美文网首页数据可视化报表
数据可视化(学习笔记一)

数据可视化(学习笔记一)

作者: 庄周的梦蝶 | 来源:发表于2019-11-24 17:41 被阅读0次

    从此篇文章开始,记录一个数据小白的学习成长之路,初识,从数据可视化开始。

    本文主要记录个人对于数据可视化的理解和学习概要,主要内容如下:

    【全文】主题

    初识数据可视化

    数据可视化背景

    以实际工作场景例举,某物流公司的业务人员需要对某一季度的运单进行分析,包括对应单票的盈利情况、对应单票的流转情况、当前季度用户的下单情况等。

    在这些场景下,所需要呈现出的可视化报表样式,均需基于对应的背景(主题)来进行数据的提取、聚焦、设计、展现。

    使用场景

    第三季度,华南、华北、津京冀三个区域的单票盈利情况。

    目标用户

    销售中心的业务人员。

    呈现的结果

    业务人员分析目的:旨分析出各区域的盈利对比情况,主要关注营业额、利润率、票数、环比四个重要指标。

    通过目标用户需要分析的数据指标,来进行数据的提取和展示。这里需要对重要指标进行分析对应的关系,再来选择可呈现的可视化样式。

    对应关系:

    主要维度为时间(第三季度)、区域(华南、华北、津京冀);

    重点指标:营业额、利润率、票数、环比。

    可视化图标选择:

    区域性可选择饼状图来进行对比分析,时间可选择连续性的柱状图和曲线图进行对比分析。

    可视化展示的标准:

    聚焦/平衡/简洁(以下图表很粗糙,所用echars元件库,接下来会进行优化)。

    展示样式举例:

    粗略的可视化报表


    数据可视化流程

    数据来源/采集

    数据来源主要包含内部和外部(这里的业务数据均来源于内部采集的数据)。

    数据处理

    这里获取的数据,是基于“票”来采集的,所以会存在高维、海量、多样化的数据。

    (此处借用数据大神的文章内容:在大数据时代,我们所采集到的数据通常具有4V特性:Volume(大量)、Variety(多样)、Velocity(高速)、Value(价值)。如何从高维、海量、多样化的数据中,挖掘有价值的信息来支持决策,除了需要对数据进行清洗、去除噪声之外,还需要依据业务目的对数据进行二次处理。常用的数据处理方法包括:降维、数据聚类和切分、抽样等统计学和机器学习中的方法。)

    数据呈现

    将我们目标用户业务背景下所需要分析的数据,映射出可视化报表呈现出来。

    可视化映射是整个数据可视化流程的核心,是指将处理后的数据信息映射成可视化元素的过程。

    可视化元素由3部分组成:可视化空间(二维/三维)+标记(点/线/面/体)+视觉通道(颜色/大小/宽度/高度/形状/方向等)(可视化分析流程

    用户感知

    最后,数据产品经理/专员所设计出的可视化报表是否满足用户的需求,除数据验证外,还需要目标用户来验证可视化的标准是否达到预期。包括,重点指标是否突出、分析维度是否合理、颜色是否温和、页面是否平整等用户体验的感知反馈。


    总结:

    初实数据可视化,需要了解业务背景、目标用户、数据来源、数据如何处理、如何呈现可视化,总之多结合场景去分析,此处还是推荐(5W2H分析法),虽然个人能力不足,但会努力成长的~

    努力向前,自律成长,未来可见~

    相关文章

      网友评论

        本文标题:数据可视化(学习笔记一)

        本文链接:https://www.haomeiwen.com/subject/iqblwctx.html