数据可视化是大数据技术展现价值的“最后一公里”，将数据处理和分析的结果数据呈现给用户，通过表格和图形传递数据的价值，支持用户灵活使用结果数据。

大数据的基础数据可以是结构化数据、非结构化数据、计算机系统采集的质量较好的数据，也可以是人工维护的文本和表格数据。经过数据处理和分析，可以对复杂的大数据进行排序、整合、清洗和计算，形成易于元数据描述的结果小数据，从而大大提高信息密度。在完成了信息密度从低到高的神奇转变后，如何将由此产生的数据价值最大化，一直是业界不断研究和创新的课题。

从“传递价值”的核心含义分析，数据可视化需要考虑两个技术。首先是数据可视化的狭义呈现形式，包括各种图表工具和技术；二是人机交互容易被忽视，这也是评价数据可视化价值的关键因素。

数据的可视化表示

可视化数据呈现，首先体现在基于数据内容的可视化元素中，包括表格、图形和地图。作为最传统的视觉呈现元素，随着整个信息时代的发展，表格技术最为成熟和稳定，按大类主要分为竖表和横表。图形和地图是近年来的热门技术。尤其是大数据兴起后，以图形和地图为核心的数据可视化取得了长足的进步。从数据可视化的角度来看，图形和地图可以梳理出以下四种应用场景：比较、序列、合成和描述。“比较”场景细分为进度与目标、项目与项目、区域与区域。

在数据可视化的具体应用中，表、图、图这些元素可以单独使用(参考上图进行选择)，也可以综合使用，这就是数据可视化的呈现方式，或者说可视化元素如何满足不同终端用户的需求。

基于表格的演示

说到表格，我们不得不提到经典的电子表格软件——OfficeExcel。这种在全世界流行了几十年的桌面数据分析工具，将数据表的呈现发挥到了极致。为了将其与大数据平台相结合，出现了不同的实现方式。第一，Excel可以自己读取一些数据源；其次，它可以通过powerQuery从大数据平台读取数据，并模仿Excel开发的WEB表格控件和使用插件帮助Excel表格能力的软件(Smartbi)。

这些基于表格的数据的可视化呈现不仅保留了丰富的数据(以行、列矩阵的形式)，而且直观地揭示了数据之间的对比关系(通过颜色、长度和符号)。

以图形为主体的展示

我们对早期数据可视化图形的主要认知也来源于Excel。但随着大数据技术的诞生，各种软件的数据可视化图形基本趋同，类似于下面ECharts的图形分类。包括折线图、柱形图、散点图、饼图、漏斗图、仪表盘、雷达图、k线图、箱线图、热图、关系图等。

除了这些常规的数据可视化图形，不同的软件还有不同的特殊能力，值得学习和借鉴。例如，填充字符背景的柱形图、仅显示TOp和BOOT的手风琴图、显示目标实现情况的项目符号图、比较收入和支出的正负直方图、填充横向比较项目的气泡图等等。

基于地图的演示

地理信息在大数据中非常重要，尤其是在引领信息革命的中国，的各个领域。从地理信息的数据结构来看，可以分为三种数据可视化，包括热图、路线图、气泡图、散点图、染色图等。

另外，基于GIS系统的数据可视化，地理信息更清晰、更准确，实现起来也相对简单，只需调用GIS系统提供的接口即可，但可能需要更好的网络环境或更高的成本。

高度集成的大屏幕演示

最后是管理驾驶舱或指挥大屏，混合了各种视觉元素甚至动态增强(自动轮播、刷新、滚动等)。)，一般用于普通的pC浏览器，而后者一般用于超大分辨率的数字大屏。

在这个融合了各种元素的大屏幕中，平面和动态设计起着非常重要的作用，布局和内容规划也需要反复考虑。

数据可视化的交互结果数据依赖于载体(浏览器等)。)与最终用户进行交互，而不考虑表格、图形和地图的数据可视化形式。从交互程度来看，初级交互操作主要是更改查询条件和点击触发事件，高级交互操作主要是更改或重新探索数据可视化。

基本交互操作

初级交互，如改变数据的查询条件，是预先开发的功能，也是具体最终用户需求的具体实现。从载体上看，主要的交互操作可以在pC浏览器或移动设备上进行。

通过更多类似的功能，最终用户将大大减少对细节的需求，提高“交付价值”的效果。

高级数据探索

初级交互操作不仅在预设功能下进行，而且在有限的小数据集内进行。高级数据探索允许最终用户突破限制，更自由地组合数据和调整可视化效果。

如果初级交互操作覆盖了80%的用户需求，那么高级数据探索就满足于真正依赖数据可视化的高级用户。他们渴望通过自助视觉分析功能高效满足自身需求，提高“传递价值”的效率。

集成到办公系统中

数据可视化“传递价值”的目的是辅助决策。如果没有决策需求，就不需要数据可视化技术。决策需求都发生在办公环境中，比如伏案思考、会议室讨论、手机组织协调、报告分析学习.那么数据可视化就必须考虑如何满足这些办公场景，在“传递价值”的效率和效果上不断进步。

未来数据可视化

近十年来，数据可视化技术从技术触发期进入了预期的拓展期。数据可视化不仅让更多的用户了解大数据，也让这些用户感受到数据可视化的价值，发现自己所拥有的数据的内在价值，从而更多地参与到数据的积累和利用中。从上一篇文章可以看出，数据可视化技术不仅需要表格、图形、地图等可视化元素的创新和不断发展，还需要在交互层面更加便捷，其中很多会在AI技术的诞生下跃进。比如会话式增强分析、大数据量图形、智能报表等等。

数据可视化的本质在于“传递价值”，这意味着它是大数据分析系统的人机交互界面。因此，除了传统的信息技术，还需要计算机交互、计算机视觉等专业技术的组成。由于诸多因素的构成，数据可视化的实现可谓“百家争鸣”，实现效果各有利弊。然而，无论技术因素如何结合，数据可视化都应该以效率为导向，避免为了酷而可视化。突出关键信息、减少视觉干扰、增加上下文和拆解复杂图形是数据可视化必须坚持的原则。

关于思迈特软件

广州思迈特软件有限公司(Smartbi)是国家认定的“高新技术企业”，以提升和挖掘企业客户的数据价值为使命，专注于商业智能(bi)和大数据分析软件产品和服务。在企业进入数据化、智能化的大趋势下，思迈特软件作为行业内最早专注于企业数据化、智能化的产品公司，在众多客户中获得了良好的口碑，赢得了投资机构的青睐。

思迈特软件致力于打造产品销售、产品集成、产品应用的生态系统，与上下游厂商、专业实施合作伙伴、销售渠道合作伙伴共同服务终端用户，通过Smartbi应用商店(bi行业应用)为客户提供基于场景的工业数据分析应用。经过十余年的发展，Smartbi已获得金融、政府、医疗、教育、电力、制造、零售等行业2000多家领先客户的认可。财富500强前10家国内银行中，有8家选择了Smartbi。产品广泛应用于领导驾驶舱、KpI监控广告牌、财务分析、销售分析、市场分析、生产分析、供应链分析、风险分析、质量分析、客户细分、精准营销等管理领域。

« 淘宝新手运营思路 | 兆流量传送引擎BFE开源技术派百度的肌肉 »