10个可以实现大数据可视化分析的小技巧

    大数据技术的有效可视化不应该只是漂亮的图片绘制管理，专家表示公司可以通过考虑布局，迭代设计，吸引用户和了解业务需求来提高效果，数据目录提供商Alation公司设计和战略计划副总裁Aaron Kalb建议道：“这里的关键是根据数据、背景知识和受众定制特定的可视化，而不是盲目遵循任何可视化规则。”Kalb以及该领域的其他相关专家为开展进行数据信息可视化项目的企业发展提供了以下10个技巧：

    　　1.考虑用户，管理咨询公司Aspirent视觉分析实践主管Dan Gastineau表示，企业应使用颜色、形状、大小和布局来显示可视化的设计和使用。
    　　Aspirent使用颜色来突出希望用户关注的分析方面，而大小可有效进行说明数量，但过多使用不同大小来传递信息技术可能会导致混乱，这里我们应该有选择地使用大小，即在咨询服务团队成员企业想要强调的地方。另外，表单可确定发展呈现进行分析的形状：例如，是否可以使用这些线条或条形图来呈现某些数据类型的信息，Gastineau称，对象的放置与对象本身一样重要，有利于有效的沟通。
    2. 讲述连贯的故事，你的听众沟通与，保持设计的简单和重点，颜色到图表数量等细节可帮助企业确保仪表板讲述一个连贯的故事。MicroStrategy产品管理高级副总裁Saurabh Abhyankar说：“仪表板就像一本书，它需要考虑读者的设计元素，而不仅仅是强制列出所有可访问的数据，仪表板的设计将是部署的驱动程序。“
    3.迭代设计，应不断从视觉系统分析企业用户可以获得反馈意见，随着时间的推移，数据探索将导致新的想法和问题，并与时间的推移和提高数据的依赖性可以让用户更智能的部署。
    从你的听众那里得到反馈可以改善体验， 谷歌云数据工作室的首席产品经理NickMihailovski说，快速的概念构建、快速的反馈和迭代可以更快地获得更好的结果。另外，还可将调查和表格整合到精美的报告中，也可以通过帮助企业确保大数据的可视化研究结果确实有助于发展目标受众。
    4.个性化的一切， 确保仪表板向最终用户显示个性化信息，并确保其相关性，此外应该确保可视化的设计是为了反映它所在的设备，并为最终用户提供离线访问，这将使可视化更加深入。 Mihailovski说，通过精心设计的交互式可视化吸引观众传播数据文化，使分析变得有吸引力和乐趣，员工也直观的访问，可视化和共享报告，包括实时动态数据。
    5. 从分析目标开始，它应确保的数据类型和分析对象可以反映选择的可视化类型。Mihailovski认为：“人们通常会采用相反的方法，他们先看到整洁或模糊的可视化类型，然后试图使其数据相匹配，对于大型数据项的可视化，简单的条形图或表有时可以是最有效的。”

    6.考虑管理，有可能需要花费时间和精力，但重要的是最终用户信任的数据， 从技术、流程和人员的角度获得所有需要的帮助，以确保数据得到审查和准确。
    7. 对观看者的同理心， 在每种情况下都将使用不同的可视化方法。例如，许多数据可视化专家明确禁止使用饼图，因为人的眼睛和头脑可以更容易地测量长度或位置之间的差，而难以确定角度差。 并且将饼图变成条形图后，不同部分的差异就变得不那么明显，更难识别出一些小的部分，使用可以考虑双层圆环图，其对应于所述中间区域被移除，快速显示75％，20％和5％等模式。
    8.了解企业业务，花时间与业务用户沟通，了解他们希望从大数据产品的可视化中实现什么，以及他们需要通过哪些数据来提供所需的见解，如果必要的话，买工具或技术来分析和转换这些数据，技术咨询公司Brillio的数据和分析主管Naresh Agarwal称：“在大数据领域，我们面对的是海量数据，因此，让用户可从这种数据规模中获益非常重要。”
    同时，了解业务发展趋势非常具有重要，这可帮助学生用户采用最新的指标和分析来推动更好的业务决策， 在设计不同的仪表板时，应始终考虑最终用户，管理、分析师、IT和业务用户将从不同类型的可视化分析探索中获得价值。
    只有我们解决企业利益相关者的利益需求，大数据的可视化才有价值，NTT Data Services公司商业智能和分析主管Nitin Bajaj表示，清楚地了解利益相关者的动机可确保在适当的细粒度和细节水平实现可视化，从而使利益相关者能够对其采取行动。

    9.连接器可视化，确保不同的可视化仪表板已连接，并迅速显示该链接的完整视图，商业智能软件提供商Kyvos Insights的技术架构师Pratik Jain举例说，如果您正在分析按位置销售摘要报告，你还应该能够进行逐年分析或比较不同产品的销售情况。
    应确保大数据的可视化可实时更新和查询，供应链软件提供商OpenText的高级分析产品营销经理Zachary Jarvinen表示，静态显示或没有基础数据来源的显示将无法帮助企业分析快速变化的大数据流。
    10.尽可能简化，大多数领先的大数据可视化工具都非常丰富，这往往导致分析人员构建密集和过于复杂的可视化，这可能导致难以收集可行的见解。优秀的分析师会尽可能简化可视化作品，以便解决手头的假设问题，分析是尽早与利益相关者沟通以确保最终产品不是徒有炫酷外表而是能直接满足利益相关者需求的产品。
    数据进行治理工作变得至关重要，同时，在这个阶段数据源的复杂性使得人们认识到，为了坚持数据的更新和高质量，需求适量的治理体系和对数据中间层技术的少量投资数据技术和人工智能的负面影响成为人们关注的核心，潜在的失业和不公平竞争可能是一些需要解决的问题。

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里！