我们对传统的数据可视化都比较熟悉——条形图、饼状图、柱状图、散布图、曲线图,以及用不同颜色对不同省份进行标注的地图等等。
这样的数据可视化表达方式已经成为了包括政府、科研和商业在内的各行各业的通用标准。然而,随着当今数据分析技术的发展,数据可视化也在发生着剧变。在下文中,我们一起来看看它都有哪些显著的变化。
•想一想你在选择应用工具之前,最希望将哪一个类别的数据进行可视化呢?这些数据是多维度的吗?
一般情况下,我们针对一个以上维度的数值进行可视化:
在图表中,我们可以看到,月销售额是量度,时间是维度;月销售额在时间跨度中呈现了出来。以这个具体的实例来看,就是失业人数为量度,地理信息为维度(可以是省份、地区或者是业务区域等等)。
在多维度的数据库中,用户可以通过多个不同的维度对多个不同的量度进行分析,问题就在于我们怎样“看到”这些复杂的结果。所幸的是,今天的许多应用工具都能达到这类可视化要求了,不信的话就百度/Google一下“可视化工具”吧。
在数据可视化领域,Hans Rosling的成就斐然。请注意,他不是一个商人,他只是一位在瑞典卡罗林斯卡研究所(Sweden’s Karolinska Institute)工作的教授。Rosling热衷技术,关注世界健康,发自内心地想要帮助人们理解复杂的数据分析。
他的个人网站(www.gapminder.org)非常值得一看:通过尺寸、颜色和运动来表现可视化,不可思议。同时,你还可以免费下载他的软件。
•如果你的数据不是多维度的,那是不是非常非常大呢?
众所周知,大数据在关系数据库引擎中存储和分析起来都很困难。因此,对大数据的解读也影响到了可视化技术的发展方向。说的具体一点,像地震仪和光谱仪的追踪记录、X光的片子以及核磁共振的图像都属于大数据范畴。
当然了,你可以轻而易举地将核磁共振信息存入关系数据库中,但图像本身的意义却不容易传达。一张核磁共振图像就等于一个巨型数据块,将其可视化的流程可不仅仅只是展示一张图片那么简单。
想象一下,一个系统会如何扫描一张不规则图像并将其展示给医生呢?这张图像会被简化;可视化流程会移除所有规则内容,重点突出不规则的部分。要解决这个问题,就需要编写出捕捉不规则图像的软件;这一点,现在的分析流程已经能够处理得很好了。
•还在为地图数据发愁吗?
大多数人都喜欢看到地图数据,这一方式在涉及地域维度的案例中被广泛运用。绘制地图需要合并两个数据集——一个是你的客户的邮编或类似信息,另一个是极为庞大与复杂的地图构成数据集。在过去,合并的成本不菲,你只能以高昂的价格购买GIS(地理咨询系统)软件。
到了今天,十分精细、可缩放的世界地图已经唾手可得;好几家公司都免费提供,并赋予一定的交互功能。只要置入自己的数据集,就能得到你想要的可视化地图了。
我们看到,优质可视化的实现是一项技术,也是一门艺术。网络中随处可见这样的例子,可视化不局限于企业的业务分析,已经扩展到宇宙探秘和游戏领域。
最后,为大家推荐两本数据可视化的佳作:“Visual Explanations”- Edward R Tufte;“Visualising Data”- William Cleveland。
核心关注:拓步ERP系统平台是覆盖了众多的业务领域、行业应用,蕴涵了丰富的ERP管理思想,集成了ERP软件业务管理理念,功能涉及供应链、成本、制造、CRM、HR等众多业务领域的管理,全面涵盖了企业关注ERP管理系统的核心领域,是众多中小企业信息化建设首选的ERP管理软件信赖品牌。
转载请注明出处:拓步ERP资讯网http://www.toberp.com/
本文标题:详解数据可视化技术的变化