大数据可视化：要防止的3种错误

    最近有很多关于数据可视化的讨论，决不亚于有关大数据的讨论。我们知道可视化是理解数据的最好或唯一方式，如果我们无法实现可视化，就无法解读数据。可视化是获得和分享见解的好方法，但许多大数据开展可视化的方式却并不正确。为什么？因为几种原因会导致这一结果，让我们来看看几种最常见的错误。

 

 

    错误1：展现所有的数据

 

 

    大多数人并不在乎是否看到了你的工作成应，这与我们在学校里学到的东西大相径庭。他们并不关心你每天要处理多少数据，或者你的Hadoop集群有多大。无论是客户，还是内部用户，他们需要的是具体，针对性的答案，而且越早得到这些答案越好。你提供的结果越接近他们想要的答案，就越能节省他们寻找答案的努力。页面上任何不相关的数据，都会增加寻找信息的难度；不相关的数据（无论多么有效）就是噪音。噪音在仪表板上特别普遍，其中的理念往往是"显示所有状态。"但大部分表现都很正常（和乏味），不值一提。显示这些正常的状态让异常情况有很多机会被隐藏起来。

 

 

    更好的仪表盘应该显示更有趣或更重要的。优先考虑那些重要的、异常的、或可以改变的方面，同时淡化其它因素。数据的深入钻取很重要，但这不是仪表盘发挥作用的地方。不要改变的因素，最好是放在报告中处理会更好。

 

 

    错误2：展现错误的数据

 

 

    这与前一种错误一样危险。如果数据关系是相关的，那么显示信息的子集是可以的。如果你关心销售，你可能还关心每个地区或时期的销售数额。要考虑如何利用这些数据来做决定。

 

 

    与在同一图表中展现过多信息和未展现全局信息相比，展现几种密切相关的图表，是一种很好的折中方案。几种整洁、清晰的图表通常比单个复杂的数据可视化方案有更好的效果。

 

 

    错误3：数据的展现方式不正确

 

 

    即使你绘制的数据是正确的，仍然可能得到错误的结果。奇特的图表类型很少见，因为他们的实际效果并不好。绝大多数的可视化需求，可以通过条形图、曲线图、分布图和饼图来满足。想想数据字段之间的重要关系，并考虑将这些字段放在坐标轴上。

 

 

    按类别分组，然后按时间、量级或重要性排序。（在没有具体要求时，可以按字母排序）。使用颜色类别，而不是量级分类；你可以使用亮度、饱和度来说明量级。使用标签和其他标记选择性地引起人们的关注，而不会搞乱。

 

 

    良好的设计：提前考虑和规划

 

 

    为了避免上述错误，最好的办法是首先专注于你的目标。在考虑视觉效果前，先按照下面的顺序，想想这些问题：

 

 

    1.我们最关心什么？

 

 

    2.我们需要这些信息来做出什么样决策？

 

 

    3.你需要问什么问题？

 

 

    4.你需要看到什么数据？

 

 

    5.什么是展示数据中重要关系的最佳关架构？

 

 

    6.你需要突出什么数据？

 

 

    当你回答这些问题时，就能使用正确的数据来设计和实现正确的可视化效果。这样就能做出改变。这是一件好事。重复、测试、尝试不同的途径。一种深思熟虑的，面向用户的设计方法将实现有效、高效和有用的数据可视化效果。