市面上有很多糟糕的信息图表。有些信息图表根本无法满足人类的感知，因此最终在数据上撒谎。有些信息图表则因为设计师试图做一些“不同”的事情而受到影响。但到目前为止，最大的问题之一是数据不完整。数据来源是造成这种情况的主要原因之一。处理大型数据集时，获取所有数据的成本非常高昂，无论是查找数据所需的人力还是支付调查研究公司的费用。为了削减成本，信息图表制作者和客户会想尽一切办法避免为这些数据付费。这就将他们限制在实际数据集摘要中的数据，以及他们可以从其他多个来源搜集到的其他数据。问题是，没有所有数据意味着你无法了解完整的故事。这会限制你可以使用的可视化效果，并给整个过程带来额外的压力。信息图表的连贯性将受到影响，它讲述的故事可能不完整，甚至完全错误。
不完整的数据也会导致一些相当奇怪的可视化效果。
设计师需要根据数据制作图像，当他们没有掌握所有数据时，他们只能用空白来填补。下面是一个损坏的可视化示例，其中缺失数据可能是罪魁祸首。 青少年在使用手机吗？ 这是数据的双重编码吗？有时双重编码是好的，因为它强化了数据的维度。但在这种情况下，它不是双重编码。这里有几个问题，图表只会让它们更加混乱。 数据是累积的吗？包裹条形图（这 美国移动数据库 本来就不利于人类感知）表明数据是累积的，因为每个类别之间都有重叠，但饼图表明每个组都是独立的。如果数据是累积的，那么条形图可能会被解释为向后。每天发送 200 条短信的 11% 也是每天发送 100 条短信的群体的一部分，但条形图显示的是相反方向的包含。同时，每天发送 200 条短信的群体显然比每天发送 100 条短信的群体更具排他性，因此会更小。 是否存在部分与整体的关系？进入饼图的数据绝对需要具有部分与整体的关系，才能使饼图成为有效的可视化选择。根据数据/可视化的解释方式，情况可能如此，也可能不然。 有什么更好的方法吗？这种类型的数据可能最好用维恩图来表示，不幸的是，图表创建者可能没有足够的数据来表示所有的包含关系，所以他们最终得到了这种可怕的图表。从中吸取的教训是，拥有所有的数据很重要。获取数据可能很昂贵或耗时，但它肯定会改变最终产品的质量。设计可以让东西看起来很漂亮，但这与内容的质量无关。不要依赖设计师来弥补固有的数据问题。Drew Skau是UNCC的计算机科学可视化博士生，拥有建筑学学士学位。