【白皮书】可视化项目实施方法论：五步法

 数据可视化的主流实现方式主要以「定制的图表设计、开发」、「BI报表工具」、「低代码可视化搭建工具」3种为主，以效率及效果的投入产出比来评判的话，低代码可视化搭建平台已经成为数据可视化项目的主要方式。

易知微基于自主研发的EasyV低代码可视化平台，在多年的数据可视化项目实践中，形成了一套成熟的可视化项目方法论，主要分为以下五个步骤：

第一步：数据探查&指标整理

在建设数据可视化项目之前，首要是探查数据并提炼关键指标，一般是建立在对应业务的指标体系基础上，围绕数据可视化的主题，罗列出核心指标展示。

常用方法是通过场景化进行指标体系的构建，自上而下业务驱动指标体系建设，所以要在特定场景下做好指标体系建设，需要先选好指标，常用方法是指标分级方法。

主要是根据对应可视化项目的业务流程、目标、受众进行自上而下的指标分级，对指标进行层层剖析，主要分为一类、二类、三类。

且需在此环节明确好取数维度、取数来源（由于该几项都需准备时间，可提前张罗与下面几个设计步骤并行，节提升整体项目效率）。

责任人：数据分析师、产品/项目经理

产出物：指标清单（如下图所示）

图2.14 指标清单示例

第二步：主题故事线策划

指标整理完成即可进入到主题故事线策划环节，可简单理解为互联网产品交互设计的过程，根据搜集到的指标，通过草稿、界面化的方式回答“该可视化场景，是什么场景下？给什么人？解决什么问题？”三个问题，一般需要重点做到如下几点，帮助分析和理清思路：

l 拆分维度——将需求拆分到最小维度

l 确定优先——选择最佳数据来说明观点。

l 合并维度——对维度元素进行归类，化繁为简。

l 最佳表现——确定用哪种表现形式来体现数据。

责任人：需求分析师、产品经理

产出物：交互原型图（如下图所示）

图2.15 交互原型图示例

第三步：可视化效果设计

以上两个步骤已将大部分指标分析、场景梳理工作都做敲定，该环节即通过数据组件来表达可视化大屏观看者传达的信息，主要是细节和感受的设计，可简单理解为互联网UI设计环节。

优先需要确定视觉风格，可参考如下：

l 紧张：通过数据的实时，组件动效的变化。

l 科技：采用新颖的图表，新颖的动效。

l 丰富：形成层数据丰富，丰富层次感，图表类型多，强烈的空间感。

进而，对每个数据的呈现组件的选择，知道每个数据代表什么，用什么可视化组件展现最好，例如，地图、TOP10、饼图、列表、数字，趋势等图表。但如果在所有的屏上都只放这些元素，展现上会缺乏很多心意，业务差别性也不好体现。所以需要对每个需求再剖析和进一步个性化。

责任人：可视化分析师、模型师（按需）

产出物：可视化设计稿（如下图所示）

图2.16 可视化设计源文件示例

第四步：可视化效果搭建

常规软件开发流程即前端开发还原效果图阶段，根据设计效果、切图，通过编程的方式对设计图纸逐步进行实现。

可视化及前端技术发展至今，低代码方式已趋于成熟，市面上类似EasyV平台等低代码可视化搭建工具已可有效取代绝大部分前后端定制开发工作。

可视化设计师根据低代码平台预置的可视化组件，通过调整组件样式配置项，对设计效果进行搭建还原后，再交由技术人员进行数据接入（或复杂组件的前端开发）。

责任人：可视化设计师

产出物：EasyV可视化应用URL

图2.17 效果搭建环节示例

第五步：数据接入与发布

效果搭建完成后，针对需要接入动态数据的可视化组件，逐一进行数据接入，通过常见数据库或者API等返回数据结果过后，针对组件所需将相应字段进行映射即完成整个的项目配置流程，最后将项目发布成可以访问的URL即可。

图2.18 数据接入示例

若需私有化部署可视化项目，则需在对应网络环境下准备好服务端所需虚拟机，进行本地化部署（项目在开发环境导出至生成环境上传即可）；

责任人：前端工程师、数据开发工程师、运维工程师（按需）

产出物：EasyV可视化应用URL

​

以上内容摘自易知微和数字孪生世界企业联盟出品《数字孪生世界白皮书(2022)》