立即打开

打开

数字可视化,实时智慧呈现

随着信息技术的快速发展,数据成为人与人之间传递信息的主流载体,贯穿各个领域,渗透于我们生活的方方面面,已经成为社会的重要生产因素,海量数据越来越明显的演化为社会最具价值的财富。而对于数据的整理、分析、应用、更新、展示成为人们挖掘数据价值财富的关键手段。

数据信息可视化是一种有效的数据分析手段,更是一种关于数据视觉表现形式的科学技术研究。人们通过利用平面图形、立体结构,借助计算机对数据进行清洗计算,清晰生动地以视觉形式将数据组合呈现出来,以便达到信息有效传递及沟通。数据信息可视化过程中充分运用人类对图像、图形等可视模式快速识别的能力,通过图形图像、曲线甚至动画等可视画面,来观察、研究、分析、过滤和理解大量的数据,进而能够实现直接的解释和分析,形象地表现和模拟大规模数据,以此来发现或探求数据内部隐藏的特征以及规律,从而提高人们对事物的观察能力、记忆水平以及理解能力,促进人们形成对某一事物的整体概念。 80%的人会记得他们所看到的,但只有20%的人记得他们阅读的! 数据信息的可视化有两个基础,即图形设计与认知心理学。其中图形设计为数据信息可视化提供了更具艺术性的表现方法,为实际的操作经验提出了指导。认知心理学是数据信息可视化的基础理论,是关于人们怎样认识与感知世界的理论,其主要研究的是人类的认识与感知信息的过程。数据信息可视化的重点便是利用计算机技术、多媒体技术、数字技术等手段,把人们无法设想和想象以及接近或相似的环境、事物等用动态直观的形式表现出来。 数据可视化的最重要的意义在于它能够帮助人们更加快速、准确地理解数据。可以在一个图表中突出显示一个或多组大的数据量,使用户可以快速地发现关键点。此外,展示海量数据的能力是数据可视化的另一个优点,从海量的数据和信息中寻找联系并不容易,但是图形和图表可以在几秒内提供信息,一望便知,可提供所需的信息。数据的可视化展示提高了解释信息的能力,一张图表可以突出显示一些不同的事项,人们可以在数据上形成不同的意见,这个过程可能会为新的产品、创意甚至商业模式的雏形创造新的产生途径,甚至人们或许能从数据中发现一些意想不到的东西。 可视化既可以是静态的,也可以是动态的。交互式可视化通常引领着新的发现,并且比静态数据工具能够更好的进行工作。数据可视化的设计思路

1、用户定位

在做数据图形化展示之前首先要分析和确定数据的最终用户是谁,用户的关注点是什么。不同类型的用户,如企业决策者、高级管理人员、中层人员、基层执行员工、外部客人等等,因角色不同,对于可视化系统的操作及数据内容诉求均不相同,不同用户的理解能力及关注重点也不尽相同。所以在设计时,图形展示及交互形式均不相同。例如给公司决策者设计的管理型看板可能是可交互式的企业关键经营数据,而给外部客人展示的企业业绩宣传数据则可以采用大屏幕“图标+数据”展示即可。

2、场景定位

展示环境也是影响数据可视化设计的重要因素。展示区域、载体媒介、界面大小、交互形式等因素也都影响最终设计。办公室触摸式大屏幕展示环境时可设计为可交互式图形,实现多层级数据钻取,多数据场景人工切换等。室外或展厅LED大屏幕可采取非交互式单屏排列设计,实现单屏幕最大化数据传递。色彩配置也要符合环境特点,确保界面清晰、视觉体验良好。

3、数据定位

数据自身属性、维度及数据量级的不同往往决定了最终展示的信息不同。单数值的关键指标在设计展示形式时应重点突出数值,连贯性的数组则应该采取能兼顾数值及数据间关系的折线图,趋势图等。在设计时,展示内容不能做简单的数据堆积展示,布局要体现信息连贯性及信息顺序逻辑,使信息逻辑清晰,一目了然。

数据可视化转换

数据可视化转换步骤 1、数据积累。根据要表现的内容积累相应数据,从本地信息系统或互联网收集进行数据积累。 2、数据整理。根据分析目标及计算规则,将价值数据从海量数据中过滤出来,剔除无效部分,降低干扰,提升沉淀数据质量,改善数据精度。 3、分析挖掘。应用数据挖掘的方式来对数据格式进行分析,捕获关键数据结构及规律,找出数据之间的关系及引申含义,并通过不同的组合及计算进行汇集、演算以提炼数据更深层次的价值。 4、数据转换。应用结构性模型清楚体现数据结论及目标意义,同时按照规则对数据进行分组排序,将数据含义变得一目了然。方便用户快速获取相关数据信息。 5、图形转换。根据要展示的内容进行结构设计,不同类型的数据选择能够更加突出显示的图形或多维显示类型。如百分数选择饼图、环形图展示,多维指标选取雷达图等等,设计视觉草图。 6、组合呈现。根据内容分类,数据相关性,通过结构化的界面布局及重点突出的色彩搭配,将数据分类别、分层次地呈现出来。数据可视化分类

数据可视化包含三个分支,科学可视化(Sci Vis, Scientific Visualization )和信息可视化(Info Vis, Information Visualization),以及后来演化出第三个分支:可视分析(VAST, Visual Analytics Science and Technology)这个从IEEE VIS 会议的分类中可以看出来。 1、科学可视化。科学可视化面向的是科学和工程领域数据,比如空间坐标和几何信息的三维空间测量数据、计算机仿真数据、医学影像数据,重点探索如何以几何、拓扑和形状特征来呈现数据中蕴含的规律。 2、信息可视化。信息可视化的处理对象是非结构化、非几何的抽象数据,如金融交易、社交网络和文本数据,其核心挑战是针对大尺度高维复杂数据如何减少视觉混淆对信息的干扰。 3、可视分析学。近几年来,随着人工智能的兴起,人们逐渐发现其实一些机器能比人做得更好的事情,同时也发现了一些事情需要借助人类 3 亿年的进化本领。所以将可视化与分析进行结合,产生了一个新的学科:可视分析学。 可视分析学被定义为由可视交互界面为基础的分析推理科学,将图形学、数据挖掘、人机交互等技术融合在一起,形成人脑智能和机器智能优势互补和相互提升。数据可视化常用工具

软件工具:常见的基础数据可视化工具软件以微软公司的 Excel 和苹果公司的 Numbers为代表,通过简单易用的图标制作工具,以柱状图、折线图、饼图等多种图表形式来表现文件内的结构数据及数组。该类工具在处理少量数据,展示简单图表时具备简便组合、快速呈现的特点,但在面向多样式、高要求的数据可视化分析场景时稍显不足。在面向专业的数据可视化处理时,就需要利用如 Power BI 、Tableau、ECharts、Embedding Projector、Visdom等工具来表现数据的多维度、多样化。这些工具在数据整理的易用性和图形呈现视觉的美观性上都有着非常不错的表现。

硬件工具:大屏幕是可视化数据的理想展示媒介。一般具备面积大、多样组合、音视频多媒体呈现等特点,容易给用户带来身临其境的参与感,能够更大地发挥数据图形对观察者的视觉冲击,使用户对数据信息印象深刻,在震撼、炫酷地展示同时完成信息传递。当下常见的大屏显示硬件包括:LED显示屏、液晶拼接显示屏、等离子拼接显示屏,可交互式的触摸液晶屏等。随着投影技术的发展,超融合投影、虚拟成像的全息投影等技术应用也越来越广泛。呈现技术的进步使展示内容从平面化向立体化转变,交互方式也从单向查看到人机双向交互模式进行转变。

数据可视化的应用

鑫苑集团在建成先进的BI系统之上,又建设了鑫苑集团经营数据分析可视化平台。系统建设定位于呈现鑫苑集团地产、科技、金融、创新四大业务板块的全球战略布局,展示各业务板块的关键经营信息。以地产板块为例,实现用户既可以快速查看鑫苑地产业务所实施全部项目的全球地理位置分布,也可以查看每个项目自身的关键经营信息,如项目各期成本执行情况、项目营销回款情况、项目计划执行情况等等。数据全部来自于ERP系统,可以做到实时抽取、实时展现。

鑫苑集团数据可视化应用示意

系统服务的用户定位于集团高层领导,在设计时从管理者视角入手,满足管理者对系统操作简便、对数据内容实时全面的需求。在视觉呈现方面,选择利用Ventuz软件以立体的三维模型形式展现。Ventuz不仅在图形展示渲染方面能力出众而且可以很好地实现人机交互,系统界面炫酷,操作流畅,体验非凡。

null

null

null

null

打开APP阅读全文