大数据应用场景展示：可视化方案

数据的收集、管理和使用已经成为企业和个人工作中不可或缺的一部分。随着时代的发展，出现了越来越多的数据量堆积，然而这些密密麻麻的数据的可读性较差并且毫无重点。任何一个行业，数据可视化不仅是帮助别人解读自己业务的名片，更有利于决策者分析数据背后蕴藏的价值、规律、趋势和关系，更能使数据易于被人们理解和接受，从而为决策者提供更好的服务。因此，运用恰当的图表实现数据可视化非常重要。

数据可视化技术的基本思想，是将数据库中每一个数据项作为单个图元元素表示，大量的数据集构成数据图像，同时将数据的各个属性值以多维数据的形式表示，可以从不同的维度观察数据，从而对数据进行更深入的观察和分析。简单理解就是，在数据的采集、计算、存储全部完成后，将数据快速地输出到业务部门，主要是借助图形化手段较美观地展现出来，清晰有效地传达与沟通相关的信息。

接下来将依次介绍常用图表类型，分析其适用场景和注意事项，从而帮助大家通过图表更加直观地传递所表达的信息。

（1）柱状图

展示多个分类的数据变化和同类别各变量之间的比较情况。适用场合是对一个维度的一到多个指标进行比较，适用于汇总数据比较（如图3-3所示）。

注意事项：尽量排序，除非维度是常规序列；柱子的宽度建议大约是间隔的两倍，不建议过宽或过窄；柱状图是为了比较差异，如果差异不大请改变基数，如都剪掉最小的柱子，或者保留数字；添加辅助线如平均值或者目标线让比较更有意义，不要使用3D、阴影，过度的效果会喧宾夺主，二次元最佳。

图3-3　柱形图

（2）条形图

相当于横过来的柱状图，优势是更能体现排序效果，适用于高亮top3或5的数据，节约排版空间（如图3-4所示）。

注意事项：同柱状图。

图3-4　条形图

（3）折线图

折线图适合大数据集的趋势分析，尤其适合非离散型维度分析，如时间、价格走势（如图3-5所示）。

注意事项：不要使用虚线，可以高亮需要关注的节点。不同维度和指标用不同颜色区分，避免指标值过多。

图3-5　折线图

（4）饼图(www.xing528.com)

适用占比比例图，明确显示维度的占比对比，非常适合和其他图形联动分析（如图3-6所示）。

注意事项：最好顺时针排序。

图3-6　饼图

（5）散点图

一种场景为判断两个变量之间是否存在某种关联，如在销量大的情况下利润是否高，适合四象限分析；另一种常用场景就是对大数据的分布和分簇，迅速找到规律和分切点（如图3-7所示）。

注意事项：选择能合理解释的KPI进行比较，散点图如果过于混乱可以分色分类或者加上趋势线帮助阅读者分析。

图3-7　散点图

以上数据可视化信息图形的功能，简单说就是将复杂信息简化为清晰易理解的图画，统计学家爱德华曾说过，“良好的信息设计是一个清晰的视觉观念”。在数据集的视觉设计过程中，通过对数据进行针对性的分析可以还原事物本质，使人们如同拥有一个“新相机”。由于信息传输和接收的对象不同，相关信息的图形传输会有一些偏差，容易被误解。因此，有必要在初始设计中合理地总结信息，以使信息具有一定的结构，而不是简单地堆叠几何图，而是要将图形设计得相对匀称漂亮，否则难以直观地吸引用户并获得大量的用户浏览信息。^[9]

通过图形的展示，实现了数据的应用场景可视化。数据的可视化已经应用到了各个领域，在实战中得到了展现与普及。对于数据可视化最有代表的场景应用之一，不得不提的就是大屏，它不仅可以带给观众更加准确、震撼和清晰的体验，而且大屏可视化展示系统会让更多背后隐藏的数据被发现、被阅读，充分发挥出了数据的内在价值。当然，更多的是还可以利用直观、灵活、多样的图表展示为企业提供业务驱动力和决策支持。因此，数据可视化大屏展示的功能应得到更加广泛的重视与应用。

2019年5月，盛世东方顺利完成甘肃人保大数据可视化LED显示屏项目，该项目采用得是pH 1.875小间距显示屏，应用于数据展示中心及视频会议中心（如图3-8所示）。使用大数据将BI中的信息转换成可视化图形，如表格、形状、地图等来增加直觉性和趣味性，通过一个清晰的目标，传递或者提供一个特别的角度表达信息，直截了当，以一个具有科学可视化的画面观察数据，最终达到为管理者提供关键的运营决策依据的目的，同时还能提升交警们的理解高度。这个项目达到了“数据多元化、流程网络化、信息可视化、展示人性化”的要求，形成了“资源共享、精确研判、全市联动、同步指挥、正确决策”的指挥网络格局，可以为指挥人员提供方便快捷的直观决策手段，提高交警队伍快速决策的能力，加强对社会基本面的控制，促进交警工作现代化，为各岗位的日常工作提供一个科学化、电子化的统一展示平台。

随着互联网的广泛普及，越来越多的人热衷于用移动网络观看电视剧、电影、综艺等电视节目，面对来源愈加复杂的广电用户行为数据和激烈的市场竞争环境，对数据处理的时效性提出了更高的要求，传统基于关系型数据库和统计报表的经分系统已不能满足媒资内容分析、广告运营监测、精确化营销等一系列市场活动对实时数据的需求，为了解决上述问题，广电便创建了基于开源软件构建的一个实时大数据可视化平台，该平台对采集到的业务数据和行为数据进行流式计算，将计算结果采用可视化图表进行展现，具有很好的交互性，这就可以为广电运营商的经营决策提供更加直观、精确、实时的支撑。^[10]

图3-8　大数据可视化显示屏

工业智能制造逐渐加入了数据可视化的应用场景。制造数据可视化是指通过实时跟踪与展现各生产线的生产动态，对各类数据进行分析，同时对异常情况进行预警，便于加强流程监控和质量管控，从而提高生产效率和产品质量。

智慧城市的建设也加入了数据可视化，在城市管理中涉及政务、民生、医疗、教育等数据可视化，直观展示出城市发展现状和成就，同时从时间、空间、类别等多种维度进行交互展现，可凸显热点数据、预警突发事件，帮助相关单位全面掌握城市发展和监管工作，辅助管理决策。

商业智能数据可视化是综合、实时展示客户关注的各项业务指标和变化趋势，让绩效一目了然，让问题无所遁形，让决策有“数”可依。

除此之外，我们耳熟能详的零售、生产、交通、地产、汽车等领域，都已经将数据应用场景可视化，帮助人们更清晰地发现、诊断问题。可见，数据应用场景的可视化已经分布了各行各业，并且是一项可以普遍应用的新技术。