大数据可视化是对数据的可视化表示的一种科学技术研究。其中，数据的可视化表示定义为以某种汇总形式提取的信息，包括相应信息单元的各种属性和变量。

它是一个处于不断演变之中的概念，其边界在不断地扩大。主要指的是技术上较为高级的技术方法，而这些技术方法允许利用图形、图像处理、计算机视觉以及用户界面，通过表达、建模以及对立体、表面、属性以及动画的显示，对数据加以可视化解释。与立体建模之类的特殊技术方法相比，数据可视化所涵盖的技术方法要广泛得多。

那么大数据可视化可以理解为巨量数据的可视化，是数据可视化的一种，只是数据量更加庞大。那么，下面我们来了解大数据可视化的具体过程。

大数据数据可视化的过程探讨

第一：数据的可视化

这里数据要讲数据的类型，例如典型的是数值型数据，还是例如文本型数据，也包括带有序列的文本型数据，更有一些超出前述的数字、文本数据的，例如符号、图像、动画、声音等大数据可视化技术，但是为了简单起见，笔者这里首先以一般数值型数据作为代表，讲可视化最核心的是对原始数据采用什么样的可视化的元素来表达，例如原数据是销售额列表，那么对于这样的数据本身，我们不是说按照柱状图、横条图、饼图来说，这样进行数据到可视化元素的表达，而是说，采取柱、横条、扇形进行表达，而采取这样的模式，是更好地表达出数据本身的属性来。

第二：指标的可视化

一般而言，数值是一种属性，例如销售列表，那么这个销售的数值属于什么主体，主体本身是否可以可视化，很多时候，这一点很容易被统计分析人员忽略，而笔者非常简易在制作图表的过程中，采用可视化元素的方式将指标可视化，一旦这么做，会将可视化的效果增彩很多。典型的例如销售人员，决定采用人脸照片来表达。

第三：数据关系的可视化

在数据可视化的方式、指标可是化方式确立以后，需要想到如何进行数据关系的可视化，这种数据关系往往也是可视化数据的需要核心表达的主题宗旨，例如希望阅读的人了解什么，这些数据的关系是大小、多少、高低等等，而在可视化的展现中，则可以采用高低，左右，位置，大小、颜色等方式进行，而为了达到这样的结果，我们可能需要排序、分类、透视等等操作运算。

第四：背景数据的可视化

很多时候，光有原始数据是不够的，我们会说，数据没有价值，信息才有价值，那么信息与数据之间的差别是什么？核心就是背景数据，例如销售数据，只看销售数据，真正有意义，为企业的决策服务，还需要更多的数据，典型的例如，需要销售计划数据，那么在图表中增加一条销售计划线，而销售数据是否达到销售计划可以一目了然。

第五：转换成便于接受的形式

下面要说关于数据转换的问题，很多时候，前述的数据、指标、关系、背景数据都有了，只按照原始数据进行可是化，可以吗？可以。但是问题还会很多，因为这个时候，还是数据本身，而可视化的功能包括几种，第一是记录，第二是传递，第三是沟通，有了前面的操作，可以进行记录、传递，但是沟通可能还需要优化，这种优化就包括按照人的接受模式、习惯，能力，甚至还需要考虑显示设备的能力，进行综合改进，这样才可以更好地达到便于接受的效果，具体而言，还说销售计划，在销售计划线上增加符号，例如勾和叉，表征是否完成计划，是不是看图表的人更容易接受。

第六：聚焦

在前面都没有提到大数据，在聚焦方面必须要讲讲大数据，因为是大数据，所以很多时候数据、信息、符号对于接受者而言是过载的，例如人很多时候，如果看到的对象超过七个，他们就可能分辨不出来了，这时我们就需要在原来的可视化结果基础上再进行优化，例如裁剪、规约、区域显示等等，而笔者在这里首先强调聚焦，所谓聚焦就是利用一些可视化化手段，把那些需要强化的，小部分数据、信息按照可视化的标准（这里可以埋个伏笔，这属于笔者重点研究内容），进行再次处理，比较典型的，还拿销售计划来说，我们做的这个可视化，说成一个图表吧，这个图表重点是针对没有完成计划的销售员的，考虑是否要开掉他们，那么我们可以强化前述的“叉”是红色的。但是这里需要注意，按一般理解，勾用什么色呢，用绿色？值得思考，而笔者从聚焦角度说，真正的一般应用模式，假如柱状图中的柱用的黑色，勾的符号也用黑色，是不是整体图表，红色更为显眼呢。

第七：集中或者汇总展示

还拿前面的销售图表来说，有人说，这个图表结束了，但是从沟通交通角度而言，还有很大的空间，例如为了让管理人员更好地掌握情况，我们可以在这个柱状图的右边，增加一张没有完成计划的销售人员数据表，这样管理人员是不是在掌控全局的基础上，很容易抓住所有焦点，进行逐一处理。

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！