酷应用

数据可视化之美：让你的数据活动起来！

百家作者：数据分析 2020-03-06 03:03:59

现如今无论是工作汇报、产品设计、后台设计甚至是数据大屏，越来越多的行业需要和数据打交道，数据几乎无处不在，任我们取用。然而同样的数据给人的感觉可能会千差万别：或冰冷枯燥，让人望而生畏、百思不解其意；或生动有趣，让人豁然开朗。数据需要通过一种特别的方式来展示并且让人们一目了然地了解到它背后的含义，这就是数据可视化技术；掌握了它，茫茫人海中的大数据也能讲出生动的故事，给人们带来直观的视觉感受，方便人们对未来发展做出预测和决策。

数据(data)，是指未经过处理的原始记录；可视化(visualization)，是指一种视觉上的认知效果，因此数据可视化，顾名思义则是关于原始记录经过清洗、整合后得到的数据视觉表现形式的科学技术研究。子曾经曰过：文不如表，表不如图。在信息爆炸的大数据时代，如何从海量的数据中快速提取到人们最感兴趣的内容并形象地呈现出来，是数据可视化研究的主要目标。试想当你给老板做汇报时，你是打算用密密麻麻、没完没了的报表逐条阐述几个小时到口干舌燥还是准备几页图表在几分钟内就能轻松做出精准的分析展示并且还能看到老板对你投来赞许的眼神？没错，确认过眼神，数据可视化就是你明智的选择。

数据可视化技术主要是根据现有对象创建新实体和度量从不同的维度选择可视化效果部件来分析并展示数据，实体(Attribute)是在数据中反映的业务概念，它提供了一个用于报告和分析业务事实或计算结果的上下文，比如我们可以说地区是一种实体，这个实体包含上海北京等城市元素，也可以说时间是一种实体，包括年、月或日期的数据元素；度量(Metric)是代表业务度量值和关键性能指标的对象，是在数据上执行的计算，类似于电子表格软件中的公式。因此，数据可视化就是创建包含可视化效果图来展示和探索业务数据，基于不同的实体维度来分析不同度量的指标计算结果。

目前数据可视化部件种类繁多，那么问题来了：面对同样的数据，用户该选择何种可视化部件来更恰当地展示自己的数据呢？其实，当你了解熟悉了每个可视化部件的特点甚至分类，就不难发现是有迹可循的。下面将通过一个简单的例子来介绍一些简单易用的主流可视化部件及使用场景。

以销售数据为例，假设英国某工厂希望通过数据可视化效果来分析当年的产品销售情况并挖掘出背后的规律，并对下一年的销售策略做出准确的决策。

首先从原始数据中经过清洗、合并得到分析的主要实体有国家(Country)、产品类别(Category)、时间(Month of Year)和主要度量有销售量(Sales)、客户量(No.of Customer)。

来自厂长的第一个问题：该工厂的哪一类产品最受欢迎？

首先对这个问题做个思路转换，其实就是对销售出去的各类产品的销售量或者客户量进行对比。通过比较自然就能看出哪一类最受欢迎，哪一类最不够有卖点，从而挖掘背后的原因。因此，可以从实体产品类别(Category)和度量销售量(Sales)去分析，也可以从客户量(No.of Customer)的度量维度做分析。

这里以饼图(Pie Chart)、条形图(Bar Chart)为代表的图形矩阵家族最能一目了然地展示，并且通过设置阈值区间就能一眼看到最深的红色代表的Kitchenware和Decoration两类产品最受客户的欢迎啦！

条形图经过阈值、排序处理也能得到和饼图一样的答案喔，同时还能直观地看到数据显示！

此处也可选择热图(Heat Map)做可视化处理，颜色最深的红色通过阈值设置也表示该工厂的Kitchenware和Decoration两大类产品的客户购买量最多。

来自厂长的第二个问题：该工厂的产品在哪些国家地区更为热卖？

这个问题的线索最明显，当看到国家、地区、城市这些字眼基本就可以锁定答案关乎地区分布，最为经典的非地图(Map)或者地理空间服务(Geospatial Service)莫属了。从实体国家(Country)和度量销售量(Sales)去做可视化输入就能得到如下的分析效果，还能和平时常用的导航地图一样进行放大、缩小及旋转。同样地，颜色最深的红色通过阈值设置表示该工厂在英国(UK)本土和邻近国家以及澳大利亚销售额位居前列，并且本土的销售量遥遥领先。

时间趋势：来自厂长的第三个问题：本年度哪个月的销售量和客户量达到最高？

这个问题同样的首先进行思维切换。问的是时间维度，自然想到本年度从1月到12月的趋势走向，代表可视化部件有折线图(Line Chart)、条形图(Bar Chart)、面积图(Area)。这里因为提到两个实体分别是销售量和客户量，因此可以考虑组合图表来实现两个以上度量对同一时间实体的趋势及对比分析。例如从1月到12月销售量和客户量的趋势变化，条形图代表客户量，折线图代表销售量，可以一眼看出11月份销售量和客户量均已达到高峰值，看上去和我们如火如荼的双十一剁手大狂欢很类似呢?。

此外，大数据时代衍生的数据可视化图表还支持自定义部件(Custom Visualization)，即开放应用程序接口(API)让用户按照自己的特定需求进行可视化定制方案，达到独一无二的效果。码农告诉你，没有你做不到，只有你想不到！例如问题二中厂长突然说不想看具体的地理位置分布，只想在一秒内一见钟情式地击中答案呢？么得问题，完全可以自己敲几行代码实现类似词云(D3WordCloud)、胜似词云的展示效果！

通过这几个简单的问题分析，我们可以快速并清楚地得到如下的结论或者说可能的决策:

增加Decoration及Kitchenware两种产品的生产量，同时深入研究其他产品种类的弊端进行创新改进以吸引更多的客户。
保持并加大英国本土、邻近国家及澳大利亚的产品生产及销售，同时扩大在其他国家的产品宣传力度。
尽可能在第四季度出台更多的优惠活动，并同时保证生产线的供给量。

9102年双十一光棍节谢幕了，当买手达人们沉浸在剁手后等各路快递送到家的喜悦中时，各大电商CEO看着漂亮的数据更是乐不思蜀，而这种数据展示显然不再是简单的一行行阿拉伯数字，似乎在PK谁家的数据让人看了更兴奋，并激发观众的直观感受，这种依赖视觉思维的数据展示转变就是得益于数据可视化技术。

（此图引自搜狐新闻http://www.sohu.com/a/207460708_718302）

所谓“一图解千言”，数据可视化作为大数据分析的最后一环必不可少，也越来越受到重视。当你还吭哧吭哧地在报表里筛选数据并剪成PPT跟老板汇报“我觉得这组数据就表明了balabala”，而你的老板肯定会说“我不要你觉得，我要我觉得，我要数据觉得！”的时候，城会玩的用户已经透过数据可视化工具得到结论并作出决策啦！这么多款直观图，你还在等什么？赶紧让你的数据快速“活动”起来吧！