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。 智能数据可视化的5个步骤_第1张图片

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。

来自 “ https://www.infoworld.com/article/3389883/5-steps- ”,原文链接:http://blog.itpub.net/31545816/viewspace-2642005/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/31545816/viewspace-2642005/

你可能感兴趣的:(智能数据可视化的5个步骤)