返回
在十五年前，没有 D3，没有 Tableau，没有 ggplot 甚至没有 Prefuse / Flare。如果您想进行可视化，您可能得使用新发布的 Cytoscape，尽管它是为生物信息学设计的，用于收集和分析复杂的生物数据（如遗传密码）。
今天，数据分析师们可以使用比以前更多的工具。我们不再将数据可视化视为通用方法，而是将它分为以下几类：
- 分析师使用 BI 工具进行报告
- 开发人员使用代码进行自定义数据可视化
- 记者创作数据驱动的文章
- 数据科学家利用探索性的数据进行分析
这些分类将直接关系到特定的工具和模式，而它们也已经开始转变。慧都BI拥有超过15年的技术沉淀，经历了近代数据可视化的三大浪潮，因此在本篇文章中将首先概述近代数据可视化的三大浪潮，然后分享如何在第三次数据可视化浪潮中达到顶峰，企业级BI业务分析解决方案，让数据创造无限价值。
浪潮一：清晰度
在现代数据可视化中，Edward Tufte 的工作是数据可视化第一个浪潮的中心，他强调清晰，简单和直接的一对一数据点映射。从这个时代开始，我们看到了斯巴达色彩方案的兴起，标签和自然语言标题的重要性，以及一种理想化的完美图表——可以立即读取，访问，并可执行。这种图表具有清晰的结构和规则，就像您可能在 The Elements of Style 中看到的那样。
浪潮二：系统
第二个浪潮专注于系统化信息编码，这是开发数据可视化工具所必需的。而在这个主题中，最有影响力的著作是 Leland Wilkinson 的《The Grammar of Graphics》。在第一个浪潮中，图表是用来讲故事的。而在这个浪潮中，图表是工具规格的输出。《The Grammar of Graphics》旨在能让人们创建一个图形集合，如果我们现在看一看任何数据可视化库，我们仍然可以发现这个思想在起作用。
这些库专注于“配方”，允许人们采用任何一组构建块，并通过定义的“语法”生成一组接近无穷的示例。每个示例都可能是一个有效的图表，因为它是使用可接受的起点构建的。然而，Wilkinson 承认，仅仅因为数据和图形之间的逻辑关系可以定义，并不意味着图表都有着有用的含义。而图形语法和构建它们的工具并不能保证易读性。
第二次浪潮带来了一些成果——人们制作了无数的仪表板和报表，但有时放弃了设计最佳实践。
浪潮三：融合
近年来，工具和用户期望已经融合在一起。R 和 Tableau 等现代平台是围绕图形语法的基础所构建的。与此同时，消费者更加精通设计，能够制作出漂亮的可视化。
因此，我们需要将重点从单个图表转移到产品的构建，评估和交付上。例如，在 Netflix 中，我们正在使用分析手册做试验，旨在解释数据可视化并促进协作和沟通。
这些因素都有助于我所认为的第三次数据可视化浪潮，其特点是围绕以下主题的思维方式转变：
01 创建图表以供重复使用
这要求我们摆脱对即时可读的独立图表的期望。我们目前正在评估为单次访问而设计和优化的数据可视化。这很好，但我们还需要促进，评估和更好地理解为多次访问而设计和优化的数据可视化。UI 和 UX 需要成为第一关注点，而交互性并不仅仅是一个几何属性。要做到这一点，我们需要摆脱使用孤立的模型来创建定制的数据可视化，并从大型软件开发社区常见的合作项目中引入最佳实践。
02 促进批评
批评是让我们在夸奖数据可视化之余，还能诚实地提出不足之处。如果我们想要社区向前发展，我们需要做更多的事情。但批评真的很难很难听到。我们需要积极努力地发展我们的社区，让它成为一个能够给予，接受和处理批评的地方。
03 理解设计
调查结果表明，设计是提高数据可视化的一个重要主题。但是，从业者对设计的含义并不清楚。设计是平面设计吗？UI 设计？一般设计思维概念？信息设计？而这第三次浪潮可能会强调一个更透彻的理解——关于如何将设计融入数据可视化领域。在很多地方，这已经发生了，但它应该继续发展成为数据可视化专业人员早期职业发展的一部分。
04 拥抱注意力经济
当我第一次从斯坦福来到 Netflix 时，我天真地认为：因为这是一项业务，所以员工将被迫使用和了解我所做的数据可视化。但我很快发现并非如此。Netflix 的文化反对这种独裁，但更多的是，我的利益相关者试图做出关键决策，我的数据可视化作品与十几个或更多的其他仪表板和报告相互竞争。
因此，我们在 Netflix 中的工作利用图像、GIF、俏皮的色彩和新颖的视觉方法来满足用户的需求。虽然一般来说，禁用“图表垃圾”是一个很好的规则，但就像所有事情一样，它可能过于严格了。承认注意力经济的存在可能是一个更好的方式，即使在数据驱动的组织中，这也将带来更有效的数据可视化。
欢迎拨打慧都热线023-68661681或咨询慧都在线客服，我们将帮您转接BI专业团队，并发送相关资料给您！
发表评论