当我们谈起数据可视化时，大多数想到的是炫酷的大屏与非常漂亮的图表展示。
图片来源：花瓣
为什么需要数据可视化？
产品经理或设计师在处理任何一个需求之前，都会思考该需求产生的场景。首先我们必须要明确为什么企业、政府需要数据可视化产品？依我来看，数据可视化是对数据的直观解读，就是通过统计图表来辅助业务人员、企业高层直观认识与理解数据的含义。目前的数据可视化可以分为解释性可视化与探索性可视化。所谓的解释性可视化，就是统计学中所讲的描述性统计，通过图表来清晰直观地描述数据。比如我之前为某共享出行行业企业做的舆情监测系统，通过正负面占比、数据来源、情感分析、标签类型占比等指标来描述某一时段内的舆情趋势变化。探索性可视化即通过数据分析直观看出变量与变量之间的关联关系，可以快速发现数据的特征、变化趋势。总而言之，从数据描述、数据探索到最终辅助决策，通过层层递进实现洞察数据背后规律的根本目标。
什么是数据可视化？
百度百科是这样描述的。数据可视化是关于数据视觉表现形式的科学技术研究。这种数据的视觉表现形式被定义为一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。每当看到一大段文字没有说明一个概念时，我总会自己尝试去重新定义。我理解的数据可视化是这样的：
在特定的业务场景下，单纯通过文本或者其他的信息传递方式不能使用户快速、直观地理解信息时，依靠统计图表描述事物的特征、异常、变化趋势却显得那么的恰到好处。
如何实现真正的数据可视化？
坦率地讲，目前我们看到的数据可视化是比较野蛮的，这样说显得我比较斯文。用比较粗鲁的话来说就是图表的拼凑，很显然不符合我的气质。
深入理解业务，抽象出数据指标。对于产品设计师来讲，只有深入理解业务场景，才能从根源上理解用户的真实需求。每一个统计维度都是事物的特征说明，所有的特征组合形成了一个描述整体，每个维度也是有优先级的。这就是为什么你看到有些统计图表在中间，有些在右下角的原因。
在具体的场景下选取适合的图表。在数据可视化中，我们使用的图表也是非常丰富的。我们经常使用的图表主要包括折线图、柱状图、饼图、散点图、K线图、雷达图、热力图、矩阵图、漏斗图、路径图以及树形图等等。在具体的场景下选取合适的图表是数据可视化的关键，否则就会不知所云。留给用户的印象是：除了好看，一无是处。
新人小白如何做数据可视化？
深入认识与理解各种统计图表的使用场景。一般用的比较多的是百度官方推出的Echarts。我个人更喜欢的蚂蚁金服推出的AntV新一代数据可视化解决方案。
结合业务场景穷举统计维度并列出优先级。穷举统计维度是为了更深入地探索变量的特征以及变量之间的相互关系，列优先级是为了更直观地呈现给用户。
图表的交互也是可视化中的关键。数据可视化不是一个静止的状态，数据交互会使得实际使用场景更加丰满与完整，更有利于为用户提供决策支持。
数据可视化是一种服务，服务的目的在于提高效率而不是变得鸡肋。
网友评论