数据可视化：用数字给你讲个故事

互联网行业中，有许多与数据相关的岗位，例如数据产品经理、数据分析师等等。对于这些岗位而言，懂得如何实现数据可视化非常重要。而本文就具体介绍了实现数据可视化的基本操作。

随着“中台”的火热，数据中台逐渐为人所知，让很多原本隐于水下的岗位浮出了水面，比如数据产品经理、数据分析师等，这些内容在 《“数据中台”需要什幺样的产品经理？》 中有所提及。

“数据可视化”就是上述岗位的看家本领之一，所谓：颜值即正义，数据可视化水平很大程度影响了工作输出质量。

那到底什幺是数据可视化，如何实现数据可视化，作为产品经理，又该如何设计一个自研的可视化系统/工具呢？

一、什幺是数据可视化？

俗语有曰：字不如表，表不如图。

数据可视化就是通过易读、易懂、易操作的图表，给用户带来良好的视觉效果，降低用户的理解难度，从而实现用数字给用户讲个故事的工作目的。

简单理解，数据可视化=数据+可视化，数据内容是基础，可视化是用图形化的方式呈现，并借此传达信息的方式。

所以数据内容是可视化的内核，单纯追求可视化炫酷的意义并不大，拥有了优质的数据内容，可视化的意义方得以凸显。

二、如何实现数据可视化？

实现数据可视化，步骤并不复杂，就像把大象放冰箱里，同样分成三步：数据准备、可视化设计与内容分发。

1. 数据准备

数据分析的目的是为了解决问题，从而给公司与部门提供存在参考价值的分析内容，完成上述内容的基础就是数据、各种数据。

数据准备就是为了明确数据范围，减少数据量，通过采集、统计、分析与归纳，梳理出我们需要的数据结果表。

梳理出的数据内容，存储方式就是简单的使用Excel，也可以使用MySQL或者Hive等等，这需要根据数据量和查询性能的要求来选择。

数据分析人员使用数据表时，通过单表查询或者多表关联的方式，完成其数据分析工作，就可以进入可视化设计环节了。

2. 可视化设计

工欲善其事，必先利其器。

使用最频繁的可视化工具可能还是Excel，除此之外，还可以通过R语言、Python结合JS，通过代码的方式来实现，但是这些实现方式，学习与操作成本略高。

如今市面上可选的可视化工具有很多：Tableau、海致BDP、帆软FineBI、PowerBI、网易有数等等，通过基础的SQL能力结合鼠标的拖拽操作，就可以完成可视化设计。

（海致BDP操作页）

用鼠标对数据表字段进行拖拽，就可以实现维度与指标的设置，还可以添加筛选条件，再结合SQL查询，便完成了可视化报表的制作。

而在工具越来越实用的前提下，考验我们的还有设计与审美能力，我们需要注意的有：

A. 减少数字噪音，选择合适的图表

图表有很多选择，并不是复杂的图表才算上档次，大道至简，越是简单的图表，越是能让用户理解我们所要表达的内容。

简单总结一下：

基本图表：折线图、散点图、条形图、柱状图、气泡图、组合图、面积图、饼图等。

复杂图表：仪表盘、地图、流向地图、热力地图、树形图、框架图、漏斗图、甘特图、词云图、雷达图等。

选择图表时，需要了解不同图表的优劣以及它们适合的应用场景，尽量较少数据噪音，不要同时给予用户太多的内容。

但也不是不可以使用复杂图表，某些场景下复杂图表可能更能清晰的表达数据背后的含义，那用一下也未尝不可。

B. 颜色搭配合理，多维度交互搭配

关于配色，仁者见仁，智者见智，有各种流派。

就笔者而言，更倾向于尽量少使用艳色调，多使用渐变色，确保辨识度，而需要对比的数据可以选择对比色或者互补色。

建议大家多去一些配色网站看看，如：Material Palette、Material UI Colors等等，也可以多去Dribbble、堆糖、花瓣或者千图这些网站溜达一下。

（From：Material UI Colors）

看的越多，就会越有感觉，获得一种积累而产生的灵感。

至于说到多维度的交互，常见的有以下几种：

筛选：通过设置过滤条件，实现不同维度数据的组合展现；

钻取：实现不同层次的数据的分层展示，如上下级部门等；

联动：通过一个图形的变化，联动其他图形的变化，如选择饼图中的某一个色块，则底部趋势表显示对应内容的趋势变化等。

当然还有很多的其他交互，只要可以为用户展示有效的数据内容，满足用户的业务需要，那就是好交互。

好看又好用，便是数据可视化的意义。

3. 内容分发

数据可视化最终的产物是一张图数并茂的报表，我们可以通过很多方式传达给用户，最简单莫过于直接提供源文件或者截图，但这样过于笨重与低效。

数据平台类产品就承担了高效分发报表的责任，如BI平台、移动BI平台等，即实现了对报表查看权限的控制，又实现了对报表数据权限的控制。

我们也可以直接使用第三方工具直接完成内容分发，诸如Tableau之类的工具，都可以在本地化部署的基础上实现内容分发，不过出于功能扩展性与数据安全性等多方面考虑，不少公司依旧选择用自研的方式来打造自己的数据可视化系统。

下面，就让我们简单了解一下，我们该如何打造一款数据可视化系统/工具。

三、可视化系统/工具的设计思路

该部分内容旨在简单介绍企业BI系统或大数据分析平台等数据可视化产品的设计思路，为产品设计人员提供参考的同时，也为感兴趣的读者剖析解密一下此类数据产品。

1. 数据源管理

此类产品目前支持的数据源越来越多了，毕竟数据是进行数据分析与可视化的基础，无法连接数据源，下面一切的工作都将无法开展。

（海致BDP数据源管理页）

在进行此类产品设计时，优先需要完成公司现有数据源的调研，然后再根据实际场景，选定项目所要支持的数据源。

因为不同的数据库存在不同的优劣势，可视化报表除了数据准确与样式交互合理，对于数据查询速度同样存在要求，我们不可能让用户进行一次点选操作后，等待数分钟。

比如，当数据量达到亿这个量级，MySQL就不太适合了，这个时候更适合选择一些分布式数据库，如HBase之类。

根据平台数据量与公司现有能力，选定需要支持的数据源，这是此类产品设计的第一步。

2. 图表库管理

图表库，就像“弹药库”，但是图表组件的封装是个持久战，耗时耗力，需要耗费大量的前端开发资源，不过我们可以使用ECharts这类开源图表库：

（From：ECharts）

根据可视化需要，不断完善自研系统的图表库，可以让数据分析师使用可视化工具时，做到“信手拈来”，那就算是有所小成了。

3. 报表开发与分发

报表开发与分发是数据可视化系统的核心功能，该部分在实现报表开发的同时，还需要完成权限（查看权限与数据权限）的配置。

实现该部分功能设计，有一个“捷径”，去学习市面上主流可视化工具的实现方式，他们详实的产品帮助文档都是自研产品设计的“灵感源泉”。

（帆软FineBI首页）

至于权限的控制，也有很多方式，比如做单点读取用户权限表等，对数据权限的控制，是数据安全的必备项。

通过以上步骤，我们就完成了自研可视化工具的产品设计，但该部分涉及内容较多，作为简单介绍，本文不再过多展开，如果大家想了解更多此类产品设计，可以评论留言，笔者将在后续为大家详细阐述该部分内容。

结语

数据可视化，需要以用户为中心，以用户体验为基础，输出可视化报表，为业务赋能。

在公司不具备或者没有必要进行可视化工具自研的情况下，大量的可视化工具可供诸君选用，正所谓：君子生非异也，善假于物也。

作者：张小墨，微信公众号：月光坦克（moontank1918），某美股上市互联网公司产品经理。