400-820-7528 免费咨询 免费预约演示 登录VX HCM
400-820-7528 免费咨询 免费预约演示 登录VX HCM

数据可视化,把数据变成更容易看懂的样子

2022年8月18日 - 数字化, 数字化转型

  对数据这个词,相信大家一定不会陌生。现在拥有数据对我们来说,已经变得稀松平常。而如果拥有“大量数据”,似乎就可以让它变得有价值,是这样吗?

  其实不然,对于单有数据其实意义不大,但如果对数据进行分析、挖掘、洞察,把数据变成信息或者知识,甚至用它来解决问题,那么这个时候数据就有了价值。而如果想把数据处理后结果更好的传达给受众,那么这个时候数据的可视化就显得尤为重要了。

  所谓数据的可视化,简单理解就是把数据变成更容易看懂和记忆的样子。在早期,数据可视化一直被用于专业领域,比如咨询、金融等。作为专业工具,局限性比较多,形态也比较保守。

  之后进入大数据时代,各行各业的数据与日俱增,随之而来的就是像对这些数据的处理、挖掘、分析、可视化的需求就变得日渐显著。在可视化方面,最明显的变化就是表现形式和可用工具都越来越多。

  形式上,从常见的柱状图、折线图、饼图,到后来的气泡图、瀑布图、仪表图等等。工具上,从专业的数据库,财务软件,也逐渐衍生到了基于各类编程语言,建立了起的形形色色的可视化库,就连常常用的excel,近年来图示化的增强和优化也非常明显。

  这些变化其实正在给我们传达一个信号,那就是对于数据可视化的应用门槛正在越来越低,可以选择工具正在变得越来越多。

  这里和大家聊几个关于数据可视化的关键词:

  1.数据

  在考虑对数据进行可视化之前,首先要做的就是对数据本身做一个认识,因为可视化的设计依据就来源这些原始数据的一些特点。

  对每个数据来说,通常都会包含2个要素,一个是属性,另一个是值。属性是指对数据的性质描述,比如大小,性别,材料类型,地区等等。而值就是用数目表示出来的一个具体的量,比如5公里的“5”。

  通过对数据的解读和前期数据处理,我们可以得到一些数据的分布和分析维度。之后再围绕具体的可视化目标,结合设计逻辑,就可以考虑对数据采取进一步的可视化处理了。

  2.可视化设计

  在数据可视化设计中,和视觉设计一样,都要非常关注对人的视觉和注意力变化的特征。因为这将会决定我们设计出的结果能否抓住受众的注意力。人作为行为的主体,要通过视觉感知来对信息进行获取、编码并形成认知。

  在这个过程中,可视化的作用就是将数据进行可视编码,让数据映射成为人容易“看懂”的信息,通常这里要求呈现的特征是表达直观、容易理解和方便记忆。而具体的编码过程也是从数据的2个要素展开的:

  一个称之为标记,是数据属性到可视化元素到映射,在可视化的过程中就可以映射成点、线、面、体等。

  另一个是视觉通道,指的是数据的值到标记到视觉表现属性到映射,在可视化的过程中就可以映射成位置、大小、形状、色调、亮度、饱和度等等。

  不难发现,对于值的可视化,选择是非常多样的,这里需要注意,虽然选择众多,但是在可视化呈现时还是要尽量精炼,因为复杂的可视化会让看的人感到困惑。

  3.图表选择

  统计中使用的图表算是最早的数据可视化了。在不断使用演化的过程中,图表已经有了基本的套路,这些套路也符合人基本的感知和认知,所以至今都在被频繁的使用。

  我们常见的图表类型包括折线图、柱状图、饼图、散点图、雷达图等等。除了这些常用的图表还,还有一些可以供我们选择:

  (以下相关图片均出自网络作为示例,仅供参考)

  数据地图:运用地图来分析和展示与位置相关的数据信息

  面积图:用来强调数量随时间变化的程度,也可以用来引起受众对总值趋势的注意

  桑基图:是一种特殊的流程图,图中延伸的分支宽度可以对应数据流量的大小

  漏斗图:适用于规范、周期长,环节多的过程分析,结合漏斗中每个条目的数据比较,可以直观的发现问题所在。

  词云:显示词出现的频率,频率高的词在视觉上会明显突出,可以快速过滤大量的文本信息,有时它还可以用来做用户画像或者用户标签。

  热力图:通过颜色高亮的形式来显示某些数据密度的含义,比如人群分布、密度、变化趋势等等。

  4.常用工具

  数据可视化常用的工具可谓名目繁多。这里仅介绍几款比较常见的大家参考:

  1、Tableau

  它不仅可以制作图表、图形,还可以绘制地图,使用者可以直接把数据拖到软件当中,其灵活性和动态性一直都被大家所认可。而且它不仅可以支持个人访问,还可以进行团队协作,让大家可以共同完成数据图表的制作。

  2、Excel

  它除了作为一种大家所熟知的一种办公软件,其实在数据处理和可视化呈现方面也是一款非常典型的常用工具。它简单、方便、覆盖面广,而且非常容易上手。我们平时就经常会用Excel制作一些表格,实际上用它来做数据可视化,也可以完全让人眼前一亮。

  3、R

  严格来说,R是一种数据分析语言。但是ggplot2让R成功在可视化工具中完成飞跃。ggplot2作为R的一个强大的作图工具包,让Rggplot2自成一派。它可以把图形要素自由组合,灵活的比较高且不拘泥于规则。如果熟悉了ggplot2的套路,那它也能成为一个非常好用的数据可视化工具。

  看到这里,你是否对数据可视化有了更多一点的了解了呢?

  不难看出,其实数据可视化虽然只是整个数据处理转化过程中的一个环节,但也起着非常重要的作用。特别是对于可视化技术的具体应用,涵盖的内容还有很多,如果想要知道更多的话,不妨在这方面再多作一些了解吧。

联系我们
400-820-7528

免费咨询

立即预约免费产品演示

  • 人事管理云
  • 智慧招聘云
  • 灵活用工云
  • 人才发展云
  • 人才测评
  • 游戏化测评
  • 组织能力
  • 员工调研
  • 绩效云
  • 学习云
  • 全都感兴趣
  • 暂无
您想了解的产品
免费预约
在线咨询
微信咨询
电话咨询
返回顶部
免费预约
电话咨询

确定

留言成功!

稍后工作人员将联系您。

扫码关注官方微信,
获取更多资料和活动信息

打开微信扫码
选择您的心仪职位
完成投递吧!