互聯網行業中，有許多與數據相關的崗位，例如數據産品經理、數據分析師等等。對于這些崗位而言，懂得如何實現數據可視化非常重要。而本文就具體介紹了實現數據可視化的基本操作。

随着“中台”的火熱，數據中台逐漸為人所知，讓很多原本隐于水下的崗位浮出了水面，比如數據産品經理、數據分析師等，這些内容在《“數據中台”需要什麼樣的産品經理？》中有所提及。

“數據可視化”就是上述崗位的看家本領之一，所謂：顔值即正義，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，作為産品經理，又該如何設計一個自研的可視化系統/工具呢？

一、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，數據内容是基礎，可視化是用圖形化的方式呈現，并借此傳達信息的方式。

所以數據内容是可視化的内核，單純追求可視化炫酷的意義并不大，擁有了優質的數據内容，可視化的意義方得以凸顯。

二、如何實現數據可視化？

實現數據可視化，步驟并不複雜，就像把大象放冰箱裡，同樣分成三步：數據準備、可視化設計與内容分發。

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内容，完成上述内容的基礎就是數據、各種數據。

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

梳理出的數據内容，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、海緻BDP、帆軟FineBI、PowerBI、網易有數等等，通過基礎的SQL能力結合鼠标的拖拽操作，就可以完成可視化設計。

（海緻BDP操作頁）

用鼠标對數據表字段進行拖拽，就可以實現維度與指标的設置，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制作。

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，選擇合适的圖表

圖表有很多選擇，并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内容。

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：儀表盤、地圖、流向地圖、熱力地圖、樹形圖、框架圖、漏鬥圖、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适合的應用場景，盡量較少數據噪音，不要同時給予用戶太多的内容。

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. 顔色搭配合理，多維度交互搭配

關于配色，仁者見仁，智者見智，有各種流派。

就筆者而言，更傾向于盡量少使用豔色調，多使用漸變色，确保辨識度，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，獲得一種積累而産生的靈感。

至于說到多維度的交互，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内容的趨勢變化等。

當然還有很多的其他交互，隻要可以為用戶展示有效的數據内容，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. 内容分發

數據可視化最終的産物是一張圖數并茂的報表，我們可以通過很多方式傳達給用戶，最簡單莫過于直接提供源文件或者截圖，但這樣過于笨重與低效。

數據平台類産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權限的控制，又實現了對報表數據權限的控制。

我們也可以直接使用第三方工具直接完成内容分發，諸如Tableau之類的工具，都可以在本地化部署的基礎上實現内容分發，不過出于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。

三、可視化系統/工具的設計思路

該部分内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産品的設計思路，為産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産品。

1. 數據源管理

此類産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，下面一切的工作都将無法開展。

（海緻BDP數據源管理頁）

在進行此類産品設計時，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。

因為不同的數據庫存在不同的優劣勢，可視化報表除了數據準确與樣式交互合理，對于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就不太适合了，這個時候更适合選擇一些分布式數據庫，如HBase之類。

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

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，還需要完成權限（查看權限與數據權限）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，他們詳實的産品幫助文檔都是自研産品設計的“靈感源泉”。

（帆軟FineBI首頁）

至于權限的控制，也有很多方式，比如做單點讀取用戶權限表等，對數據權限的控制，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産品設計，但該部分涉及内容較多，作為簡單介紹，本文不再過多展開，如果大家想了解更多此類産品設計，可以評論留言，筆者将在後續為大家詳細闡述該部分内容。

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，善假于物也。

作者：張小墨，月光坦克（moontank1918），某美股上市互聯網公司産品經理。

本文由 @張小墨 原創發布于人人都是産品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部