在十五年前，没有 D3，没有 Tableau，没有 ggplot 甚至没有 Prefuse / Flare。如果您想进行可视化，您可能得使用新发布的 Cytoscape，尽管它是为生物信息学设计的，用于收集和分析复杂的生物数据（如遗传密码）。

今天，数据分析师们可以使用比以前更多的工具。我们不再将数据可视化视为通用方法，而是将它分为以下几类：

这些分类将直接关系到特定的工具和模式，而它们也已经开始转变。策意dataBI拥有超过15年的技术沉淀，经历了近代数据可视化的三大浪潮，因此在本篇文章中将首先概述近代数据可视化的三大浪潮数据分析和数据可视化，然后分享如何在第三次数据可视化浪潮中达到顶峰，企业级BI业务分析解决方案，让数据创造无限价值。

浪潮一：清晰度

在现代数据可视化中，Edward Tufte 的工作是数据可视化第一个浪潮的中心，他强调清晰，简单和直接的一对一数据点映射。从这个时代开始，我们看到了斯巴达色彩方案的兴起，标签和自然语言标题的重要性，以及一种理想化的完美图表——可以立即读取，访问，并可执行。这种图表具有清晰的结构和规则，就像您可能在 The Elements of Style 中看到的那样。

浪潮二：系统

第二个浪潮专注于系统化信息编码，这是开发数据可视化工具所必需的。而在这个主题中，最有影响力的著作是 Leland Wilkinson 的《The Grammar of Graphics》。在第一个浪潮中，图表是用来讲故事的。而在这个浪潮中，图表是工具规格的输出。《The Grammar of Graphics》旨在能让人们创建一个图形集合，如果我们现在看一看任何数据可视化库，我们仍然可以发现这个思想在起作用。

这些库专注于“配方”，允许人们采用任何一组构建块，并通过定义的“语法”生成一组接近无穷的示例。每个示例都可能是一个有效的图表，因为它是使用可接受的起点构建的。然而，Wilkinson 承认，仅仅因为数据和图形之间的逻辑关系可以定义，并不意味着图表都有着有用的含义。而图形语法和构建它们的工具并不能保证易读性。

第二次浪潮带来了一些成果——人们制作了无数的仪表板和报表，但有时放弃了设计最佳实践。

浪潮三：融合

近年来，工具和用户期望已经融合在一起。R 和 Tableau 等现代平台是围绕图形语法的基础所构建的。与此同时，消费者更加精通设计，能够制作出漂亮的可视化。

因此，我们需要将重点从单个图表转移到产品的构建，评估和交付上。例如，在 Netflix 中，我们正在使用分析手册做试验，旨在解释数据可视化并促进协作和沟通。

这些因素都有助于我所认为的第三次数据可视化浪潮数据分析和数据可视化，其特点是围绕以下主题的思维方式转变：

01创建图表以供重复使用

这要求我们摆脱对即时可读的独立图表的期望。我们目前正在评估为单次访问而设计和优化的数据可视化。这很好，但我们还需要促进，评估和更好地理解为多次访问而设计和优化的数据可视化。UI 和 UX 需要成为第一关注点，而交互性并不仅仅是一个几何属性。要做到这一点，我们需要摆脱使用孤立的模型来创建定制的数据可视化，并从大型软件开发社区常见的合作项目中引入最佳实践。

02促进批评

批评是让我们在夸奖数据可视化之余，还能诚实地提出不足之处。如果我们想要社区向前发展，我们需要做更多的事情。但批评真的很难很难听到。我们需要积极努力地发展我们的社区，让它成为一个能够给予，接受和处理批评的地方。

03理解设计

调查结果

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！