智慧資料視覺化的5個步驟
如今,許多企業正在利用模型、資料分析、資料視覺化和儀表板等措施實現資料驅動。例如商業領袖注重提升客戶體驗,技術領導者注重分析速度和網站指標,應用程式團隊在其應用程式中嵌入分析程式等等。
這意味著更多的開發人員、分析師、工程師和管理者將參與開發資料視覺化和儀表板。由於許多企業採用自助式BI工具(如Tableau和Microsoft Power BI),因此有些時候您需要開發儀表盤,或者被要求將其作為優先專案。
這些工具易於學習,但是要避免無用的資料視覺化。因此企業需要設計開發策略,並建立資料視覺化標準。
從設計策略到戰略實踐,再到Tableau和Power BI的特定標準,本文將分享一些開發人員應該考慮的智慧資料視覺化實用標準。
1.使用發現儀表盤準備資料
在處理資料的過程中,開發人員、業務分析師或資料科學家通常會開發圖表和儀表盤,使使用者能夠瀏覽和發表見解。當您對資料、資料質量以及有價值的資訊不瞭解時,就需要將這些儀表盤作為開發過程的一部分。在這個過程中,重要的是要明白以下問題:
·是否有足夠的資料?還是需要與其他資料來源相結合才能更加完整?
·資料是否簡潔有效?還是需要進行必要的資料準備和整理才能用於決策?
·是否需要對分組大小、分類措施、計算聚合等進行確認以簡化分析?
在資料視覺化前期,清楚這些問題是有必要的。
2.回答關於目標受眾的問題
做好資料視覺化的準備之後,請考慮以下事項:
視覺化解決的問題是什麼?
誰會用它?
他們將如何利用從視覺化中獲得的資訊?
第一個問題可以幫助企業為視覺化定一個主題。很多企業忽略了這個關鍵步驟,這樣的話消費者不瞭解使用視覺化的原因和方法。
第二個問題有助於定義視覺化的細節問題和複雜程度。透過視覺化,高管想要的是業績指標,而經理通常想要深入分析背後的原因。
第三個問題有助於確定需要哪種型別的資訊,以及與另一個系統整合是否有用。例如,如果您的儀表盤正在分析來自Jira的敏捷指標,那麼允許使用者單擊Jira發行版可能會很有用。透過了解終端使用者是誰,可以幫助確定使用者需要使用整合系統執行哪些型別的活動。
3.建立一致的佈局、圖表型別和樣式
開發人員要建立充分反映所有維度、層次結構和過濾器的儀表盤佈局,這對使用者非常具有誘惑性,目標使用者可能想要回答問題並參與分析。
但是,在過多的儀表盤上這樣做,相當於在每個螢幕上設計出具有不同導航欄的網站,目標使用者可能會對複雜的學習和跨不同領域的工作感到厭煩。
這要求儀表盤佈局、圖表型別和樣式都要一致,並且與其他儀表盤也要具有共性,這樣一來,訪問新儀表盤的使用者就不會感到吃力。另外,搜尋介面和過濾器應該位於一致的位置,包括圖表型別、尺寸、顏色、字型和格式等選項也應該一致。
4. 用視覺元素講故事
已經根據佈局標準設計好儀表盤的結構,下一步就是確保視覺化是有價值的。這需要使用最好的儀表盤,想辦法吸引使用者的注意力。
以下是關於怎樣用視覺元素講故事的基礎知識:
·處理資料時多使用視覺元素,少用過濾器。視覺效果要透過顏色、大小和趨勢體現整體。
·透過標記、定位和樣式軸、顏色圖例和資料點獲得基本的圖表標準。
·異常值很重要,避免過濾掉異常值並突出顯示那些可能很重要的數值。
·使用者通常瞭解基本的圖表型別,但可能不太熟悉散點圖、箱形圖、雷達圖、多級餅圖和其他更復雜的圖表型別。因此,只有在突出價值和觀點時才使用複雜的視覺效果。另外,使用它們時,請減少儀表盤上的其他元素,以免引起目標使用者的反感。
·許多BI工具都能收集和分析資訊並形成故事。學習如何使用這些工具時,最重要的是明確和直接。
·講故事需要背景。資料視覺化可以透過趨勢、基線、比較、基準、場景、預測和其他為分析或決策提供背景元素。
·個性化體驗。例如,如果您的目標使用者只對歐洲績效指標感興趣,請讓他們在全域性範圍內設定該首選項,以便使用該指標開啟儀表盤。
5. 迭代資料和設計
使用儀表盤後,需要不斷對其進行改進。
新儀表盤通常會暴露基礎的資料質量問題,尤其是新資料集開發時,第一個儀表盤版本應該解決可能成為智慧決策障礙的資料質量問題。
資料視覺化類似於軟體應用程式,可用性的改進也是一種增強。儀表盤開發人員應該從目標使用者手中獲得產品的反饋,以便對其進行最佳化和改進。
最後,儀表盤還必須反映決策和資料的當前狀態。有些資料目前很重要,但隨著時間的變化可能會變得不那麼重要。當出現新的業務目標和反饋問題時,需要進行分析和資料視覺化,有時也需要需要建立新的儀表盤。但一般時候,改進現有系統是更好的選擇。
資料視覺化透過將版本控制、測試和釋出管理標準化作為開發和部署儀表盤的一部分,來解釋資料的變化。
隨著越來越多的人開發儀表盤或參與商業智慧程式開發,企業應該建立並改進他們的開發和設計標準。
來自 “ https://www.infoworld.com/article/3389883/5-steps- ”,原文連結:http://blog.itpub.net/31545816/viewspace-2642005/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 大資料視覺化分析的步驟有哪些大資料視覺化
- 資料中臺助力資料視覺化智慧治理視覺化
- 【乾貨】常見的5個python資料視覺化庫介紹!Python視覺化
- 大資料開發過程中的5個通用步驟大資料
- 三步帶你實現資料視覺化視覺化
- 視覺化中的資料視覺化
- 資料視覺化的秘密視覺化
- 資料視覺化的作用視覺化
- 5種快速易用的Python Matplotlib資料視覺化方法Python視覺化
- 資料視覺化設計的25個小技巧視覺化
- 常見的6個Python資料視覺化庫!Python視覺化
- 智慧公安視覺化資訊研判大資料平臺視覺化大資料
- 資料視覺化【十五】視覺化
- 資料看板視覺化視覺化
- Matlab資料視覺化Matlab視覺化
- 資料視覺化的藝術視覺化
- 資料視覺化的基本原理——視覺通道視覺化
- 大資料開發過程中的5個學習通用步驟大資料
- 資料視覺化在智慧城市中有何應用?視覺化
- 資料視覺化基本原理——視覺化模型視覺化模型
- 基於公開資料集,5分鐘生成個性視覺化資料包告視覺化
- 資料視覺化是如何在智慧水利中應用的?視覺化
- (在模仿中精進資料視覺化03)OD資料的特殊視覺化方式視覺化
- 資料視覺化最有價值的50個圖表視覺化
- 12個流行的Python資料視覺化庫總結Python視覺化
- 資料視覺化如何選擇合適的視覺化圖表?視覺化
- 什麼是資料視覺化,為什麼資料視覺化很重要?視覺化
- 資料視覺化--實驗五:高維非空間資料視覺化視覺化
- 5個步驟實現有效的DevSecOpsdev
- 採購流程的5個理想步驟
- 獲獎的資料視覺化示例 讓人視覺震撼視覺化
- 實現企業網路現代化的5個步驟
- 視覺化之資料視覺化最強工具推薦視覺化
- 什麼是資料視覺化?hightopo資料視覺化助力企業數字化視覺化
- 資料視覺化實踐視覺化
- python資料視覺化——echartsPython視覺化Echarts
- 如何看待資料視覺化?視覺化
- python 資料視覺化利器Python視覺化