為什么要做數據可視化?

7 評論 3903 瀏覽 16 收藏 17 分鐘

編輯導讀:企業在運轉中每天都會產生大量的數據,而這些數據要通過分析才能產生具體的作用。對于一些不懂數據的人來說,將數據轉化成表格或者文本等形式有助于了解復雜數據背后的含義和價值,這就是數據可視化的作用。本文作者從三個方面,對數據可視進行分析,希望對你有幫助。

近期負責過數據可視化的產品,在整個產品設計過程中,有些思考,本文將通過案例,介紹數據可視化的應用價值和使用場景。

案例引入:

某國企旗下的一個子公司(下文將簡稱A),計劃做一個車輛安全保護的增值服務型產品,當用戶在4s店購車時,可以付費額外的金額,來獲取車輛安全保護的相關服務,產品一期已上線;

恰逢2020年9月26日北京國際車展來臨,A的集團高層領導到時會蒞臨展會。

此時,A決定借此機會,結合現在發展的拼接屏幕技術,在車展上,通過拼接出來的大屏幕,以數據可視化的形式向高層展示自研產品的潛力,為項目的后續發展爭取資源。

問題引出:

事實上這次車展上的產品演示很大程度上決定了該產品未來發展的項目資源,如果演示階段產品未能被高層認可,那么這條新開辟的產品線可能會夭折,因此,車展上的產品演示可謂被寄予厚望,那么在這樣的背景下,A為何選擇以數據可視化的形式進行產品介紹呢?

一、數據可視化是什么?

從較為常見的案例說起,2015年的雙十一,阿里巴巴通過一塊兒大屏幕,展示淘寶及天貓的交易情況,屏幕中各種各樣的圖表展示了雙十一的相關數據,而你能通過這塊兒大屏幕中的圖表數據可以迅速的了解到當年雙十一的交易情況。

這個直播現場的大屏幕,被稱為數據可視化大屏,結合拼接屏幕的技術,組成一個較大的屏幕,以便平臺進行更豐富的數據可視化展現。

而數據大屏,僅僅是數據可視化的一種表現形式,除此之外,數據可視化還有其他的表現形式,例如移動端的keep在跑步結束后生成的記錄,便分別采用柱形圖、散點圖及折線圖表達用戶跑步的相關信息:

無論是以哪種形式,歸根結底,數據可視化,是將相關的數據通過圖形化手段完成展示,來進行清晰有效的信息傳達或信息洞察。

中大型企業中,數據可視化的案例比比皆是,是什么支撐其得以被廣泛的運用?

二、數據可視化的應用價值

1. 單位面積,可呈現更多的信息

文字信息的表達,受到文字大小屬性的局限性,在單位面積中,可以展示的信息是非常有限的。

而可視化的信息表達不局限于文字作為信息的載體,比如當我們建立一個坐標系后,坐標系中的一個點、便可以代表一個元數據(單位最小的基礎信息),而小黑點,則遠遠比字號為10的文字要小。

不同于文字信息的表達,可視化能夠選擇更小的載體去表達信息,所以在單位面積中,可視化的表達可以呈現更多的信息。

例如在用戶跑步結束后,keep希望為用戶展示詳細的跑步頻率信息,具體到每1min的步頻。

文字信息的表達方式如下:

可視化表達方式如下:

2個方案都具體呈現了跑步過程中每1min中的步頻,但從篇幅上來說,可視化表達的占用面積要遠小于文字信息的表達。

不過,文字信息的表達就不能將文字擠一擠,保證所有的數據于可視化表達相同大小的面積中完成展示嗎?

實際上,在步頻這個案例中,確實可將文字信息通過壓縮調整,在相同大小的面積把全部數據展示出來的。

但沒有人會這么做,因為這樣的閱讀體驗太糟糕了,圖片放大了看都未必能看清楚,完全沒有可讀性,當用戶連信息的閱讀都不愿意,那么數據的展示就毫無意義。

說到底,可讀性限制了文字信息表達的字號大小。

而可視化表達卻不存在這個問題,通過建立坐標系,所有元數據轉化成小黑點。

我們不需要將圖片放大去詳細查看這個元數據是什么,我們只需要感知黑點之間的顏色/位置差異即可發現信息的特征;

所以,數據可視化在相同的面積中,可以呈現更多的信息,且可讀性更高。

2. 同樣內容,可更快發現信息特征

1)數據的變化趨勢更直觀

文字信息的表達中,文字只能體現元數據的大小,但無法直觀的表達出“數據隨時間或有序維度變化的發展趨勢”(趨勢指事物發展的動向:包含上升或下降或不變)。”

所有的元數據在文字信息的表達中都只是零散的個體,可視化表達則不同,可以將元數據通過“線”的連接,形成一個整體。這個整體是具備方向性的,此時站在整體的角度上去觀察其變化方向,我們能夠更快的發現數據的變化趨勢。

例如,我們期望通過數據發現,每天下午隨時間的變化,發生重大事故的變化趨勢:

文字信息表達方式如下:

可視化表達方式如下:

在文字信息的表達中,我們第一眼只能看到每個時間點下的事故數量,所有的元數據都是離散的個體;而在可視化表達中,元數據則以 點 的形式存在,而點通過“線”進行串聯,將數據集構成一條線,我們可以直接通過線的方向變化去察覺數據的變化趨勢;

2)數據的大小差異更顯著

在文字信息的表達過程中,隨著數據集越來越大時,我們要發現數據之間的差異,大腦就必須完成數字的閱讀,并逐一進行數字的對比,計算結束后,我們才能得知這些數據的大小關系。

可視化表達則無需如此,借助點的位置/顏色區別,即可感知到數據的差異,數據差異越大,點與點之間的顏色/間距就越大,這種情況下,原本需要通過計算數字大小完成的對比,變成了肉眼可見的點的顏色與間距對比,而這樣的對比可以更迅速的得出結論;

例如,我們期望通過數據發現每天上午,事故率最高的時間點;

文字信息的表達方式如下:

可視化表達方式如下:

對比2種表達方式:

在文字信息表達中,需要將1~12點的所有數據都進行累加計算并對比大小后我們才能得知,9點是整個上午事故率最高的時間點。

而在可視化表達中,柱形圖作為元數據表示事故數,柱形的頂點與其他柱形頂點的位置差異明顯,我們可以一眼就發現9點的柱形在整個圖形中處于最高點,進而得出結論;

為什么視覺上的差異化感知,快于數字信息的逐步計算呢?

2013年《注意力、知覺和心理物理學》雜志發表的一項研究顯示,大腦僅用13毫秒就可以處理視覺接受的圖片信息。過程中,研究對象被要求從一系列(6或12張)圖片中找出一張特定內容的圖片,例如“野餐”或者“微笑的夫婦”。看圖尋找的時間為13到80毫秒。研究帶頭人-大腦與認知科學教授Mary Potter表示,視覺作品用以概念尋找,是一種急速的信息處理方式。

而另一項研究發現:人腦處理圖片信息,是同步進行的,而處理文字信息則是一步一步循序漸進的;例如一篇300字的小故事,看一遍需要10秒,而轉化成圖片后的圖例只需要一眼即可記在腦海里。

這表明,在信息的類型中,人腦對圖片信息的接收/處理效率,高于文字信息。

誰能想到,人腦對信息的對待并不是公平的呢?

所以,同樣的內容,可視化表達比文字信息表達讓人可以更快的發現信息的特征。

三、數據可視化的應用場景

回到最初的案例上,我們是否可以理解,公司A做出“在車展上以數據可視化的表達方式進行產品介紹”的決策了呢?

當然,“可視化”作為工具,我們了解其應用價值,最終的目的是為了更好的運用它,那我們在什么樣的場景下可以選擇數據可視化表達呢?

1. 展廳:表現產品潛力/價值

展廳屬于外界的公共環境,這也導致它環境較嘈雜,展廳中可用于展示信息的面積也是有限的;

在這個環境下,四周皆是展品,人們的注意力往往更難集中,因此若想在展廳中通過數據去展現產品的價值,首先要保證的,是讓用戶可以更方便快速的觀測到我們展示的信息,即將所有的數據整合到同一個平面下展示;

在用戶可以一眼了解到信息的前提下,如何呈現出更豐富的信息去佐證產品的價值是關鍵的問題,要想客觀的表達出產品的價值,多維度的數據表現是最有利的證明,但是隨著數據維度的增加,數據源也會增加,數據體量同步增大;

那么在有限的面積中,要想合理有效的完成信息展示,并讓用戶更快的感知到信息的特征,這就需要借助數據可視化的優勢。

同理,企業前臺呈現的數據大屏,也存在同樣的問題,需要通過可視化表達,在有限的面積中呈現更豐富的信息,才能讓投資人或者客戶過來時感受到企業有實力的一面。

2. 實時監控中心:日常監測,應急指揮

實時監控中心的初衷是通過觀察平臺的運營情況,讓管理人員實時了解到現有業務的發展情況或異常問題,進而及時做出調整來抓住業務增量的機會或降低異常造成的損失。

例如拼多多漏洞門,2019年1月10日,拼多多出現重大Bug,該Bug超過2天未被發現,用戶可領取100元無門檻券,優惠券可全場通用(特殊商品除外),有效期一年。

這類重大Bug必然會導致單日內訂單優惠率激增,且訂單量短時間內急劇增加,管理人員如果觀察到了這類“非正常現象”,即可察覺到平臺內部的異常,定位原因后及時進行問題的修復。然而黑灰產團伙利用“漏洞”盜取的相關優惠券,完成了幾千萬的套利,雖然最后報警立案進行了追回,將損失壓低回了千萬元內(據拼多多多方面統計),但這仍然是巨大的損失。

要想觀察到諸如此類的“非正常現象”,這就需要通過維度,呈現相關數據,然而隨著平臺業務逐漸壯大,需要觀測的數據維度也越來越多,信息的繁雜會導致管理人員越來越難清晰有效的去完成信息的觀察。

在龐大多維的數據中,要想保障管理人員能夠更快了解到業務當前的狀況,關鍵的手段在于如何清晰的表達多維度的數據信息,以此縮短管理人員對信息特征的發現時間。

可視化表達,借由顏色、位置差異,元數據的面積大小,可以更顯著的表達數據的大小差異。同時以“線”連接元數據來形成一個整體,能夠直觀的體現出數據的發展趨勢。

這些更直觀,更顯著的表達,可以讓管理人員更輕易的發現信息的特征。

四、終

數據可視化的應用并不局限于上述場景,理解數據可視化的核心價值是關鍵。

當然,無論以什么樣的方式去展示數據,我們最終的目的都是為了讓他人更快的理解我們傳達的信息,或讓自己更快的發現未知的信息特征。

我們怎樣才能用好數據可視化去達成這個目的呢?下一篇文章將以案例,闡述我在數據可視化產品設計中的思維路徑。

 

作者:橙言,前出行領域產品經理,現消費金融風控策略產品人;微信公眾號:橙言

本文由 @橙言 原創發布于人人都是產品經理,未經許可,禁止轉載

題圖來自Unsplash,基于CC0協議

給作者打賞,鼓勵TA抓緊創作!
更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 拼多多那個案例非常形象了,我也曾經看當天的訂單,發現了個小bug

    回復
  2. 企浮科技的基礎數據團隊匯集了1.8億工商注冊數據,覆蓋19個大型維度,200多項小的維度,并對API接口做了大量的對接優化。全國歷史及新增企業,通過API接**付,數據穩定精準,價格全網最低

    回復
  3. 人的本性對于文字、數字不夠敏感,數據可視化可以很直觀和突出的看到問題的本質和重點信息,相當于一次數據的過濾。但更進一步的理解關鍵數據的價值,方便各類角色人員是一個挑戰。

    回復
    1. 確實如此

      回復
  4. 感謝分享,小弟也設計了幾個可視化模板歡迎觀摩指點https://www.axurebi.com

    回復