大資料人工智慧淘寶天貓雙十一幕後:實時視覺化查詢大屏
這張圖片來源於天貓雙十一資料直播，來自大資料視覺化的魅力
【what】什麼是資料視覺化?
塔夫特所說，“圖形表現資料。實際上比傳統的統計分析法更加精確和有啟發性。”對於廣大的編輯、設計師、運營分析師、大資料研究者等等都需要從不同維度、不同層面、不同粒度的資料處理統計中，藉助圖表和資訊圖的方式為使用者(只獲得資訊)、閱讀者(消費資訊)及管理者(利用資訊進行管理和決策)呈現不同於表格式的分析結果。資料視覺化技術綜合運用計算機圖形學、影像、人機互動等，將採集、清洗、轉換、處理過的符合標準和規範的資料對映為可識別的圖形、影像、動畫甚至視訊，並允許使用者與資料視覺化進行互動和分析。而任何形式的資料視覺化都會由豐富的內容、引人注意的視覺效果、精細的製作三個要素組成，概括起來就是新穎而有趣、充實而高效、美感且悅目三個特徵。
【why】為什麼要進行資料視覺化?
無論是哪種職業和應用場景，資料視覺化都有一個共同的目的，那就是準確而高效、精簡而全面地傳遞資訊和知識。視覺化能將不可見的資料現象轉化為可見的圖形符號，能將錯綜複雜、看起來沒法解釋和關聯的資料，建立起聯絡和關聯，發現規律和特徵，獲得更有商業價值的洞見和價值。並且利用合適的圖表直截了當且清晰而直觀地表達出來，實現資料自我解釋、讓資料說話的目的。而人類右腦記憶影像的速度比左腦記憶抽象的文字快100萬倍。因此，資料視覺化能夠加深和強化受眾對於資料的理解和記憶。
分享之前我還是要推薦下我自己建立的大資料學習交流Qun531629188無論是大牛還是想轉行想學習的大學生小編我都挺歡迎，今天的已經資訊上傳到群檔案，不定期分享乾貨，還有免費學習大資料的直播平臺包括我自己整理的一份最新的適合2018年學習的大資料教程，歡迎初學和進階中的小夥伴。
【how】如何實現可靠的資料視覺化
資料視覺化包括資料的採集、分析、治理、管理、挖掘在內的一系列複雜資料處理，然後由設計師設計一種表現形式，或許是二維圖表、三維立體檢視，不管是什麼樣的資訊圖，最後由前端工程師建立對應的視覺化演算法及前端渲染和展現的實現。如果僅僅是能夠將資料轉化成漂亮的圖表，設計出固定維度、不同式樣的圖表來解釋你的觀點，並不說明這樣的結局就足夠好。這只是一個簡單的開始，只是一個美好願望的萌芽。如果要成功報告結果，將你所分析的度量和資料有效地轉化為有商業價值的見解，使其能夠為基於事實所做的決策提供支援，那麼還需要做更多的功課。
色彩提升資訊視覺化的視覺效果。在資訊視覺化通過造型元素明確傳達資訊及敘述的基礎上，把握好視覺元素中色彩的運用，使圖形變得更加生動、有趣，資訊表達得更加準確和直觀。色彩可以幫助人們對資訊進行深入分類，強調和淡化、生動而有趣的視覺化作品的表現形式，常常給受眾帶來視覺效果上的享受。當然，視覺效果要將企業品牌的色調融合進去，和企業的品牌文化保持高度的一致，這是一個最基本的常識。比如，如果企業的品牌色調比較熱衷紅色，你設計的視覺化效果，就要有意識地朝著這個基調靠攏。但沒有必要吻合，因為紅色的視覺化效果，通常都包含警示的韻味，所以，紅色適合做預警、提醒和突出資訊的功能。
排版佈局增強資訊視覺化的敘事性。我有酒，你有故事嗎?排版佈局四大基本原則：
(1)對比(Contrast)：如果兩個項不完全相同，就應當使之不同，而且應當是截然不同。
(2)重複(Repetition)：設計的某些方面在整個作品中重複。
(3)對齊(Alignment)：任何元素都不能在頁面上隨意安放。每一項都應當與頁面上的某個內容存在某種視覺聯絡。
(4)親密性(Proximity)：將相關的項組織在一起，使它們的物理位置相互靠近相關的項將被看作凝聚為一體的一個組。
動態增加資訊視覺化的視覺體驗。在資訊視覺化的視覺表達中，動態地將相互分離的各種資訊傳播形式有機地融合在一起，進行有關聯、有節奏的資訊處理、傳輸和實現。最終的目的是，為了實現資料之間的聯動，解釋資料表現之間驅動和聯絡的關係。通過圖表樣式和色彩的運動，滿足受眾的視覺感受，同時將資訊內容更加深刻而精簡地傳達給閱讀者，使整個資訊傳達的過程更加輕鬆便捷。對於資料視覺化有諸多工具，如：ECharts、iCharts、D3js、Flot、Rapha?l等功能都十分強大，但對於非專業視覺化而又經常與圖表打交道的職場人士來說，一款輕便易學而又實用的視覺化軟體則顯得十分重要。比如cognos、tebleue等。如果需要展現的資料結構不是特別複雜，而又要把資料展現的絢麗多彩，而且具有互動性，那麼水晶易表是不二之選。
1.誰是你的閱讀者?
無論你是否在做一份傳統的報表還是新式的資訊圖，首先問問自己有哪些閱讀者看到這份報告?他們對將要討論的事項瞭解多少?他們需要什麼?、還有，他們會如何利用你要展示的資訊和資料呢?而我在《一份靠譜的資料分析報告都有什麼套路?》裡講過，明確清晰的分析目標和方法會有多重要，因為只有明確分析目標，才能有一個良好的驅動過程。無論是目標驅動還是分析過程驅動，後續的資料分析工作和分析報告裡所要呈現的全部內容事項都是緊緊圍繞著這個目標主題而服務的。
2.規劃資料視覺化方案
資料視覺化方案，是一定是能夠解決使用者特定問題的。既然是能夠解決使用者特定的問題，那麼這樣的高度，是在基於你在深入地理解了這些資料的現象和本質的基礎之上。簡單來說，就是你的視覺化方案，不僅懂得並且能夠很好地解釋資料分析的結論、資訊和知識。並且管理者能夠沿著你規劃的視覺化路徑能夠迅速地找到和發現決策之道。
舉例來說，當企業的業績不達標時(企業的業績是否達標，關係到企業最關鍵的利益和存亡。)視覺化方案的設計路徑應該是這樣的：
Step1，從整體運營出發，明確有哪些關鍵因素會影響成交和業績。
比如：有效名單、demo品質、客服服務、產品屬性等，相應地去看這些關鍵因素對應的KPI的表現，對整體的業績來講，這些因素都會是驅動因素，這些因素對應的KPI都會是對STV有直接驅動和影響作用的。這些驅動資料的視覺化是基礎，也是尋找解決方案最終的出發點和落腳點。因為，這些資料的表現，是關乎運營成功與否的最直接檢視。
Step2，對關鍵因素深入分析確定是什麼因素導致了業績沒達成，發現和挖掘導致業績未達標的根本原因和問題。
比如：
對比分析，逐一觀測201601月-201612月全部關鍵因素對應的KPI的表現，對比成交業績最高的月份和成交業績最差月份的關鍵因素對應的KPI差異在哪裡，能夠快速定位出哪些方面、哪些因素導致業績未達標。然後能夠有針對性地驅動和幫助業務部門去改善。
追蹤對成交和業績有驅動和改善的行動方案的落地和實施進度，存在什麼樣的問題，是否存在行動方案的執行不力影響了業績達標。
Step3，針對這些問題因素，有的放矢地去做改善和探索提升業績之道。
否則，設計再商業絢麗的視覺化圖表，如果不能快速地得到資訊和商業決策建議和方案就毫無意義。視覺化僅僅成了虛假和欺騙，華麗而不務實的結果。基於準備好的全部的這些問題所得出的答案，就要開始定製你的資料視覺化方案以滿足每個決策者的特定要求。資料視覺化始終都應該是為其受眾專門定製的，這樣的報告裡只應包括受眾需要知道的資訊，且應將這些資訊置於和他們有關並對他們有意義的背景下。
3.給資料視覺化一個清晰的標題。
當你的報告像一份報紙、雜誌的新聞一樣。從這個標題，就能給閱讀者強烈的衝擊。一個清晰的標題是能夠很好地闡釋報告和故事的主題，是對整個報告和故事概括的資訊。當然，並不是鼓勵運營分析人員去做“標題黨”。好的標題，既不要模稜兩可，也不要畫蛇添足，只要解釋清楚圖表即可。這有助於幫受眾直接進入主題。這樣能讓讀者大致瀏覽檔案，並能快速抓住核心所在。儘量讓你的標題突出。
4.將資料視覺化和你的策略、方案聯絡起來
如果資料視覺化的目的在於介紹能解決具體的、可衡量的、可執行的、有相關性和時效性問題的資料，那就在開場白里加上這些問題。稍後再和你的策略連線起來以理清這些資料的定位，因此，讀者便能立刻明白視覺化資料的相關性和價值。最終，他們便能更好地參與進來，並能夠更明智地利用這些資訊。資料視覺化，最終時為了企業良好的運營而服務的，這是它的商業價值。如果你不關注企業的戰略和行動方案，很難建立起具有聯動價值的資訊圖。比如，企業執行的行動方案，通常是為了達成和實現企業的戰略目標，通過這樣的手段實現精益管理和精益運營。所以，視覺化的解決方案要能夠做到，行動方案對戰略目標的驅動效果、個體、團隊對部門整體指標、KPI的驅動和影響效果。只有建立起來具有聯絡的資訊檢視，才會獲得有價值的資料視覺化。
5.明智地選擇你的展示圖表。
不管使用哪一類圖表，bar圖、折線圖、雷達圖等等，每一種圖表都有它自身的優點和侷限性。你無法找到完美的視覺化圖表。但你可以通過嘗試混合展現方式讓視覺化表現再人性化一點點。所以的視覺化效果，都應該儘可能簡單精準地傳達訊息。這就意味著：不論有多新潮、多好看或者多絢麗，這都不是設計資料視覺化的初衷。誠然，我們在持續地並且永不滿足地追求資料之美。但最佳的平衡點在於，用合適的資料視覺化開闡釋恰到好處的資訊和知識的價值之美。
只用有關聯能傳達重要資訊的且為你的受眾所需要的圖形。
無需填滿頁面的所有空白——太多雜亂的內容只會干擾對重要資訊的接收，會讓人太難記住，又太容易忽略。
恰當運用色彩，增加資訊深度。同時要注意有些色彩具備潛在含義。舉例來說，紅色被認為是代表警告或危險的顏色。適合預警額。
不要使用太多不同類的圖表、表格和圖形。如果需要對比各種圖表，要確保你闡述資料時使用的是同類的圖表，這樣才能便於互相比較。
6.在恰當處備註文字說明
文字說明有助於用語言解釋資料，並能在情境化圖表的同時增加內容的深度。數字和表格或許僅能提供快照，而文字說明則讓人對關鍵處瞭解更多，加以評論並強調其內涵。引導觀看者去思考圖形的主題，而不是方法論、圖形設計、圖形生成或其他東西。
避免歪曲資料原本的意圖。
讓龐大的資料集連貫一致。
吸引讀者將不同的資料片段進行比對和比較，突出重點和優劣。
主旨要相當明確：描述、挖掘、作表、視覺化自我解讀。