如何设计淘宝天猫这种成功而有价值大数据可视化？

大数据人工智能淘宝天猫双十一幕后:实时可视化查询大屏

这张图片来源于天猫双十一数据直播，来自大数据可视化的魅力

【what】什么是数据可视化?

塔夫特所说，“图形表现数据。实际上比传统的统计分析法更加精确和有启发性。”对于广大的编辑、设计师、运营分析师、大数据研究者等等都须要从不一样维度、不一样层面、不一样粒度的数据处理统计中，借助图表和信息图的方式为用户(只得到信息)、阅读者(消费信息)及管理者(利用信息进行管理和决策)呈现不一样于表格式的分析结果。数据可视化技术综合运用计算机图形学、图像、人机交互等，将采集、清洗、转换、处理过的符合标准和规范的数据映射为可识别的图形、图像、动画甚至视频，并容许用户与数据可视化进行交互和分析。而任何形式的数据可视化都会由丰富的内容、引人注意的视觉效果、精细的制做三个要素组成，归纳起来就是新颖而有趣、充实而高效、美感且悦目三个特征。

【why】为何要进行数据可视化?

不管是哪一种职业和应用场景，数据可视化都有一个共同的目的，那就是准确而高效、精简而全面地传递信息和知识。可视化能将不可见的数据现象转化为可见的图形符号，能将错综复杂、看起来无法解释和关联的数据，创建起联系和关联，发现规律和特征，得到更有商业价值的洞见和价值。而且利用合适的图表直截了当且清晰而直观地表达出来，实现数据自我解释、让数听说话的目的。而人类右脑记忆图像的速度比左脑记忆抽象的文字快100万倍。所以，数据可视化可以加深和强化受众对于数据的理解和记忆。

分享以前我仍是要推荐下我本身建立的大数据学习交流Qun531629188不管是大牛仍是想转行想学习的大学生小编我都挺欢迎，今天的已经资讯上传到群文件，不按期分享干货，还有免费学习大数据的直播平台包括我本身整理的一份最新的适合2018年学习的大数据教程，欢迎初学和进阶中的小伙伴。

【how】如何实现可靠的数据可视化

数据可视化包括数据的采集、分析、治理、管理、挖掘在内的一系列复杂数据处理，而后由设计师设计一种表现形式，或许是二维图表、三维立体视图，无论是什么样的信息图，最后由前端工程师建立对应的可视化算法及前端渲染和展示的实现。若是仅仅是可以将数据转化成漂亮的图表，设计出固定维度、不一样式样的图表来解释你的观点，并不说明这样的结局就足够好。这只是一个简单的开始，只是一个美好愿望的萌芽。若是要成功报告结果，将你所分析的度量和数据有效地转化为有商业价值的看法，使其可以为基于事实所作的决策提供支持，那么还须要作更多的功课。

色彩提高信息可视化的视觉效果。在信息可视化经过造型元素明确传达信息及叙述的基础上，把握好视觉元素中色彩的运用，使图形变得更加生动、有趣，信息表达得更加准确和直观。色彩能够帮助人们对信息进行深刻分类，强调和淡化、生动而有趣的可视化做品的表现形式，经常给受众带来视觉效果上的享受。固然，视觉效果要将企业品牌的色调融合进去，和企业的品牌文化保持高度的一致，这是一个最基本的常识。好比，若是企业的品牌色调比较热衷红色，你设计的可视化效果，就要有意识地朝着这个基调靠拢。但没有必要吻合，由于红色的可视化效果，一般都包含警示的韵味，因此，红色适合作预警、提醒和突出信息的功能。

排版布局加强信息可视化的叙事性。我有酒，你有故事吗?排版布局四大基本原则：

(1)对比(Contrast)：若是两个项不彻底相同，就应当使之不一样，并且应当是大相径庭。

(2)重复(Repetition)：设计的某些方面在整个做品中重复。

(3)对齐(Alignment)：任何元素都不能在页面上随意安放。每一项都应当与页面上的某个内容存在某种视觉联系。

(4)亲密性(Proximity)：将相关的项组织在一块儿，使它们的物理位置相互靠近相关的项将被看做凝聚为一体的一个组。

动态增长信息可视化的视觉体验。在信息可视化的视觉表达中，动态地将相互分离的各类信息传播形式有机地融合在一块儿，进行有关联、有节奏的信息处理、传输和实现。最终的目的是，为了实现数据之间的联动，解释数据表现之间驱动和联系的关系。经过图表样式和色彩的运动，知足受众的视觉感觉，同时将信息内容更加深入而精简地传达给阅读者，使整个信息传达的过程更加轻松便捷。对于数据可视化有诸多工具，如：ECharts、iCharts、D3js、Flot、Rapha?l等功能都十分强大，但对于非专业可视化而又常常与图表打交道的职场人士来讲，一款轻便易学而又实用的可视化软件则显得十分重要。好比cognos、tebleue等。若是须要展示的数据结构不是特别复杂，而又要把数据展示的绚丽多彩，并且具备交互性，那么水晶易表是不二之选。

1.谁是你的阅读者?

不管你是否在作一份传统的报表仍是新式的信息图，首先问问本身有哪些阅读者看到这份报告?他们对将要讨论的事项了解多少?他们须要什么?、还有，他们会如何利用你要展现的信息和数据呢?而我在《一份靠谱的数据分析报告都有什么套路?》里讲过，明确清晰的分析目标和方法会有多重要，由于只有明确分析目标，才能有一个良好的驱动过程。不管是目标驱动仍是分析过程驱动，后续的数据分析工做和分析报告里所要呈现的所有内容事项都是牢牢围绕着这个目标主题而服务的。

2.规划数据可视化方案

数据可视化方案，是必定是可以解决用户特定问题的。既然是可以解决用户特定的问题，那么这样的高度，是在基于你在深刻地理解了这些数据的现象和本质的基础之上。简单来讲，就是你的可视化方案，不只懂得而且可以很好地解释数据分析的结论、信息和知识。而且管理者可以沿着你规划的可视化路径可以迅速地找到和发现决策之道。

举例来讲，当企业的业绩不达标时(企业的业绩是否达标，关系到企业最关键的利益和存亡。)可视化方案的设计路径应该是这样的：

Step1，从总体运营出发，明确有哪些关键因素会影响成交和业绩。

好比：有效名单、demo品质、客服服务、产品属性等，相应地去看这些关键因素对应的KPI的表现，对总体的业绩来说，这些因素都会是驱动因素，这些因素对应的KPI都会是对STV有直接驱动和影响做用的。这些驱动数据的可视化是基础，也是寻找解决方案最终的出发点和落脚点。由于，这些数据的表现，是关乎运营成功与否的最直接视图。

Step2，对关键因素深刻分析肯定是什么因素致使了业绩没达成，发现和挖掘致使业绩未达标的根本缘由和问题。

好比：

对比分析，逐一观测201601月-201612月所有关键因素对应的KPI的表现，对比成交业绩最高的月份和成交业绩最差月份的关键因素对应的KPI差别在哪里，可以快速定位出哪些方面、哪些因素致使业绩未达标。而后可以有针对性地驱动和帮助业务部门去改善。

追踪对成交和业绩有驱动和改善的行动方案的落地和实施进度，存在什么样的问题，是否存在行动方案的执行不力影响了业绩达标。

Step3，针对这些问题因素，有的放矢地去作改善和探索提高业绩之道。

不然，设计再商业绚丽的可视化图表，若是不能快速地获得信息和商业决策建议和方案就毫无心义。可视化仅仅成了虚假和欺骗，华丽而不务实的结果。基于准备好的所有的这些问题所得出的答案，就要开始定制你的数据可视化方案以知足每一个决策者的特定要求。数据可视化始终都应该是为其受众专门定制的，这样的报告里只应包括受众须要知道的信息，且应将这些信息置于和他们有关并对他们有意义的背景下。

3.给数据可视化一个清晰的标题。

当你的报告像一份报纸、杂志的新闻同样。从这个标题，就能给阅读者强烈的冲击。一个清晰的标题是可以很好地阐释报告和故事的主题，是对整个报告和故事归纳的信息。固然，并非鼓励运营分析人员去作“标题党”。好的标题，既不要模棱两可，也不要多此一举，只要解释清楚图表便可。这有助于帮受众直接进入主题。这样能让读者大体浏览文件，并能快速抓住核心所在。尽可能让你的标题突出。

4.将数据可视化和你的策略、方案联系起来

若是数据可视化的目的在于介绍能解决具体的、可衡量的、可执行的、有相关性和时效性问题的数据，那就在开场白里加上这些问题。稍后再和你的策略链接起来以理清这些数据的定位，所以，读者便能马上明白可视化数据的相关性和价值。最终，他们便能更好地参与进来，并可以更明智地利用这些信息。数据可视化，最终时为了企业良好的运营而服务的，这是它的商业价值。若是你不关注企业的战略和行动方案，很难创建起具备联动价值的信息图。好比，企业执行的行动方案，一般是为了达成和实现企业的战略目标，经过这样的手段实现精益管理和精益运营。因此，可视化的解决方案要可以作到，行动方案对战略目标的驱动效果、个体、团队对部门总体指标、KPI的驱动和影响效果。只有创建起来具备联系的信息视图，才会得到有价值的数据可视化。

5.明智地选择你的展现图表。

无论使用哪一类图表，bar图、折线图、雷达图等等，每一种图表都有它自身的优势和局限性。你没法找到完美的可视化图表。但你能够经过尝试混合展示方式让可视化表现再人性化一点点。因此的可视化效果，都应该尽量简单精准地传达讯息。这就意味着：不论有多新潮、多好看或者多绚丽，这都不是设计数据可视化的初衷。诚然，咱们在持续地而且永不知足地追求数据之美。但最佳的平衡点在于，用合适的数据可视化开阐释恰到好处的信息和知识的价值之美。

只用有关联能传达重要信息的且为你的受众所须要的图形。

无需填满页面的全部空白——太多杂乱的内容只会干扰对重要信息的接收，会让人太难记住，又太容易忽略。

恰当运用色彩，增长信息深度。同时要注意有些色彩具有潜在含义。举例来讲，红色被认为是表明警告或危险的颜色。适合预警额。

不要使用太多不一样类的图表、表格和图形。若是须要对比各类图表，要确保你阐述数据时使用的是同类的图表，这样才能便于互相比较。

6.在恰当处备注文字说明

文字说明有助于用语言解释数据，并能在情境化图表的同时增长内容的深度。数字和表格或许仅能提供快照，而文字说明则让人对关键处了解更多，加以评论并强调其内涵。引导观看者去思考图形的主题，而不是方法论、图形设计、图形生成或其余东西。

避免歪曲数据本来的意图。

让庞大的数据集连贯一致。

吸引读者将不一样的数据片断进行比对和比较，突出重点和优劣。

主旨要至关明确：描述、挖掘、做表、可视化自我解读。