智能数据可视化的5个步骤

如今,许多企业正在利用模型、数据分析、数据可视化和仪表板等措施实现数据驱动。例如商业领袖注重提升客户体验,技术领导者注重分析速度和网站指标,应用程序团队在其应用程序中嵌入分析程序等等。

这意味着更多的开发人员、分析师、工程师和管理者将参与开发数据可视化和仪表板。由于许多企业采用自助式BI工具(如Tableau和Microsoft Power BI),因此有些时候您需要开发仪表盘,或者被要求将其作为优先项目。

这些工具易于学习,但是要避免无用的数据可视化。因此企业需要设计开发策略,并建立数据可视化标准。

从设计策略到战略实践,再到Tableau和Power BI的特定标准,本文将分享一些开发人员应该考虑的智能数据可视化实用标准。

1.使用发现仪表盘准备数据

在处理数据的过程中,开发人员、业务分析师或数据科学家通常会开发图表和仪表盘,使用户能够浏览和发表见解。当您对数据、数据质量以及有价值的信息不了解时,就需要将这些仪表盘作为开发过程的一部分。在这个过程中,重要的是要明白以下问题:

·是否有足够的数据?还是需要与其他数据源相结合才能更加完整?

·数据是否简洁有效?还是需要进行必要的数据准备和整理才能用于决策?

·是否需要对分组大小、分类措施、计算聚合等进行确认以简化分析?

在数据可视化前期,清楚这些问题是有必要的。

2.回答关于目标受众的问题

做好数据可视化的准备之后,请考虑以下事项:

可视化解决的问题是什么?

谁会用它?

他们将如何利用从可视化中获得的信息?

第一个问题可以帮助企业为可视化定一个主题。很多企业忽略了这个关键步骤,这样的话消费者不了解使用可视化的原因和方法。

第二个问题有助于定义可视化的细节问题和复杂程度。通过可视化,高管想要的是业绩指标,而经理通常想要深入分析背后的原因。

第三个问题有助于确定需要哪种类型的信息,以及与另一个系统集成是否有用。例如,如果您的仪表盘正在分析来自Jira的敏捷指标,那么允许用户单击Jira发行版可能会很有用。通过了解最终用户是谁,可以帮助确定用户需要使用集成系统执行哪些类型的活动。

3.创建一致的布局、图表类型和样式

开发人员要创建充分反映所有维度、层次结构和过滤器的仪表盘布局,这对用户非常具有诱惑性,目标用户可能想要回答问题并参与分析。

但是,在过多的仪表盘上这样做,相当于在每个屏幕上设计出具有不同导航栏的网站,目标用户可能会对复杂的学习和跨不同领域的工作感到厌烦。

这要求仪表盘布局、图表类型和样式都要一致,并且与其他仪表盘也要具有共性,这样一来,访问新仪表盘的用户就不会感到吃力。另外,搜索界面和过滤器应该位于一致的位置,包括图表类型、尺寸、颜色、字体和格式等选项也应该一致。

4. 用视觉元素讲故事

已经根据布局标准设计好仪表盘的结构,下一步就是确保可视化是有价值的。这需要使用最好的仪表盘,想办法吸引用户的注意力。

以下是关于怎样用视觉元素讲故事的基础知识:

·处理数据时多使用视觉元素,少用过滤器。视觉效果要通过颜色、大小和趋势体现整体。

·通过标记、定位和样式轴、颜色图例和数据点获得基本的图表标准。

·异常值很重要,避免过滤掉异常值并突出显示那些可能很重要的数值。

·用户通常了解基本的图表类型,但可能不太熟悉散点图、箱形图、雷达图、多级饼图和其他更复杂的图表类型。因此,只有在突出价值和观点时才使用复杂的视觉效果。另外,使用它们时,请减少仪表盘上的其他元素,以免引起目标用户的反感。

·许多BI工具都能收集和分析信息并形成故事。学习如何使用这些工具时,最重要的是明确和直接。

·讲故事需要背景。数据可视化可以通过趋势、基线、比较、基准、场景、预测和其他为分析或决策提供背景元素。

·个性化体验。例如,如果您的目标用户只对欧洲绩效指标感兴趣,请让他们在全局范围内设置该首选项,以便使用该指标打开仪表盘。

5. 迭代数据和设计

使用仪表盘后,需要不断对其进行改进。

新仪表盘通常会暴露基础的数据质量问题,尤其是新数据集开发时,第一个仪表盘版本应该解决可能成为智能决策障碍的数据质量问题。

数据可视化类似于软件应用程序,可用性的改进也是一种增强。仪表盘开发人员应该从目标用户手中获得产品的反馈,以便对其进行优化和改进。

最后,仪表盘还必须反映决策和数据的当前状态。有些数据目前很重要,但随着时间的变化可能会变得不那么重要。当出现新的业务目标和反馈问题时,需要进行分析和数据可视化,有时也需要需要创建新的仪表盘。但一般时候,改进现有系统是更好的选择。

数据可视化通过将版本控制、测试和发布管理标准化作为开发和部署仪表盘的一部分,来解释数据的变化。

随着越来越多的人开发仪表盘或参与商业智能程序开发,企业应该建立并改进他们的开发和设计标准。

Image placeholder
离散的风
未设置
  54人点赞

没有讨论,发表一下自己的看法吧

推荐文章
那个“炫酷狂拽”的数据可视化利器AntV 11.22版全新发布啦

导读AntV是一个数据可视化项目,也是一个团队,蚂蚁金服数据可视化团队,一群有爱有梦的人,怀揣「让人们在数据世界里获得视觉化思考能力」的梦想前行,希望成就智能时代全球领先的数据可视化解决方案,满足与日

2019值得关注的数据可视化工具TOP5

 数据可视化在数据分析过程中的扮演着非常重要的角色。对于数据科学家或数据分析师来说,以更直观、便于查看、甚至更吸引人的视觉效果来呈现数据是很重要的。数据可视化是一个有效的市场工具,通过这种方式,从海量

基于Pandas+ECharts的金融大数据可视化实现方案

前言最近无意中看到一篇文章,介绍的是在IPythonNotebook里实现ECharts的可视化效果。我个人对ECharts一直是推崇有加,是baidu发布的开源项目中我比较喜欢的一个,绝对是良心之作

数据偏移、分区陷阱……我们这样避开DynamoDB的5个坑

摘要:本文主要介绍作者所在团队在具体业务中所遇到的挑战,基于这些挑战为何最终选型使用AmazonDynamoDB,在实践中遇到了哪些问题以及又是如何解决的。文中不会详细讨论AmazonDynamoDB

关于企业数字化转型和AI应用的5个建议

波士顿咨询公司(BostonConsultingGroup)表示,企业对数字化转型和人工智能抱有很高的期望,但也面临着一些挑战。许多企业正在迎来第一波数字化转型浪潮,在扩大覆盖面和定制化、改进流程、提

对2020年Linux和开源的5个大胆预测

在这篇文章中,omgubuntu网站列出了对2020年Linux的5个预测,大家也来预测下会不会实现。2020年Linux预测预测1:Linux设备的爆炸式增长好的,因此建议我们明年看到大量新的Lin

可视化的JavaScript:作用域(链)

首先,来看看下面的代码:constname="Lydia" constage=21 constcity="SanFrancisco" functiongetPersonInfo(){ constn

可视化的JavaScript:事件循环

首先,事件循环是什么,为什么要理解它?JavaScript是单线程的:一次只能运行一个任务。通常这没什么大不了的,但现在想象一下我们正在运行一个需要30秒的任务。在这个任务中,我们要等待30秒,然后才

可视化的JavaScript:JavaScript引擎运行原理

JavaScript很酷,但是JavaScript引擎是如何才能理解我们编写的代码呢?作为JavaScript开发人员,我们通常不需要自己处理编译器。然而,了解JavaScript引擎的基础知识并了解

打造高逼格、可视化的Docker容器监控系统平台

关于Docker技术的文章之前也断断续续写了几篇:Docker容器系列文章|Docker技术入门(一)Docker容器系列文章|Docker技术入门(二)Docker容器系列文章|这20个Docker

华为发布智能数据解决方案FusionData

华为在北京发布智能数据解决方案FusionData,支持智能的数据全生命周期管理;从数据接入、数据处理和数据使能三个层面,重定义数据基础设施,帮助客户打造领先的智能数据解决方案,拥抱行业数字化,释放数

华为云存储All-Flash战略打造全新智能数据底座

华为全球产业展望报告显示,全球年数据增量将从2018年的32.5ZB快速增长到2025年的180ZB,但目前企业数据利用率只有10%,数据价值没有得到充分释放。面对海量数据爆炸式的增长和发掘数据内在价

往数据库添加数据4个步骤——增

1.前端回传数据,ajax或者直接表单提交,提交到资源路由admin/xxxpost2.后端接收数据,铜鼓参数回传$input=$request->all();或者except(token);3.表单

合理建立Hadoop数据库的7个步骤

数据湖的概念起源于大数据的出现——且数据已成为企业的核心资产,Hadoop则是作为存储和管理数据的平台而出现。但是,盲目地投入Hadoop数据湖建设并不一定会使您的企业进入大数据时代——至少不是以一种

解决云中灾难恢复其实只需三个步骤!

很多人都认为,DR(灾难恢复)内置于云中,我们只需采用云本身的安全机制就行了,但事实并非如此。尽管,许多云提供商在数据恢复方面做得很好,但是如果你自己不做灾备,会错过很多只有真正意义上的DR系统才能具

保护Linux服务器的7个步骤

本文将向您介绍基本的Linux服务器安全保护措施,侧重于Debian/Ubuntu,但是您可以将本文介绍的所有内容应用于其他Linux发行版。1.更新你的服务器要保护服务器,您应该做的第一件事是更新本

可视化编程是否真的没有未来?程序员:它有“七宗罪”

今天想聊聊可视化编程(visual-programming)的未来发展,喂喂,咱们这儿还没开始,各位大佬先别急着走啊您……确实,可视化这个概念跟任何技术并称,都是技术前沿、下一个风口、万亿市场的代名词

分享一个可视化开发vue框架下的各类ui的web在线表单设计布局器

新手发帖,第一次不小心刷新了一下就没了本人刚入门vue,偶然间发现这款布局器挺好的,可视化开发element所以分享给大家网站地址:http://lowcode.magicalcoder.c...嵌入

Python可视化 | Seaborn5分钟入门(一)——kdeplot和distplot

微信公众号:「Python读财」如有问题或建议,请公众号留言Seaborn是基于matplotlib的Python可视化库。它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matp

Python可视化 | Seaborn5分钟入门(二)——barplot&countplot&pointplot

微信公众号:「Python读财」如有问题或建议,请公众号留言Seaborn是基于matplotlib的Python可视化库。它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matp

Python可视化 | Seaborn5分钟入门(七)——pairplot

微信公众号:「Python读财」如有问题或建议,请公众号留言Seaborn是基于matplotlib的Python可视化库。它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matp

Python可视化 | Seaborn5分钟入门(三)——boxplot和violinplot

微信公众号:「Python读财」如有问题或建议,请公众号留言Seaborn是基于matplotlib的Python可视化库。它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matp

Python可视化 | Seaborn5分钟入门(四)——stripplot和swarmplot

微信公众号:「Python读财」如有问题或建议,请公众号留言Seaborn是基于matplotlib的Python可视化库。它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matp

Python可视化 | Seaborn5分钟入门(六)——heatmap热力图

微信公众号:「Python读财」如有问题或建议,请公众号留言Seaborn是基于matplotlib的Python可视化库。它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matp

Python可视化 | Seaborn5分钟入门(五)——lmplot

微信公众号:「Python读财」如有问题或建议,请公众号留言Seaborn是基于matplotlib的Python可视化库。它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matp