在数据可视化这条路上,除了天天做图表,还有更重要的3件事
Posted Leo.yuan
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了在数据可视化这条路上,除了天天做图表,还有更重要的3件事相关的知识,希望对你有一定的参考价值。
在这个数据大爆炸的时代,如何从成千上万的数据中梳理出一条解决问题提升效益的最优解,成为每个职场人都需面临的挑战。
一、这是个可视化的时代!
知乎上有个热门话题:数据可视化。对此领域的问题已经将近3000条,3.3万的人关注此词条,讨论进3.2万。
点进这个话题,大致可以归结为大家对可视化工具的探索、对如何将数据转化为图和动画的求知、对可视化图表的模型分析等等,总体而言可以归为大概两类:工具、分析模型。
由此可见,大家对于可视化存在着一个共识:即如何能够创建出一个信雅达的可视化报表离不开软件的支持,也离不开对分析模型的深入了解。
此外除了专业的数据分析人员、IT人员之外,对数据可视化的需求逐渐扩张到全行业:销售、HR、财务等等业务人员,全民数字化在这个寻求改变和发展的时代已然来临。
其实在日常工作中大家也可能发现了:可视化能力已经从以前的附加价值,逐渐发展成一种必备能力。可以说懂得业务的IT人员很重要,但懂得数据的业务人员更能如鱼得水。
二、这是个读数据的时代!
可是如何懂得数据呢?往往那些高赞回答只是选取了读者普遍存在的痛点进行回答,而很少大而全的告诉你如何去懂得数据。
但其实我也没有办法那么详细的仅用一篇文章就告诉你。
我只能从大家最关心的几个问题结合我自身的经验,来给出可能更优的建议。
Step:1 知道你的可视化重心在哪?
不管你是因为业务需要而去钻研数据的业务人员,还是专业从事这个行业的IT人员,还是需要读懂图表传达的信息的管理人员,你首先要明确你的目的是什么?不同的身份对于数据可视化有着不同的需求重点。
针对第一类人群,你要做的不是在技术上的深究,而是在理解业务的基础将可视化作为一种工具去辅助业务流程的优化。可视化工具够用就行,不必投入过多精力。
针对第二类人群,在深度掌握可视化工具的基础上,也要从业务角度去深思业务需求。
针对第三类人群,不必过多了解可视化的具体操作,只需要从整体角度了解其可视化所展示的业务指标和维度。
Step:2 选择称心的工具很重要
市面上的可视化工具有很多,但每种工具都有其优势与劣势,因而如何选择工具的关键核心就在于结合自身实际情况。
我列举了市场占有率最高的前三名,可供大家参考:
1)FineBI
优点:
FineBI操作简单易上手,都是可视化操作界面,能够对过滤、分组汇总、新增列、排序等快速处理。
FineBI以业务为中心的自助大数据分析平台;主要面向业务和数据分析师,以问题为导向的探索分析,操作简单。
缺点:
目前主要面向国内市场,在国际上占有率较低
二次开发有待加强
2)PowerBI
优点:
独立的PBI经过5年的发展,经受200000+客户的考验,同时底层开放接口,可以进行自定义开发。
微软PowerBI继承office的界面,操作界面熟悉。
缺点:
门槛较高,PowerBI定位数据分析师使用,深入操作需要学习DAX语言、M语言。
微软官方社区是全英文的,对国内用户不友好。主要依赖于国内powerbi爱好自己建立的社区,这里以PBIHub为例
3)Tableau
优点:
支持点击动作设置,在可交互性上更胜一筹;
Tableau的引擎架构与特性都类似,抽取、直连灵活切换,均能够支持亿级数据的秒级展现;
缺点:
Tableau不支持分页设置,浏览过长麻烦的同时,也不能进行页内计算
对逻辑复杂、样式要求高的表格支持能力弱,不能满足中国式复杂多表头的样式
至于如何取舍,还是要结合自己的实际情况使用。
三、这是个可视化图表时代!
一份可视化报告是由多个图表构成,柱形图、折线图、瀑布图、甘特图、词云图、数字地图等等都是报表的加分项。
确定指标,拆解指标,选择相对应的图表,才能更好的传达数据信息,此外还有数据分析模型,能够帮助我们从杂乱无序的海量数据中找到一条最方面、最省力、最有效的捷径。
具体可看我之前写的一篇文章:跟数据打交道的人都得会的这8种数据模型,满足工作中95%的需求
对于常见所需的数据模型从作用、应用场景、举例这三个维度详细讲述,在此不过多赘述了。
以上是关于在数据可视化这条路上,除了天天做图表,还有更重要的3件事的主要内容,如果未能解决你的问题,请参考以下文章
除了矩形树图旭日图双层环图,层级数据可视化还有它! | 图表家族#53