漲知識！數據可視化15年竟經歷了三次這樣的浪潮！

轉帖|大數據新聞|編輯：蔣永|2019-03-26 11:47:10.000|閱讀 477 次

概述：在本篇文章中，慧都BI將概述近代數據可視化的三大浪潮，并分享這段歷史如何在第三次數據可視化浪潮中達到頂峰，它的特點是工具，受眾和模式的融合。

相關鏈接：

在十五年前，沒有 D3，沒有 Tableau，沒有 ggplot 甚至沒有 Prefuse / Flare。如果您想進行可視化，您可能得使用新發布的 Cytoscape，盡管它是為生物信息學設計的，用于收集和分析復雜的生物數據（如遺傳密碼）。

今天，數據分析師們可以使用比以前更多的工具。我們不再將數據可視化視為通用方法，而是將它分為以下幾類：

分析師使用 BI 工具進行報告
開發人員使用代碼進行自定義數據可視化
記者創作數據驅動的文章
數據科學家利用探索性的數據進行分析

這些分類將直接關系到特定的工具和模式，而它們也已經開始轉變。慧都BI擁有超過15年的技術沉淀，經歷了近代數據可視化的三大浪潮，因此在本篇文章中將首先概述近代數據可視化的三大浪潮，然后分享如何在第三次數據可視化浪潮中達到頂峰，企業級BI業務分析解決方案，讓數據創造無限價值。

浪潮一：清晰度

在現代數據可視化中，Edward Tufte 的工作是數據可視化第一個浪潮的中心，他強調清晰，簡單和直接的一對一數據點映射。從這個時代開始，我們看到了斯巴達色彩方案的興起，標簽和自然語言標題的重要性，以及一種理想化的完美圖表——可以立即讀取，訪問，并可執行。這種圖表具有清晰的結構和規則，就像您可能在 The Elements of Style 中看到的那樣。

浪潮二：系統

第二個浪潮專注于系統化信息編碼，這是開發數據可視化工具所必需的。而在這個主題中，最有影響力的著作是 Leland Wilkinson 的《The Grammar of Graphics》。在第一個浪潮中，圖表是用來講故事的。而在這個浪潮中，圖表是工具規格的輸出。《The Grammar of Graphics》旨在能讓人們創建一個圖形集合，如果我們現在看一看任何數據可視化庫，我們仍然可以發現這個思想在起作用。

這些庫專注于“配方”，允許人們采用任何一組構建塊，并通過定義的“語法”生成一組接近無窮的示例。每個示例都可能是一個有效的圖表，因為它是使用可接受的起點構建的。然而，Wilkinson 承認，僅僅因為數據和圖形之間的邏輯關系可以定義，并不意味著圖表都有著有用的含義。而圖形語法和構建它們的工具并不能保證易讀性。

第二次浪潮帶來了一些成果——人們制作了無數的儀表板和報表，但有時放棄了設計最佳實踐。

浪潮三：融合

近年來，工具和用戶期望已經融合在一起。R 和 Tableau 等現代平臺是圍繞圖形語法的基礎所構建的。與此同時，消費者更加精通設計，能夠制作出漂亮的可視化。

因此，我們需要將重點從單個圖表轉移到產品的構建，評估和交付上。例如，在 Netflix 中，我們正在使用分析手冊做試驗，旨在解釋數據可視化并促進協作和溝通。

這些因素都有助于我所認為的第三次數據可視化浪潮，其特點是圍繞以下主題的思維方式轉變：

01 創建圖表以供重復使用

這要求我們擺脫對即時可讀的獨立圖表的期望。我們目前正在評估為單次訪問而設計和優化的數據可視化。這很好，但我們還需要促進，評估和更好地理解為多次訪問而設計和優化的數據可視化。UI 和 UX 需要成為第一關注點，而交互性并不僅僅是一個幾何屬性。要做到這一點，我們需要擺脫使用孤立的模型來創建定制的數據可視化，并從大型軟件開發社區常見的合作項目中引入最佳實踐。

02 促進批評

批評是讓我們在夸獎數據可視化之余，還能誠實地提出不足之處。如果我們想要社區向前發展，我們需要做更多的事情。但批評真的很難很難聽到。我們需要積極努力地發展我們的社區，讓它成為一個能夠給予，接受和處理批評的地方。

03 理解設計

調查結果表明，設計是提高數據可視化的一個重要主題。但是，從業者對設計的含義并不清楚。設計是平面設計嗎？UI 設計？一般設計思維概念？信息設計？而這第三次浪潮可能會強調一個更透徹的理解——關于如何將設計融入數據可視化領域。在很多地方，這已經發生了，但它應該繼續發展成為數據可視化專業人員早期職業發展的一部分。

04 擁抱注意力經濟

當我第一次從斯坦福來到 Netflix 時，我天真地認為：因為這是一項業務，所以員工將被迫使用和了解我所做的數據可視化。但我很快發現并非如此。Netflix 的文化反對這種獨裁，但更多的是，我的利益相關者試圖做出關鍵決策，我的數據可視化作品與十幾個或更多的其他儀表板和報告相互競爭。

因此，我們在 Netflix 中的工作利用圖像、GIF、俏皮的色彩和新穎的視覺方法來滿足用戶的需求。雖然一般來說，禁用“圖表垃圾”是一個很好的規則，但就像所有事情一樣，它可能過于嚴格了。承認注意力經濟的存在可能是一個更好的方式，即使在數據驅動的組織中，這也將帶來更有效的數據可視化。

歡迎撥打慧都熱線023-68661681或咨詢，我們將幫您轉接BI專業團隊，并發送相關資料給您！