数据可视化项目落地复盘

、

近期落地了工作中的数据可视化项目，今天原创复盘下这中间的历程。

在复盘前，首先一个问题：数据可视化到底是不是一个需求？

提出这个问题的原因：

数据可视化只是让数据更直观，是数据的另一种展现形式。这种形式所展现出的趋势、比例、分布，其实由数据统计表也是能看到的。这种直观的展现是否是个需求？是否可以在To B产品中作为收费的增值项？

你怎么看？

而我的答案是，它是一个需求。它有可能是为了满足公司数据展示需求、也有可能是为了展示核心数据。

但是一般都不可能是用户需求（除非是数据类的工具产品），一般情况下都是运营和数据层面的需求，属于产品的辅助工具。

数据可视化是关于数据视觉表现形式的科学技术研究。其中，这种数据的视觉表现形式被定义为，一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。

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。

数据可视化的流程

在落地本项目中，项目的流程是：

• 确定数据范围

• 数据清洗

• 核心数据采集

• 数据可视化分析

数据可视化分析

数据可视化的分析方式有如下几种：

• 数据采集

• 数据分析

• 数据管理

• 数据挖掘
  

数据可视化的场景

举个例子，即电商数据可视化

电商数据可视化获得信息的最佳方式之一是，就是通过视觉化方式，快速抓住要点信息。另外，电商数据通过视觉化呈现数据，也揭示了令人惊奇的模式和观察结果，是不可能通过简单统计就能显而易见看到的模式和结论。“通过视觉化，我们把信息变成了一道可用眼睛来探索的风景线，一种信息地图。当你在迷失在信息中时，信息地图非常实用。”在电商行业尤为如此

数据可视化可以帮助用户更快查看到核心数据。不同纬度的数据变化趋势，并且因为是实时的原因，数据的增加与变化也变得非常直观。

在不同平台的可视化

刚开始落地这个项目的时候，其实是选择了在移动端做。移动端中的安卓与IOS数据可视化效果虽然在UI设计稿是一样的

但在实现过程中，IOS因为有现成的组件，而安卓则需要客户端的同学一点一点的手画。就导致了2个不同平台的开发速度截然不同。

数据可视化在面向移动端产品设计中有几点细节要注意

点击效果

点击前、点击后

手势滑动效果

向上、向左、向右、向下、拉伸、缩小、放大

通过增加上面2个纬度的交互，让用户增加数据可视化的可操作性

数据可视化的难点

在设计数据可视化中，除了上面提及的过程，有几点难点是在工作中开展的问题

核心数据清洗

数据指标因为在医疗健康中会有一级指标、二级指标、三级指标。越往下拆解指标的颗粒度越细。指标越细则方便数据展示的精细化层度越好，但整体的数据会过多。

因此选用了常识、认知较低的部分三级指标。不需要用户太高的门槛进行辨识，与其他纬度的一级指标搭配汇总在一起。

数据可视化方案一

数据可视化方案在第一步因为数据都是来自人体，选用的方案一是采用人体的方式，将人体以外层皮肤到内在器官进行展示。

但要考虑到数据是否能够支撑到上面的可视化问题。

• 数据的纬度是否足够？

  
  

• 数据是否能够具象到某一个人体的层级？

因此建立数据可视化前期最好在数据采集层上就要考虑未来的数据可视化。在方案一中，因为数据采集是通过数据本身的纬度采集，比如基因、皮肤、蛋白质，无法具象或集中在某个部位。

方案二 数据点集合

这个方案的好处是可以避免数据抽象聚合在一起。并且通过不同的数据点游离表达当前的数据复杂层度。

数据的交互方式选取显然方案一会更好。但因当前所有的数据不能支持这样的方案，只能退而求其次选择游离可视化方案。

数据分析

核心数据清洗后，我们可以把数据分成对应的纬度。比如智能硬件、基因数据、行为记录、服务数据

数据划分的纬度一共有8类，显然站在数据可视化场景中，用户的个人数据完整度会更加重要。所以整体显示中增加了当前用户数据完善度的百分比展示。

数据加载的问题

因为数据所牵扯的后台接口较多，所以在web端打开该页面下纯在卡顿的情况。并且会根据硬件设备的配置问题，导致数据可视化的动画效果出现帧数变化。

页面跳转的问题

每个数据的游离点其实是具体某个指标的入口，点击对应的指标可进入相应详情。而原先的详情页面都是基于app端，在数据可视化中会存在兼容性与页面变形的问题。

因此需要对数据可视化的关联页面加上数据可视化跳转。

数据数目的制定

采取方案二，会导致页面充斥数据点。因此就不同的设备制定对应数据可视化数目是一个难点。在这里定制的是40-70，并且按照业务场景，数据的权重是不同的。8个纬度的数据依照权重进行展开。

超过对应的边界或不在该权重类，就不进行显示。避免了过多的数据拥挤在一起。

数据可视化重点是业务场景

数据可视化是一种专业人士向非专业人士传达数据重要性的方式之一（目前看来，是比较好的一种方式）；是将分散、看似无关的数据进行线面组合展示的方式，有助于发现规律、理解规律、分析规律、展示规律。

所以说，数据可视化是一种需求；有比无强、美比丑强、个性化定制比通用样式强；如果能定制化信息图也是一种比较好的增值服务。

好啦，今天的原创就在这里。每周2篇我工作中的案例会在这里分享

推荐阅读：

坚持一年，招募100个产品经理

我的第一本书，给你们