我要做大屏-数据可视化应用特点分析

我主要的职业背景是广电包装软件公司,10年经验。从工作之初就接触到了数据可视化,在实际的项目实践中一直有各种困惑,也一直想写点儿自己关于数据可视化的想法,最近又遇到数据可视化的项目,所以我先来自己分析一下。

刚参加工作的时候去了一家合同管理软件的公司,由于主要面向的是财务方面,所以软件最主要解决的就是收付款管理。当时在软件实施时,有一部分工作就是用报表工具做各种收付款的统计报表,将系统内部的数据按照客户需求进行统计和展示,但是我记得当时大部分统计出来的都是数字,会组成一个表格。这算是第一次接触数据可视化。

之后加入Vizrt后接触到了CCTV-2财经频道的项目,那么也就接触到了股票,股票一般有各种客户端软件,在节目中编导会选择通过类似大智慧的股票软件的界面直接投屏出去,还有一种就是将实时展示的股票曲线,各种张跌幅榜等数据通过在线包装软件出去,相比那些客户端,在线包装软件的呈现会更适合电视屏幕,数据会损失一些时效性和专业性,但是传播性和新闻属性更强。

如果是需要快速浏览市场或者某个股票行情时,编导的选择是直接使用大智慧,因为这类软件可以跟上编导的节奏,但是到了市场概览或者非交易时段一般会通过在线包装软件展现的,相比股票软件,在线包装呈现的数据会跟节目的风格更搭配,重点更突出。

 

对于电视屏幕,体育是一个数据呈现和节目内容关系最紧密的节目形式,财经数据大家都是通过手机关注和交易,电视屏幕大家并太关注,但是对于体育的所有内容都在屏幕上,有很多内容即便你在现场也要通过大屏幕才能看到,举个例子你在现场看到了博尔特跑过了终点线,但是大家想了解的是他的越线的具体时间是9点多少?有没有打破新的记录?

再举个例子,游泳,跟短跑一样都是毫厘之间决定胜负,没有数据可视化的辅助你怎么可能这么快就清楚的知道谁获得了冠军。配合屏幕上的非常接近世界纪录,你就会不自觉想要给他们加油打气,想要见证这纪录时刻,数据可视化就是体育的一部分。

 


 

峰回路转,柳暗花明,回到我们今天的主题数据可视化,我去搜索了一下数据可视化。

这就是搜索认为的数据可视化,相比之前我们电视屏幕上的数据可视化应用还是差别挺大的吧。

维基百科认为的数据可视化(英语:Data visualization)透过可视形式以传达某种事物为目的的主动行为。

相比我之前接触的数据可视化有什么区别呢,来看下面的表格。

序号

应用场景

呈现方式

特点

1

体育、财经节目

电视屏幕

讲述性,动画,实时性,设计

2

各种大数据平台

大屏幕

报告性,指挥,专业性,实时性,扩展

从这些特点的区别去分析,那么适合特定应用的场景的工具就有了比较大的区别,Vizrt的工具会通过设计、动画去加强讲述性,领着观众去理解。但是实施周期长,扩展弱。

对于大屏数据可视化的工具,效果大多是直接配置生成,设计弱,扩展性强,数据接入方便,浏览器直接呈现。

回到开篇,我最近接触的数据可视化场景就是大屏数据可视化,直白点儿就是用Vizrt工具去做大屏数据可视化。

这种场景大家也不陌生,带着广电包装领域第一的光环,很多团队已经尝试过用Vizrt做大屏数据可视化了。

我认为这么做会出现什么问题呢?

  1. 从讲述出发的工具会缺乏对数据控制的开放性。

  2. 设计性强但是制作周期长。

  3. 显示元素模块化能力低,无法实现有效积累和管理。

  4. 云解决方案蹩脚,且硬件要求高。

总之就是项目有钱做做就行了,想把现有的工具做成平台太难了,不知道大家怎么看?欢迎评论交流。

 

 

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
28「源码」数据可视化:基于 echarts flask 动态实时大屏 - 数据分析,是一种数据可视化的展示方式,通过将数据转换为图形化的形式,使数据更加直观、易于理解和分析。 该方案采用 echarts 和 flask 这两种技术进行数据可视化的展示。Echarts 是一个基于 JavaScript 的开源可视化库,它提供了丰富的图表类型和交互式的功能,可以满足各种的数据可视化需求。Flask 是 Python 语言中的一个轻量级 Web 框架,它提供了构建 Web 应用的基础框架,同时也可以与其他库和插件进行组合使用,实现更加复杂的功能。 在该方案中,数据从后端数据库中获取,并通过 flask 的模板语言进行处理,然后通过 echarts 绘制出各种类型的图表。整个展示过程通过 WebSocket 技术实现动态更新,大屏幕的内容会实时更新,保障时效性和准确性。同时,在页面设计上也注重视觉效果和用户体验,数据展示界面简洁明了,显示效果清晰美观。 该方案可以被广泛应用于各种需要进行数据可视化展示的领域,例如企业经营数据分析、科学研究领域的数据可视化、金融、航空、物流等领域的数据分析等。由于使用的技术基础较为简单,对于开发人员来说,也具有较高的可拓展性和可维护性。因此,它是一种非常实用的数据可视化方案,可以为用户提供更好的数据分析和决策支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值