数据仓库系列（17）：数据可视化

（一）数据可视化的目的

数据仓库除了有各种技术框架及理论模型外，还有一项比较重要的工作：数据可视化。试想我们在统计完成各类数据之后，如果没有系统的报表呈现，那么数据仓库的价值，便少了一种神圣的光环。那么数据可视化的作用是怎样的？

通常来说，数据可视化在于通过相关的前端图形控件和丰富的色彩信息，将关键数据和特征直观地传达出来，从而能够在更多维的层面上来看待数据背后隐藏的商业信息。我们看到的数据可视化报表，其展示过程本身就已经加入了数据开发人员对当前统计项目的思考、理解、甚至是一些假设，而数据可视化则是通过一目了然地方式，帮助数据平台的使用者获得客观数据层面的引导或者验证。

可以说，数据可视化并不只是把图表做得好看，也不是处于邀功的目的，把简单的分析过程做得很复杂，更不是为了大数据而搞很多数据，而是为了解决实际问题。数据可视化的核心是为了更清晰的传递信息，把复杂多维的数据用图表展现，一眼明目知道结果，是把复杂问题简单化的过程实现。

（二）数据可视化的主要表现形式

1. 数字文本：以直观的形式展示数据原本的形态；

2. 数据表格：类似Excel的数据展示方法仍然是最高效的阅读数据方式；

3. 报表图形：常见的图形有柱状图、条形图、饼图，能够比较直观的看到数据背后反映的统计问题；

4. 思维导图：一种更为直观的表达思维逻辑的方式；

5. 数字地图：通过更为全景的动态数据展示方式，给使用者观察数据背后反映的相关统计趋势或走向。

（三）数据可视化需要思考的问题

1. 哪些是可以公开的数据？对于数据仓库而言，数据有安全性的概念，一些敏感的数据是不能直接展示出来的，因而有必要根据自身的业务逻辑，对相关不能直接展示的数据进行权限认证或者隐藏数据细节；

2. 数据应该如何刷新？统计数据分为离线与实时数据，离线数据统计完成后一般不需要再次刷新，但实时数据需要经常性的更新，因而选择合适的刷新方式比较重要，一般情况下采用接口提供最新数据，展示段采用Ajax组件定时访问接口，获得最新数据；

3. 如何选择展示的维度？很多数据信息是不需要报表展示的，但也有一些看起来不重要的数据，是产品或者分析人员强烈需要报表展示的，因而有必要设置一种动态配置的方式，方便使用人员自行配置报表，以提高使用效率；

4. 应该使用哪种可视化方式？数据可视化并不止于上述提到的五种方式，还有很多其他的图形控件可以选择，因而根据自身的业务过程，选择能够体现不同形式的报表控件尤为重要；

5. 是否所有的数据都应该数据可视化？这个取决于实际使用需求，还是需要跟产品人员仔细核对。

（四）数据可视化的过程

1. 确定数据可视化的主题：即确定需要可视化的数据是围绕什么主题或者目的来组织的。

2. 提炼可视化主题的数据：确定数据围绕什么主题进行组织之后，我们接下来要了解我们拥有哪些数据，如何来组织数据。这里主要包括三个方面：确定数据指标、明确数据间的相互关系、确定用户关注的重点指标。

3. 根据数据关系确定图表：数据之间的相互关系，决定了可采用的图表类型。

4. 进行可视化布局及设计：这一步包括了两个阶段，分别是页面布局及图表制作。

（五）典型的数据可视化案例：以百度为例

笔者目前所见比较优秀的数据可视化框架为：百度Echarts，能够在多维度多设备上较好的支持报表功能，并提供了折线图、柱状图、散点图、K线图、雷达图在内的十几种展示方式，示例如下：

 

同时，以百度数据可视化官网为例，展示常见的数据可视化页面：