程序員，你真的懂數據可視化嗎？

作者 |張小墨

責編 | 郭 芮

隨著「中台」的火熱，數據中台逐漸為人所知，讓很多原本隱於水下的崗位浮出了水面，比如數據產品經理、數據分析師等。「數據可視化」就是上述崗位的看家本領之一。所謂顏值即正義，數據可視化水平很大程度影響了工作輸出質量。

那到底什麼是數據可視化，如何實現數據可視化，作為產品經理，又該如何設計一個自研的可視化系統/工具呢？

什麼是數據可視化？

俗語有曰：字不如表，表不如圖。

數據可視化就是通過易讀、易懂、易操作的圖表，給用戶帶來良好的視覺效果，降低用戶的理解難度，從而實現用數字給用戶講個故事的工作目的。

簡單理解，數據可視化=數據 可視化，數據內容是基礎，可視化是用圖形化的方式呈現，並藉此傳達信息的方式。

所以數據內容是可視化的內核，單純追求可視化炫酷的意義並不大，擁有了優質的數據內容，可視化的意義方得以凸顯。

如何實現數據可視化？

實現數據可視化，步驟並不複雜，就像把大象放冰箱里，同樣分成三步：數據準備、可視化設計與內容分發。

1、數據準備

數據分析的目的是為了解決問題，從而給公司與部門提供存在參考價值的分析內容，完成上述內容的基礎就是數據，各種數據。

數據準備就是為了明確數據範圍，減少數據量，通過採集、統計、分析與歸納，梳理出我們需要的數據結果表。

梳理出的數據內容，存儲方式就是簡單的使用Excel，也可以使用MySQL或者Hive等等，這需要根據數據量和查詢性能的要求來選擇。

數據分析人員使用數據表時，通過單表查詢或者多表關聯的方式，完成其數據分析工作，就可以進入可視化設計環節了。

2、可視化設計

工欲善其事，必先利其器。

使用最頻繁的可視化工具可能還是Excel，除此之外，還可以通過R語言、Python結合JS，通過代碼的方式來實現，但是這些實現方式，學習與操作成本略高。

如今市面上可選的可視化工具有很多：Tableau、海致BDP、帆軟FineBI、PowerBI、網易有數等等，通過基礎的SQL能力結合滑鼠的拖拽操作，就可以完成可視化設計。

（海致BDP操作頁）

用滑鼠對數據表欄位進行拖拽，就可以實現維度與指標的設置，還可以添加篩選條件，再結合SQL查詢，便完成了可視化報表的製作。

而在工具越來越實用的前提下，考驗我們的還有設計與審美能力，我們需要注意的有：

A、減少數字噪音，選擇合適的圖表

圖表有很多選擇，並不是複雜的圖表才算上檔次，大道至簡，越是簡單的圖表，越是能讓用戶理解我們所要表達的內容。

簡單總結一下：

基本圖表：折線圖、散點圖、條形圖、柱狀圖、氣泡圖、組合圖、面積圖、餅圖等；

複雜圖表：儀錶盤、地圖、流向地圖、熱力地圖、樹形圖、框架圖、漏斗圖、甘特圖、詞雲圖、雷達圖等。

選擇圖表時，需要了解不同圖表的優劣以及它們適合的應用場景，盡量較少數據噪音，不要同時給予用戶太多的內容。

但也不是不可以使用複雜圖表，某些場景下複雜圖表可能更能清晰的表達數據背後的含義，那用一下也未嘗不可。

B、顏色搭配合理，多維度交互搭配

關於配色，仁者見仁，智者見智，有各種流派。

就筆者而言，更傾向於盡量少使用艷色調，多使用漸變色，確保辨識度，而需要對比的數據可以選擇對比色或者互補色。

建議大家多去一些配色網站看看，如：Material Palette、Material UI Colors等等，也可以多去Dribbble、堆糖、花瓣或者千圖這些網站溜達一下。

（From:Material UI Colors）

看的越多，就會越有感覺，獲得一種積累而產生的靈感。

至於說到多維度的交互，常見的有以下幾種：

篩選：通過設置過濾條件，實現不同維度數據的組合展現；

鑽取：實現不同層次的數據的分層展示，如上下級部門等；

聯動：通過一個圖形的變化，聯動其他圖形的變化，如選擇餅圖中的某一個色塊，則底部趨勢表顯示對應內容的趨勢變化等。

當然還有很多的其他交互，只要可以為用戶展示有效的數據內容，滿足用戶的業務需要，那就是好交互。

好看又好用，便是數據可視化的意義。

3、內容分發

數據可視化最終的產物是一張圖數並茂的報表，我們可以通過很多方式傳達給用戶，最簡單莫過於直接提供源文件或者截圖，但這樣過於笨重與低效。

數據平台類產品就承擔了高效分發報表的責任，如BI平台、移動BI平台等，即實現了對報表查看許可權的控制，又實現了對報表數據許可權的控制。

我們也可以直接使用第三方工具直接完成內容分發，諸如Tableau之類的工具，都可以在本地化部署的基礎上實現內容分發，不過出於功能擴展性與數據安全性等多方面考慮，不少公司依舊選擇用自研的方式來打造自己的數據可視化系統。

下面，就讓我們簡單了解一下，我們該如何打造一款數據可視化系統/工具。

可視化系統/工具的設計思路

該部分內容旨在簡單介紹企業BI系統或大數據分析平台等數據可視化產品的設計思路，為產品設計人員提供參考的同時，也為感興趣的讀者剖析解密一下此類數據產品。

1、數據源管理

此類產品目前支持的數據源越來越多了，畢竟數據是進行數據分析與可視化的基礎，無法連接數據源，下面一切的工作都將無法開展。

（海致BDP數據源管理頁）

在進行此類產品設計時，優先需要完成公司現有數據源的調研，然後再根據實際場景，選定項目所要支持的數據源。

因為不同的資料庫存在不同的優劣勢，可視化報表除了數據準確與樣式交互合理，對於數據查詢速度同樣存在要求，我們不可能讓用戶進行一次點選操作後，等待數分鐘。

比如，當數據量達到億這個量級，MySQL就不太適合了，這個時候更適合選擇一些分散式資料庫，如HBase等。

根據平台數據量與公司現有能力，選定需要支持的數據源，這是此類產品設計的第一步。

2、圖表庫管理

圖表庫，就像「彈藥庫」，但是圖表組件的封裝是個持久戰，耗時耗力，需要耗費大量的前端開發資源，不過我們可以使用ECharts這類開源圖表庫：

（From:ECharts）

根據可視化需要，不斷完善自研系統的圖表庫，可以讓數據分析師使用可視化工具時，做到「信手拈來」，那就算是有所小成了。

3、報表開發與分發

報表開發與分發是數據可視化系統的核心功能，該部分在實現報表開發的同時，還需要完成許可權（查看許可權與數據許可權）的配置。

實現該部分功能設計，有一個「捷徑」，去學習市面上主流可視化工具的實現方式，他們詳實的產品幫助文檔都是自研產品設計的「靈感源泉」。

（帆軟FineBI首頁）

至於許可權的控制，也有很多方式，比如做單點讀取用戶許可權表等，對數據許可權的控制，是數據安全的必備項。

通過以上步驟，我們就完成了自研可視化工具的產品設計，但該部分涉及內容較多，作為簡單介紹，本文不再過多展開。

結語

數據可視化，需要以用戶為中心，以用戶體驗為基礎，輸出可視化報表，為業務賦能。

在公司不具備或者沒有必要進行可視化工具自研的情況下，大量的可視化工具可供諸君選用，正所謂：君子生非異也，善假於物也。

聲明：本文為作者投稿，版權歸其所有。

【END】

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！