实现大数据可视化的十个出发点，需要考虑用户、讲述连贯的故事、迭代设计、个性化一切、从分析目标开始、考虑管理、对观看者的同理心、了解业务、连接可视化、尽可能简化，以便解决手头的假设问题。

一、考虑用户

管理咨询公司Aspirent视觉分析实践主管Dan Gastineau表示，企业应使用颜色、形状、大小和布局来显示可视化的设计和使用。

Aspirent使用颜色来突出希望用户关注的分析方面。而大小可有效说明数量，但过多使用不同大小来传递信息可能会导致混乱。这里应该有选择地使用大小，即在咨询团队成员想要强调的地方。另外，表单可确定呈现分析的形状：例如，是否使用线条或条形图来呈现某些类型的信息。 Gastineau称，对象的放置与对象本身一样重要，有利于有效的沟通。

二、讲述连贯的故事

与你的受众沟通，保持设计的简单和专注性。颜色到图表数量等细节可帮助确保仪表板讲述连贯的故事。MicroStrategy产品管理副总裁Saurabh Abhyankar说：“仪表板就像一本书，它需要考虑读者的设计元素大数据商业的可视化，而不仅仅是强制列出所有可访问的数据。”仪表板的设计将成为推动部署的因素。

三、迭代设计

应不断从视觉分析用户获得反馈意见。随着时间的推移，数据探索会引发新的想法和问题，而随时间和部署推移提高数据相关性会使用户更智能。

从你的受众征求并获取反馈意见可改善体验。谷歌云端数据工作室首席产品经理Nick Mihailovski表示，构建概念、获取反馈意见并进行迭代可更快获得更好的结果。另外，还可将调查和表格整合到精美的报告中，也可以帮助确保大数据的可视化结果确实有助于目标受众。

四、个性化一切

应确保仪表板向较终用户显示个性化信息，并确保其相关性。并且，还应确保可视化在设计上反映其所在的设备，并为较终用户提供离线访问，这将让可视化走得更长远。Mihailovski说，通过精心设计的交互式可视化来吸引观众以及传播数据文化，这会使分析具有吸引力和富有乐趣。员工还可直观地访问、可视化和共享包含实时动态数据的报告。

五、从分析目标开始

应确保数据类型和分析目标可反映所选的可视化类型。Mihailovski称：“人们通常会采用相反的方法，他们先看到整洁或模糊的可视化类型，然后试图使其数据相匹配。”对于大数据项目的可视化，简单的表格或条形图有时可能是较有效的。

六、考虑管理

这里可能需要花时间和精力，但重要的是较终用户信任数据。从技术、流程和人员角度获取所有需要的帮助，以确保数据经过审查以及准确性。

七、对观看者的同理心

每种情况都会采用不同的可视化方法。例如，许多数据可视化明确禁止使用饼图，因为人眼和头脑可以更容易地测量长度或位置之间的差异，而很难识别角度差异。而将饼图变成条形图后，不同部分的差异性变得不那么明显，识别某些小部分也更难。在这里可考虑双层圆环图，这相当于去除中间区域的饼图，可显示75%、20%和5%等模式。

八、了解业务

花时间与业务用户沟通，了解他们希望从大数据产品的可视化中实现什么，以及他们需要哪些数据来提供所需的见解。如有必要，可购买工具或技术来分析和转换这些数据。技术咨询公司Brillio的数据和分析主管Naresh Agarwal称：“在大数据领域，我们面对的是海量数据，因此，让用户可从这种数据规模中获益非常重要。

同时，了解业务趋势非常重要，这可帮助用户采用较新的指标和分析来推动更好的业务决策。在构思不同的仪表板时，应始终考虑较终用户。管理层、分析师、IT和业务用户将从不同类型的可视化分析探索中获取价值。

九、 连接可视化

确保仪表板的不同可视化已经连接，并可迅速链接以展示完整视图。商业智能软件提供商Kyvos Insights的技术架构师Pratik Jain举例说大数据商业的可视化，如果您正在分析按位置销售摘要报告，你还应该能够进行逐年分析或比较不同产品的销售情况。

应确保大数据的可视化可实时更新和查询。供

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！