如何将枯燥的大数据进行信达雅的数据可视化？
关于数据可视化，做数据分析或者大数据的人估计都知道，最先想到的就是图表，把数据变成图表不就是可视化吗？
当然这样理解是绝对没有问题的，但是太狭隘、太局限
可视化的概念非常广泛，除了图表之外，凡是可以帮助用户理解数据的手段都可称为数据可视化
而怎么把枯燥的大数据进行可视化，远远不是做几张图那么简单
一个优秀的可视化一般需要满足三个条件，简单来说就是信达雅的数据可视化
所谓的信就是要保证数据的正确性；
达即是要让用户轻松接收到数据信息，能够对数据进行有效的表达；
而雅即是要保证可视化的美观；
从重要程度上看，信>达>雅
想要做出完美的可视化，最最重要的就是要保证数据的准确性，在表达上要准确无误，不能带来一些歧义的地方。
比如说关键数据的缺失、指标与维度的谬误等等，这些因素都会导致我们的可视化失去了最本质的意义：反应数据的真实情况。
比如2014年巴西世界杯半决赛，东道主巴西对阵德国战车的全场数据统计，就是典型的关键信息缺失造成了“信”的误判
所谓的达，就是要让用户准确获取可视化所传递出的信息，而不能造成认识困难和信息接收障碍
这个问题经常是一些不注重可视化表达的人，做完数据分析就简单拉个图，也不管对方是否能看懂，这就是缺失了可视化的达
通常来说犯的毛病就是图表过于沉重、繁琐，图标选择不正确，不注重用户体验等等
比如地铁图，如果我们按照普通的可视化地图绘制方法，根据不同的距离方向进行绘制，地铁图就会出现这样的情况：
一些地铁站密集的地方都拥挤在了一起，不利于用户去获取地铁站的信息；
所以我们做地铁图一般都是将地铁站进行等距离、单方向处理，也就是这个样子：
最后一个要素是雅，通俗点说就是要做的好看，这个要素也有很多人会犯很多的误区，一方面是很多人觉得好看没什么用，另一方面则相反过度注重可视化的美观度。
首先我的观点，可视化的主要目的是为了让用户准确高效的获取信息，这才是可视化最关键的要素，美观程度只能是锦上添花，如果没有了前两个要素，过度注重美观也是没有任何意义的，皮之不存毛将焉附？
用什么能做到信达雅的数据可视化？
制作可视化报告的方法有很多，最常见的Excel就能做，不过Excel的缺陷在于不能支持大数据量，数据量一大就卡
如果是代码大佬的话可以用python或者Echarts做，可视化效果很惊艳
但是对一般的业务人员来说为了做个报告去学python，代价太大了，所以我推荐技术小白使用BI工具来做可视化报告，操作简单，上手快，这里我以国内用的比较多的FineBI来给大家演示一下可视化分析报告的制作过程。
用FineBI做可视化报告流程主要分为5步：
连接/导入数据
数据处理/清洗（过滤、筛选、新增公式列）
探索式分析
数据可视化
输出报告
一、数据连接
通常我们用Excel做业务分析，需要从公司的各个系统取数，导出成Excel表，然后再进行一系列的分析操作
如果用FineBI的话就省去了这部分取数的麻烦活儿，它可以直接和公司的各种类型的数据库直接链接，也可以手动导入Excel数据集
数据库链接完成之后，新建业务包，然后把需要数据表从数据库添加到业务包中：
二、数据加工处理
数据拿到手之后，我们要对数据进行加工，进行脏数据清洗和一些数据指标的计算，可能要对数据进行过滤、分组汇总、排序、合并等操作
一般用Excel操作就需要写一大堆函数来实现，要是途中有哪一步操作失误，有可能就要一步步倒回去检查，重新再来一遍
不过在FineBI中是通过自助数据集来进行数据加工的，最大的好处是每一步的操作都会被记录，可以随时随地检查每一步的操作，直接进行修改，不需要一步步撤回
三、探索式分析
刚才上面也说了，单纯的数据陈列对领导来说没有意义，管理者更想看到通过对某项业务数据指标的计算分析得出可行性的结论，打个比方，领导让你对本季度的销售情况做个汇报：
A情况：
你简单拉了一下这个季度的销售数据，发现本季度销售额同比上季度上涨很多，于是你告诉老板“这个季度销售情况不错，销售额上涨很多”
B情况：
你简单拉了一下这个季度的销售数据，发现销售额同比上季度很多，于是你又对本季度的订单数据进行了分析，发现2月份的订单数量明显高于其他两个月
然后你再详细查看了各门店2月份的订单数据，发现某个门店数据突出，询问门店经理后得知该门店2月份进行了一次线上促销活动，效果很多，销量大增
于是你给老板汇报“本季度销售情况不错，主要得力于XX门店在2月进行的XX线上促销活动，我们以后可以在其他门店多多开展这样的活动”
想都不用想，老板肯定喜欢B中的答案。因此做可视化报告的过程不仅仅是数据可视化，还有数据分析
在FineBI中，进行数据可视化分析的过程比较简单，拖拽就可以生成可视化图表，非常适合业务人员进行探索式分析
四、数据可视化
经过上面的探索分析，我们基本可以知道我们需要在报告上展示哪些指标，要表达哪些数据。
这时候我们就要快速找到合适的图表来进行数据指标的计算和展现数据，比如线形图最适合表现与时间有关的趋势，亦或是两个变量的潜在关系，当数据集中的数据点过多时，使用散点图进行可视化会比较容易，直方图展示数据的分布等等
一般的新手小白在图表选择上会纠结很长时间，还容易选不对合适图表，如果用FineBI做就容易多了，它会根据你拖拽到横纵轴的指标数量智能推荐图表，快速找到合适的图表，还有进行纬度和指标数量的提示，帮助快速找到合适的图表
五、可视化报告制作
可视化报告的制作主要分这几部分：可视化布局、图表配色、细节修饰
1、可视化布局
可视化设计的页面布局，要遵循以下三个原则：
聚焦：通过排版布局，把重点指标放在核心区域，让观看者能够迅速解读关键信息
平衡：要合理的利用可视化的设计空间，在确保重要信息位于可视化空间视觉中心的情况下，保证整个页面的不同元素在空间位置上处于平衡，提升设计美感。
简洁：在可视化整体布局中不要使用过于复杂的元素以免影响数据呈现。
可以从网上找一些模版进行参考，不过Finebi里面也内置了很多demo可以参考
2、图标配色
颜色是最有效的美学特征之一，很容易吸引我们的注意力，所以一份优秀的可视化报告，图表颜色的使用也非常重要，一般来说，图表配色要遵循几个一致性：
数值指标一致性
当根据某一个指标的数值大小进行颜色映射时，建议使用生长色系的渐变颜色。
指标颜色一致性
对于相同的度量尽量使用同一色系的颜色方案，避免使用过多的颜色对用户造成干扰。
色系颜色一致性
尽量选择相同色系的颜色方案，避免撞色。
语义颜色一致性
符合语义的颜色可以帮助人们更快地处理信息，尽量根据指标含义选择符合人类最直观感受的颜色。
3、细节修饰
完成可视化图表设计和组合布局之后，我们的数据分析报告还没有完全做好，光把几个图表的组合拼接在一起，领导也不一定能看到每个图表要表达的意义，所以我们需要给图表添加标题或者一些文字注释，也可以在报告中体现分析的背景及结论，帮助领导更好的理解报告
想用FineBI这样的神器做出高颜值的动态报表并不是难事，难的是如何充分利用好这些繁多的功能，针对业务找到关键指标和数据，让老板一眼就能看到报表的价值所在，才这是我们应该追求的目标
立即沟通
