biểu đồ mật độ như một histogram được làm mượt và hiển thị dưới dạng đường cong liên tục. Điều này có thể cung cấp bức tranh trau chuốt hơn về phân phối nền. Lưu ý rằng trục y không hiển thị số đếm, mà là mật độ, phản ánh mức độ tập trung dữ liệu quanh một giá trị nhất định. Tổng diện tích dưới đường cong luôn bằng 1. 

Biểu đồ này hữu ích để xem hình dạng phân phối hơn là giá trị tuyệt đối. Bằng cách vẽ nhiều phân phối trên cùng một đồ thị, bạn cũng có thể so sánh chúng với nhau. Để tránh rối, tôi khuyên giới hạn số phân phối ở 3 hoặc ít hơn. Tốt nhất mỗi đường nên có màu/sắc độ riêng để tránh nhầm lẫn, đặc biệt khi các phân phối gần nhau.

Ở đây chúng tôi vẽ thời gian đọc mỗi lần ghé thăm tại hai thư viện khác nhau. Khi vẽ mật độ của cả hai phân phối cùng nhau, ta thấy khi khách đến Moonlight Library, họ có xu hướng dành nhiều thời gian đọc hơn so với khi đến Sunlight Library.

Biểu đồ hộp (Box plot)

Nếu bạn muốn so sánh nhiều phân phối với nhau, bạn có thể cân nhắc dùng box plot. Box plot tóm tắt phân phối bằng trung vị, các tứ phân vị và các ngoại lệ. Đây là những biểu đồ cực kỳ hữu ích có thể hiển thị rất nhiều thông tin rất nhanh. Về cơ bản, chúng truyền tải toàn bộ phạm vi của nhiều tập dữ liệu so sánh với nhau chỉ trong nháy mắt. 

Theo nguyên tắc chung, nếu các hộp của hai phân phối không chồng lấn, chúng có thể khác biệt đáng kể. Ngược lại nếu chồng lấn, có khả năng không khác biệt đáng kể. Tất nhiên, cần kiểm định thống kê như T-Test để biết chắc, nhưng box plot có thể đưa ra gợi ý trực quan nhanh về các phân phối nên so sánh.

Trong box plot này, chúng tôi hiển thị phân phối điểm kiểm tra tại ba trường phép thuật. Trong nháy mắt, ta có thể thấy trường nào có điểm trung bình cao hơn so với đối thủ. Cũng dễ thấy trường nào có học sinh xuất sắc hay học sinh tụt lại phía sau bằng cách nhìn vào các ngoại lệ. Biểu đồ đơn giản này truyền tải rất nhiều thông tin hữu ích một cách nhanh chóng.

Trực quan hóa nhị biến

Đến giờ, chúng ta mới chỉ xem các biểu đồ cho một biến. Nhưng nếu bạn muốn thể hiện mối quan hệ giữa hai biến thì sao? Biểu đồ nhị biến chính là thứ bạn cần. Chúng hữu ích để phát hiện xu hướng, mẫu và tương quan.

Biểu đồ phân tán (Scatter plot)

Biểu đồ phân tán có lẽ là loại phổ biến nhất. Chúng là cách đơn giản để trực quan hóa vị trí từng điểm dữ liệu theo hai trục số. Lý tưởng để phát hiện mối quan hệ, cụm và ngoại lệ.

Biểu đồ phân tán có thể dùng để hiển thị tương quan cũng như quan hệ nhân quả. Nếu bạn thể hiện quan hệ nhân quả, quy ước là đặt biến độc lập trên trục x và biến phụ thuộc trên trục y. Quy ước này cho người xem biết hướng của quan hệ nhân quả. Ngoài ra, nếu thực sự có quan hệ nhân quả, bạn nên hiển thị thống kê dùng để xác định tính nhân quả cùng với p-value.

Trong biểu đồ phân tán này, chúng tôi vẽ mối quan hệ giữa kích thước mỗi giọt mưa và tốc độ rơi của nó. Có mối quan hệ dương rõ rệt giữa hai biến, cho thấy giọt mưa lớn rơi nhanh hơn. 

Quan trọng là, biểu đồ này cho thấy tương quan, và tự nó không chỉ ra quan hệ nhân quả. Vì thế ta không thể nhìn biểu đồ và nói giọt mưa lớn rơi nhanh hơn bởi vì nó lớn hơn. Để đưa ra khẳng định đó, ta cần thông tin bổ sung như kiểm định thống kê hay thí nghiệm, và cần thể hiện thông tin đó trên biểu đồ.

Biểu đồ đường

Biểu đồ đường là họ hàng của biểu đồ phân tán. Tuy nhiên, biến độc lập thường là thời gian, và mỗi điểm dữ liệu được nối với các điểm kề cận. Tốt nhất nên dùng với dữ liệu chuỗi thời gian, khi bạn muốn làm nổi bật xu hướng hay thay đổi theo thời gian.

Ở đây chúng tôi dùng biểu đồ đường để vẽ lượng thời gian đọc mỗi ngày trong một tháng. Điều này giúp chúng ta nhanh chóng thấy khi nào động lực đọc giảm sút và khi nào ta bắt nhịp trở lại. Nếu tiếp tục trong nhiều tháng, có thể ta sẽ thấy một mẫu hình xuất hiện.

Để xem thêm ví dụ về cách làm nổi bật xu hướng và thay đổi theo thời gian, hãy xem Các trực quan hóa dữ liệu nắm bắt xu hướng.

Biểu đồ diện tích

Biểu đồ diện tích rất giống biểu đồ đường, nhưng phần bên dưới đường được tô màu. Điều này có thể giúp người xem dễ thấy tổng lũy kế hoặc diễn giải khối lượng. Lưu ý rằng, trong khi bạn có thể vẽ nhiều biểu đồ đường trên cùng một đồ thị, bạn chỉ nên vẽ một biểu đồ diện tích trên mỗi đồ thị. Vì vùng dưới đường được tô, vẽ nhiều hơn một biểu đồ diện tích có thể khiến biểu đồ rối và khó đọc. 

Biểu đồ diện tích này cho thấy lượng mật ong thu được trong cả năm. Vì vùng dưới đường cong được tô, nó giúp người xem hiểu trực quan rằng chúng ta đang nói về khối lượng.

Biểu đồ cột nhóm và cột chồng

Hai biến thể của biểu đồ cột được thiết kế để cho phép bạn so sánh các nhóm theo một biến thứ hai.

Đầu tiên là biểu đồ cột nhóm. Chúng làm nổi bật sự khác biệt giữa các phân nhóm. Trục y được đọc như hầu hết biểu đồ cột. Nhưng trục x có các cụm cột, thường phân biệt bằng màu/sắc độ, thể hiện các nhóm con trong mỗi nhóm. Những biểu đồ này có thể truyền tải nhiều thông tin rất nhanh. 

Tốt nhất dùng khi mỗi nhóm chỉ có vài phân nhóm (tôi khuyên 2–5 là tối đa). Ngoài ra, lưu ý rằng những biểu đồ này có thể kéo dài theo chiều ngang nếu bạn thêm quá nhiều nhóm hoặc phân nhóm, khá tốn không gian. Nếu thiết kế để xem trên môi trường số, hãy chú ý cách chúng hiển thị trên màn hình di động.

Trong biểu đồ cột nhóm này, chúng tôi vẽ sở thích nước ép của ba lớp mẫu giáo khác nhau. Chỉ cần liếc qua là đủ biết cách chia hộp sữa phù hợp để gửi cho mỗi lớp.

Tiếp theo là biểu đồ cột chồng. Chúng thể hiện mối quan hệ phần-trên-tổng qua nhiều nhóm. Điều này rất giống biểu đồ cột nhóm ở chỗ ta có thể so sánh sự khác biệt tinh tế giữa các nhóm.

Nhưng biểu đồ này có hai lợi thế so với cột nhóm. Thứ nhất, nó hiển thị cả tổng của mỗi nhóm, nên bạn có thể đọc như biểu đồ cột thường để thấy sự khác nhau về tổng trước khi đọc đến phân nhóm. Thứ hai, biểu đồ này có thể cô đọng hơn, cung cấp nhiều thông tin trong không gian ít hơn so với cột nhóm.

Điểm trừ là đôi khi khó rút ra tỷ lệ chính xác từ biểu đồ này. Thêm nhãn dữ liệu có thể khắc phục; chỉ cần đảm bảo không quá rối.

Biểu đồ cột chồng này hiển thị sở thích đọc theo các độ tuổi. Trong mỗi nhóm tuổi, ta thấy tỷ lệ từng thể loại mượn. Nhìn ngang qua các nhóm tuổi, ta thấy vừa cách tỷ lệ từng thể loại thay đổi, vừa cách tổng số sách mượn thay đổi. Ví dụ, dễ thấy người lớn mượn nhiều sách nhất, và người cao tuổi thích sách phi hư cấu hơn thiếu niên.

Bản đồ nhiệt

Bản đồ nhiệt dùng cường độ màu để biểu diễn giá trị trên một lưới. Hãy cân nhắc dùng cho tương quan, bảng tần suất, hoặc bất kỳ tình huống nào bạn nghĩ rằng màu sắc sẽ giúp mẫu dễ thấy hơn.

Một lưu ý quan trọng với loại biểu đồ này là chọn dải màu hợp lý. Ví dụ, không có lý do tự nhiên để nghĩ rằng đỏ là số lớn hơn xanh lá. Vì vậy, chọn dải từ đỏ sang xanh lá có thể không phải lựa chọn tốt nhất. Nhưng có lý để trực giác rằng màu đậm hơn tương ứng giá trị lớn hơn. Vì thế, chọn dải sáng–tối trong cùng một màu có thể mang lại cảm nhận trực quan hơn cho người xem.

Ngoại lệ là khi vẽ giá trị nhiệt độ thực. Thông thường, đỏ gắn với nhiệt độ cao và xanh gắn với thấp. Vì vậy nếu bạn vẽ nhiệt độ bằng bản đồ nhiệt, dải từ đỏ sang xanh có thể trực quan. Như mọi khi, hãy để dữ liệu dẫn dắt thiết kế trực quan của bạn.

Bản đồ nhiệt này cho thấy mức độ hoạt động của một chú mèo lười trong nhà, theo từng giờ của mỗi ngày trong một tuần. Xanh lam đậm biểu thị lúc mèo rất năng động, có thể chạy hoặc nhảy. Xanh lam nhạt biểu thị lúc mèo hầu như không hoạt động, có thể đang ngủ. Màu sắc giúp dễ thấy rằng mèo hoạt động nhiều ban đêm, chủ yếu ngủ ban ngày, và có vài lần chơi ban ngày (có lẽ do chủ khởi xướng).

Nếu bạn muốn thử các biểu đồ nhị biến này trong một nền tảng phân tích chuyên nghiệp, Data Visualization in Power BI và Data Visualization in Tableau đều hướng dẫn cách tạo dashboard tương tác làm nổi bật mẫu và xu hướng rõ ràng.

Trực quan hóa đa biến

Đôi khi chúng ta cần thể hiện các mối quan hệ phức tạp liên quan nhiều hơn hai biến. Biểu đồ đa biến có thể giúp bạn hé lộ mối quan hệ giữa ba biến trở lên. Chúng giúp bạn khám phá bộ dữ liệu phức tạp hơn mà vẫn giữ được khả năng diễn giải. Cùng xem vài lựa chọn phổ biến.

Biểu đồ bong bóng

Biểu đồ bong bóng mở rộng ý tưởng của biểu đồ phân tán bằng cách mã hóa biến thứ ba theo kích thước bong bóng. Đây là lựa chọn dễ đọc vì hầu hết mọi người đã quen đọc biểu đồ phân tán. Thêm một biến mã hóa bằng kích thước là trực quan. Để tối đa hóa trực giác này, tốt nhất nên để kích thước bong bóng tương quan với độ lớn. 

Bạn có thể mở rộng biểu đồ để bao gồm biến thứ tư bằng cách mã hóa theo màu. Chỉ cần đảm bảo có chú giải và chú thích mô tả để người xem diễn giải rõ ràng.

Biểu đồ bong bóng này cho thấy độ phong phú tương đối của bọ rùa và rệp vừng trong một khu vườn với các kích thước hoa khác nhau. Bong bóng lớn hơn tương ứng nhiều rệp vừng hơn. Ta thấy bong bóng lớn hơn ở phía trên đồ thị, cho thấy có nhiều rệp vừng nơi có nhiều bọ rùa. Ta cũng thấy có nhiều côn trùng trên hoa thấp hơn.

Biểu đồ radar

Bạn có thể nghĩ biểu đồ radar giống một dạng biểu đồ cột hình tròn. Các thuộc tính khác nhau được sắp xếp ở vòng ngoài, và vùng của bạn được vẽ dọc theo từng trục này, bắt đầu từ tâm. Nó hoạt động tốt cho hồ sơ năng lực hoặc so sánh vài mục theo cùng chiều đo. Cẩn thận khi thêm quá nhiều vùng chồng lấp, vì có thể rối và khó đọc nhanh. Tôi cũng khuyến nghị dùng tô màu trong suốt để dễ nhìn xuyên qua các vùng.

Ở đây chúng tôi so sánh ba hồ sơ nhân vật Dungeons and Dragons theo năm trục kỹ năng. Đây là cách gọn gàng để cho thấy sự khác biệt về năng lực của các nhân vật này.

Tọa độ song song

Nếu bạn “trải phẳng” biểu đồ radar, bạn sẽ được biểu đồ tọa độ song song. Những đồ thị này hiển thị mỗi biến trên một trục dọc riêng. Đây là lựa chọn tốt hơn khi bạn cần so sánh đồng thời nhiều biến liên tục, vì ít vùng chồng lấn hơn.

Bạn sẽ muốn cân nhắc kỹ giá trị trục y nên là gì. Nếu các thuộc tính có cùng đơn vị, như các hồ sơ nhân vật ở trên, thì không vấn đề. Nhưng nếu các thuộc tính có đơn vị khác nhau, bạn có thể cần tìm cách chuẩn hóa về đơn vị tương đối cho trục y, để biểu đồ dễ đọc hơn. Mục tiêu là so sánh các đường với nhau, không nhất thiết rút ra giá trị chính xác cho từng đường.

Trong đồ thị này, chúng tôi đang so sánh các thuộc tính tương đối của các mẫu robot đồ chơi khác nhau. Ta có thể dễ dàng so sánh mỗi robot với robot khác theo bốn đặc trưng quan tâm. Dù không rút ra giá trị chính xác cho tốc độ từng robot, ta dễ thấy RoboMax nhanh hơn nhiều so với RoboMini.

Treemap

Treemap là cách bắt mắt để hiển thị thông tin phân cấp. Nó chia một hình chữ nhật thành các ô lồng nhau có kích thước thay đổi theo giá trị. Thường các màu khác nhau thêm một lớp phân chia nữa. Hữu ích để hiển thị dữ liệu phân cấp hoặc quan hệ phần-trên-tổng trong nhiều tầng. 

Một lời cảnh báo: không phải ai cũng biết cách đọc treemap, nên tốt nhất làm cho chúng dễ diễn giải. Đảm bảo có đường ranh rõ giữa các ô và màu sắc phân biệt. Tôi nghĩ những biểu đồ này đặc biệt phù hợp với chú giải, nhãn và chú thích.

Ở đây chúng tôi tạo một treemap cho thấy một nhà thám hiểm hư cấu chi tiêu số vàng họ thu thập theo các hạng mục khác nhau. Màu sắc biểu thị hạng mục chi tiêu, còn kích thước mỗi hình chữ nhật cho thấy lượng vàng chi tiêu tương đối.

Sơ đồ Sankey

Sơ đồ Sankey là một trong những cách hay nhất tôi từng thấy để trực quan hóa dòng chảy. Loại sơ đồ này theo dõi hành trình dữ liệu từ điểm bắt đầu đến mỗi điểm kết thúc. Độ dày tương đối của mũi tên cho thấy bao nhiêu phần của tổng ban đầu đổ về mỗi đích. Đây là lựa chọn tuyệt vời để trực quan hóa dòng năng lượng, hành trình khách hàng, hoặc bất kỳ hệ thống nào có nhánh rẽ.

Ở đây chúng tôi vẽ mức sử dụng năng lượng trong một hộ gia đình và nơi năng lượng được sử dụng. Ta thấy ngôi nhà này dùng nhiều năng lượng nhất cho sưởi ấm và tiện nghi, trong khi nấu nướng và thư giãn chiếm rất ít tương đối.

Bản đồ choropleth

Bản đồ choropleth giống bản đồ nhiệt ở chỗ dùng màu để truyền tải thông tin. Tuy nhiên, nó được phủ lên bản đồ địa lý, cho thấy cách các mẫu phát triển theo khu vực địa lý như bang hay quận. Bạn có thể đã thấy những bản đồ này trong đại dịch COVID, hiển thị nơi ca bệnh tăng vọt. Chúng cũng thường xuất hiện sau bầu cử tổng thống Mỹ, cho thấy kết quả phiếu đại cử tri.

Ở đây chúng tôi tạo một bản đồ choropleth rất cơ bản hiển thị ước tính độ che phủ rừng ở mỗi bang của Hoa Kỳ. Dễ thấy bang nào có che phủ rừng nhiều hơn vì chúng được tô màu xanh lá đậm hơn những bang có che phủ ít.

So sánh trực quan hóa dữ liệu tốt và kém

Sự khác biệt giữa biểu đồ hữu ích và gây hiểu lầm thường nằm ở thiết kế. Một trực quan hóa tốt làm rõ dữ liệu; một trực quan hóa kém bóp méo nó. Để xem xét toàn diện chủ đề này, tôi khuyến nghị cuốn của Edward Tufte The Visual Display of Quantitative Information. Đây là một trong những cuốn sách có ảnh hưởng nhất về trực quan hóa và là cuốn mà bất kỳ ai thường xuyên làm việc với dữ liệu nên có trong thư viện.

Đặc điểm của trực quan hóa hiệu quả

Biểu đồ của bạn nên dễ đọc trong nháy mắt. Điều này có nghĩa là giữ đơn giản và mạch lạc, thêm nhãn dữ liệu khi phù hợp, và sử dụng tiêu đề, chú giải, nhãn trục hiệu quả. Tufte bàn về điều này theo tỷ lệ dữ liệu-trên-mực in (data-to-ink ratio).

Các trực quan hóa của bạn cũng nên chính xác nhất có thể. Điều này có nghĩa là chú ý tới mọi bóp méo về tỷ lệ hoặc tỉ lệ phần trăm. Ví dụ, cẩn trọng khi dùng ngắt trục, và đảm bảo chúng được ký hiệu phù hợp nếu bạn dùng.

Về hiệu quả, hãy đảm bảo mọi thứ trên biểu đồ đều cần thiết. Đừng lạm dụng đường lưới. Ở một số biểu đồ, đường lưới giúp dễ thấy giá trị chính xác. Tuy nhiên, ở nhiều biểu đồ, đặc biệt là biểu đồ đơn giản, chúng là “rác biểu đồ”. Tệ hơn, chúng còn có thể che khuất dữ liệu. Những ví dụ khác về rác biểu đồ gồm hình ảnh không cần thiết hay các đường thừa không giúp tăng rõ ràng.

Cuối cùng, cân nhắc kỹ việc dùng màu. Hãy hiểu rằng màu sắc có thể truyền tải ý nghĩa không kém con số. Khi chọn dải màu, thường nên để màu đậm tương ứng số lớn và màu nhạt tương ứng số nhỏ. 

Với dữ liệu phân loại, hãy nghĩ về các màu thường gắn với nhóm đó. Sẽ lạ nếu chúng ta dùng màu xanh lá để biểu thị sở thích nước cam.

Những vấn đề thường gặp ở trực quan hóa kém

Có một vài lỗi phổ biến bạn nên tránh. Đầu tiên là về thang đo. Quan trọng là chú ý thang trục cũng như các phần tử biểu đồ (hộp/bong bóng/v.v.). Đặc biệt, đừng mù quáng tin vào thiết lập mặc định của phần mềm bạn dùng. Hãy đảm bảo trục của bạn bắt đầu từ 0 (chỉ trừ số ít ngoại lệ), rằng các trục nhất quán, và tỷ lệ các phần tử đồ thị phù hợp với dữ liệu của bạn. 

Một vấn đề phổ biến tôi thấy thường xuyên là dùng hiệu ứng 3D trong biểu đồ. Những hiệu ứng này có thể trông “ngầu”, nhưng cũng có thể bóp méo biểu đồ khiến khó đọc hơn. Hãy giúp khán giả đỡ đau đầu, và bám vào biểu đồ 2D cho hầu hết mục đích.

Trục đôi là một nơi khác dễ rắc rối. Trong đa số trường hợp, nếu bạn cần hai trục y, có lẽ bạn nên tách dữ liệu thành hai biểu đồ. Trong vài trường hợp rất hiếm khi biểu đồ hai trục hợp lý, hãy đảm bảo rõ ràng dữ liệu nào gắn với trục nào. Cách tôi thích là dùng màu, ví dụ, trục bên trái màu đen tương ứng với các chấm đen, trục bên phải màu đỏ tương ứng với các chấm đỏ.

Một lỗi dễ mắc nhất là làm biểu đồ quá rối. Dễ hứng khởi khi muốn kể trọn vẹn câu chuyện dữ liệu, nên ta cứ thêm cột, nhãn hay đường để kể những câu chuyện ngày càng phức tạp. Tuy nhiên, làm vậy có thể khiến người xem chẳng rút ra được gì. Thay vào đó, tốt nhất hãy chọn một thông điệp đơn giản bạn muốn người xem nhận được từ dữ liệu, và hiển thị nó thật sạch sẽ, tinh gọn. .

Cách phát hiện trực quan hóa gây hiểu lầm

Đáng tiếc là không hiếm gặp biểu đồ bị thao túng để bán một nghị trình. Điều này phổ biến trong quảng cáo, chính trị và mạng xã hội. Bất cứ khi nào thấy biểu đồ, điều quan trọng là đánh giá phê phán trước khi chấp nhận ngay.

Cách đầu tiên để đánh giá phê phán là xem lại các phần trước của bài viết này và kiểm tra biểu đồ có tuân thủ thực hành tốt chúng ta đã bàn hay không. Nếu không, biểu đồ có thể gây hiểu lầm, dù vô tình.

Tiếp theo, cân nhắc các ý đồ tinh vi hơn. Hãy tự hỏi:

• Nguồn là ai và nghị trình của họ là gì?
• Ấn tượng bạn nhận được có khớp với con số thực tế không?
• Tại sao mốc thời gian lại bắt đầu và kết thúc ở đó?
• Các mục được so sánh có thực sự tương đồng để so sánh không?
• Có dữ liệu nào bị thiếu hoặc bị giảm tầm quan trọng không?
• Có đang trình bày tương quan như thể là quan hệ nhân quả không?

Không phải mọi trực quan hóa gây hiểu lầm đều có ý đồ xấu. Nhưng điều quan trọng là nhận ra khiếm khuyết và đón nhận kết luận với sự dè dặt.

Lưu ý về thiết kế bao trùm

Khi bạn xây dựng trực quan hóa của riêng mình, hãy nhớ lựa chọn thiết kế cũng ảnh hưởng đến việc ai có thể tiếp cận tác phẩm của bạn. Để mở rộng đối tượng, hãy cân nhắc cách làm cho biểu đồ của bạn dễ tiếp cận. Ví dụ, bạn có thể dùng bảng màu thân thiện với người mù màu và phông chữ lớn, dễ đọc để cải thiện khả năng nhìn. Dùng văn bản thay thế (alt text) và chú thích có ý nghĩa cũng có thể cải thiện khả năng tiếp cận cho người khiếm thị.

Các trực quan hóa nổi tiếng trong lịch sử

Có một vài trực quan hóa trong lịch sử đã định hình mạnh mẽ lĩnh vực trực quan hóa dữ liệu. Một số phát minh ra loại biểu đồ hoàn toàn mới; số khác thay đổi cách chúng ta hiểu các sự kiện, xã hội hay hệ thống. Cùng khám phá một số biểu đồ lịch sử nổi tiếng và cách chúng truyền cảm hứng cho những người vẽ biểu đồ sau này.

Những phát minh của William Playfair (1786–1801)

Các loại biểu đồ tiêu chuẩn của chúng ta không tự nhiên xuất hiện. Nhiều biểu đồ chúng ta đã bàn bắt đầu từ William Playfair, một kỹ sư người Scotland và nhà kinh tế chính trị hoạt động cuối thế kỷ 18. Năm 1786, Playfair xuất bản The Commercial and Political Atlas, nơi ông giới thiệu biểu đồ đường và biểu đồ cột như công cụ để hiểu dữ liệu kinh tế. Vài năm sau, ông giới thiệu biểu đồ tròn trong The Statistical Breviary.

Biểu đồ này được tin là biểu đồ đường đầu tiên, do William Playfair giới thiệu năm 1786. Hình ảnh lấy từ Wikipedia.

Thời điểm đó, hầu hết thông tin số liệu được trình bày dưới dạng bảng dày đặc, khó diễn giải nhanh. Playfair tin rằng hình thức trực quan có thể khiến xu hướng và so sánh hiện ra ngay lập tức, kể cả với độc giả không có đào tạo toán học.

Được cho là biểu đồ cột đầu tiên, biểu đồ này được William Playfair công bố năm 1786. Hình ảnh lấy từ Wikipedia.

Điều khiến công trình của Playfair có sức ảnh hưởng không chỉ là phát minh loại biểu đồ mới, mà còn là insight của ông về cách con người tiếp nhận thông tin. Ông ánh xạ con số vào thuộc tính thị giác, cho phép người xem so sánh giá trị trong nháy mắt. Biểu đồ của ông thường dùng để lập luận các vấn đề chính trị và kinh tế, như thay đổi nợ quốc gia hay cán cân thương mại theo thời gian.

Công trình của Playfair đặt nền móng cho đồ họa thống kê hiện đại và nhắc nhở sớm rằng mã hóa trực quan rõ ràng có thể thay đổi căn bản cách con người lý giải dữ liệu.

Có thể là biểu đồ tròn đầu tiên, do William Playfair công bố năm 1789. Nguồn: Wikipedia.

Bản đồ cuộc viễn chinh Nga của Napoleon của Charles Minard (1869)

Năm 1812, Napoleon xâm lược Nga và chịu thất bại thảm khốc. Hơn 50 năm sau, kỹ sư dân dụng đã nghỉ hưu Charles Minard tạo ra bản đồ mang tính biểu tượng này cho thấy đường tiến quân, rút lui, và sự suy giảm bi thương về quân số. 

Nguồn: brilliantmaps.

Đây là ví dụ sớm của sơ đồ Sankey, nơi bề rộng dải phản ánh quân số. Nó được phủ lên bản đồ tích hợp hướng đi, nhiệt độ, địa lý và thời gian, kể một câu chuyện đầy thuyết phục về cuộc xâm lược. Đây là ví dụ thanh nhã về chuyển dữ liệu định lượng thành tường thuật giàu cảm xúc và cho thấy nhiều biến có thể cùng tồn tại mà không gây rối. Có lẽ đây là một trong những biểu đồ lịch sử dễ nhận ra nhất mọi thời.

Biểu đồ hoa hồng của Florence Nightingale (1858)

Một biểu đồ chiến tranh nổi tiếng khác đến từ nhà thống kê và người sáng lập ngành điều dưỡng hiện đại, Florence Nightingale. Bà dùng biểu đồ diện tích cực (polar area chart), còn gọi là biểu đồ hoa hồng, để cho thấy nhiều ca tử vong trong Chiến tranh Krym đến từ các bệnh có thể phòng ngừa, như tả và thương hàn, hơn là vết thương chiến đấu. 

Nguồn: https://www.historyofinformation.com/

Mỗi lát trong biểu đồ đại diện cho một tháng, và màu sắc phân biệt nguyên nhân tử vong. Tử vong do bệnh có thể phòng ngừa màu xanh lam, do vết thương chiến đấu màu đỏ, và các nguyên nhân khác màu đen. 

Tháng 4/1855, một Ủy ban Vệ sinh đến để cải thiện vệ sinh tại bệnh viện quân đội. Kết quả là tỷ lệ tử vong giảm mạnh, nổi bật rõ ràng trên biểu đồ của Nightingale. Trực quan hóa này đã thuyết phục các quan chức chính phủ triển khai cải thiện vệ sinh ở cả bệnh viện quân y và dân sự.

Bản đồ dịch tả của John Snow (1854)

Một chiến thắng y tế công cộng khác đạt được với bản đồ của John Snow vẽ các ca tử vong do dịch tả ở London. Năm 1854, quận Soho của London chịu một đợt bùng phát dịch tả tàn khốc, giết hơn 600 người chỉ trong vài tuần. Snow vẽ các ca tử vong do dịch tả trên bản đồ đường phố London, với ca tử vong là các vạch và máy bơm nước là các vòng tròn. 

Nguồn: londonmuseum.org.

Bản đồ của ông cho thấy các cụm tử vong quanh máy bơm nước ở Phố Broad. Sau khi các quan chức tháo tay bơm của máy đó, khiến nó không sử dụng được, đợt bùng phát lắng xuống. Bản đồ này giúp giải quyết ổ dịch địa phương. Ngày nay, nó nhắc nhở rằng chọn đúng trực quan hóa có thể ảnh hưởng tới tác động; ví dụ, một biểu đồ phân tán sẽ không tìm ra nguyên nhân bùng phát. Snow đã dùng đúng trực quan hóa để tạo thay đổi.

Lịch tàu của Étienne-Jules Marey (1885)

Biểu đồ lịch sử tôi yêu thích là lịch tàu năm 1885 này. Một biểu đồ này cho thấy mọi chuyến tàu từ Paris đến Lyon: tốc độ, điểm dừng và khi nào nó sẽ gặp tàu khác. Thời gian trên trục x, và mỗi ga được đặt trên trục y tương ứng với khoảng cách. Mỗi chuyến tàu được mô tả bằng một đường xiên. Đường dốc hơn chỉ tàu nhanh hơn, và đoạn nằm ngang cho thấy khi tàu dừng ở ga. 

Nguồn: commons.wikimedia.org

Thông thường, thông tin này sẽ được trình bày dưới dạng bảng thời gian dày đặc chữ. Thay vào đó, biểu đồ này kết hợp thông tin không gian và thời gian một cách thanh nhã, cho phép nhà quản lý đường sắt ngăn xung đột lịch trình và thậm chí va chạm tàu! Đây là lời nhắc nhớ về lượng thông tin khổng lồ mà một trực quan hóa được thiết kế tốt có thể truyền tải.

Chân dung dữ liệu của W.E.B. Du Bois (1900)

Vào đầu thế kỷ 20, nhà xã hội học và nhà hoạt động dân quyền W.E.B. Du Bois dẫn dắt một nhóm nghiên cứu tạo ra loạt biểu đồ táo bạo, nguyên bản cho Triển lãm Paris năm 1900. Những trực quan hóa này ghi lại điều kiện xã hội, kinh tế và giáo dục của người Mỹ da đen chỉ một thế hệ sau khi bãi nô. Trong thời kỳ khoa học giả dối phân biệt chủng tộc chi phối diễn ngôn công chúng, Du Bois dùng dữ liệu để trực diện bác bỏ các định kiến độc hại.

Biểu đồ này từ bộ Chân dung Dữ liệu của WEB Du Bois cho thấy một cách kịch tính Tuyên ngôn Giải phóng đã thay đổi cuộc sống của người Mỹ gốc Phi như thế nào. Hình ảnh lấy từ How W.E.B. Du Bois used data visualization to confront prejudice in the early 20th century.

Các biểu đồ đề cập chủ đề như biết chữ, sở hữu tài sản, việc làm, tăng trưởng dân số và mô hình di cư. Nhiều biểu đồ được vẽ tay và tô màu, dùng màu sắc sống động và bố cục phi truyền thống. Một số trông giống biểu đồ cột hay tròn, số khác thử nghiệm với xoắn ốc, bố cục xuyên tâm và sắp đặt trừu tượng. Thay vì bám vào quy ước, Du Bois ưu tiên truyền đạt và tác động.

Biểu đồ tròn biến thể này cho thấy các nghề nghiệp của người Mỹ da đen và da trắng đầu thế kỷ 20. Hình ảnh lấy từ How W.E.B. Du Bois used data visualization to confront prejudice in the early 20th century.

Du Bois không hướng đến trung lập. Các biểu đồ được thiết kế rõ ràng để thuyết phục, giáo dục và khẳng định nhân tính cũng như thành tựu của người Mỹ da đen qua dữ liệu. Khi làm vậy, Du Bois cho thấy trực quan hóa không chỉ là trình bày con số. Nó là định hình thực tại, kể chuyện và ảnh hưởng tới cách xã hội hiểu về chính mình. Những biểu đồ này hiện được tập hợp trong cuốn sách W.E.B. Du Bois's data portraits : visualizing Black America : the color line at the turn of the twentieth century.

WEB Du Bois không ngại thử nghiệm với các loại biểu đồ đột phá để làm nổi bật thông điệp, như biểu đồ xoắn ốc này cho thấy phân bố dân số người Mỹ da đen năm 1890. Hình ảnh lấy từ How W.E.B. Du Bois used data visualization to confront prejudice in the early 20th century.

Kết luận

Trực quan hóa không trung lập; mọi lựa chọn bạn thực hiện đều định hình cách người xem diễn giải câu chuyện đằng sau dữ liệu. Để tìm hiểu thêm cách kể câu chuyện dữ liệu hiệu quả, hãy xem Data Storytelling & Communication Cheat Sheet của chúng tôi. 

Về lời khuyên thực tiễn cho công cụ nên dùng, tổng quan của chúng tôi về 12 công cụ trực quan hóa dữ liệu tốt nhất năm 2025 là nguồn tham khảo tuyệt vời. Và nếu bạn đã sẵn sàng biến những biểu đồ phức tạp này thành tương tác và sẵn sàng cho web, Interactive Data Visualization with Bokeh sẽ hướng dẫn bạn xây dựng trực quan hóa đáp ứng, thân thiện với trình duyệt bằng Python.