数据归一化解决量级悬殊的对比问题

当两组数据量级差异巨大（如一个渠道新增是10万级、另一个只有千级）放到同一张图表对比时，量级小的那组曲线会被视觉上”抹平”，看不出它自己的变化趋势。归一化的本质是把绝对数量转换成相对数量——用最大值最小值等方法把两组数据都压缩到0～1的区间，牺牲了具体数值大小的可读性，换来了两组数据各自趋势和相对比例的可比性。发散：归一化提醒了一个常被忽视的图表设计陷阱——把差几个数量级的指标硬塞进同一张图，不是数据造假但效果等同于造假，因为观众的注意力天然会被大数字主导，小数字的真实变化会被结构性地淹没，这是设计图表时必须提前排查的雷区。