近期落地了工作中的數據可視化項目，今天原創復盤下這中間的歷程。

在復盤前，首先一個問題：數據可視化到底是不是一個需求？

提出這個問題的原因：

數據可視化只是讓數據更直觀，是數據的另一種展現形式。這種形式所展現出的趨勢、比例、分布，其實由數據統計表也是能看到的。這種直觀的展現是否是個需求？是否可以在To B產品中作為收費的增值項？

你怎么看？

而我的答案是，它是一個需求。它有可能是為了滿足公司數據展示需求、也有可能是為了展示核心數據。

但是一般都不可能是用戶需求（除非是數據類的工具產品），一般情況下都是運營和數據層面的需求，屬于產品的輔助工具。

數據可視化是關于數據視覺表現形式的科學技術研究。其中，這種數據的視覺表現形式被定義為，一種以某種概要形式抽提出來的信息，包括相應信息單位的各種屬性和變量。

它是一個處于不斷演變之中的概念，其邊界在不斷地擴大。主要指的是技術上較為高級的技術方法，而這些技術方法允許利用圖形、圖像處理、計算機視覺以及用戶界面，通過表達、建模以及對立體、表面、屬性以及動畫的顯示，對數據加以可視化解釋。與立體建模之類的特殊技術方法相比，數據可視化所涵蓋的技術方法要廣泛得多。

數據可視化的流程

在落地本項目中，項目的流程是：

• 確定數據范圍

• 數據清洗

• 核心數據采集

• 數據可視化分析

數據可視化分析

數據可視化的分析方式有如下幾種：

• 數據采集

• 數據分析

• 數據管理

• 數據挖掘
  

數據可視化的場景

舉個例子，即電商數據可視化

電商數據可視化獲得信息的最佳方式之一是，就是通過視覺化方式，快速抓住要點信息。另外，電商數據通過視覺化呈現數據，也揭示了令人驚奇的模式和觀察結果，是不可能通過簡單統計就能顯而易見看到的模式和結論。“通過視覺化，我們把信息變成了一道可用眼睛來探索的風景線，一種信息地圖。當你在迷失在信息中時，信息地圖非常實用。”在電商行業尤為如此

數據可視化可以幫助用戶更快查看到核心數據。不同緯度的數據變化趨勢，并且因為是實時的原因，數據的增加與變化也變得非常直觀。

在不同平臺的可視化

剛開始落地這個項目的時候，其實是選擇了在移動端做。移動端中的安卓與IOS數據可視化效果雖然在UI設計稿是一樣的

但在實現過程中，IOS因為有現成的組件，而安卓則需要客戶端的同學一點一點的手畫。就導致了2個不同平臺的開發速度截然不同。

數據可視化在面向移動端產品設計中有幾點細節要注意

點擊效果

點擊前、點擊后

手勢滑動效果

向上、向左、向右、向下、拉伸、縮小、放大

通過增加上面2個緯度的交互，讓用戶增加數據可視化的可操作性

數據可視化的難點

在設計數據可視化中，除了上面提及的過程，有幾點難點是在工作中開展的問題

核心數據清洗

數據指標因為在醫療健康中會有一級指標、二級指標、三級指標。越往下拆解指標的顆粒度越細。指標越細則方便數據展示的精細化層度越好，但整體的數據會過多。

因此選用了常識、認知較低的部分三級指標。不需要用戶太高的門檻進行辨識，與其他緯度的一級指標搭配匯總在一起。

數據可視化方案一

數據可視化方案在第一步因為數據都是來自人體，選用的方案一是采用人體的方式，將人體以外層皮膚到內在器官進行展示。

但要考慮到數據是否能夠支撐到上面的可視化問題。

• 數據的緯度是否足夠？

  
  

• 數據是否能夠具象到某一個人體的層級？

因此建立數據可視化前期最好在數據采集層上就要考慮未來的數據可視化。在方案一中，因為數據采集是通過數據本身的緯度采集，比如基因、皮膚、蛋白質，無法具象或集中在某個部位。

方案二 數據點集合

這個方案的好處是可以避免數據抽象聚合在一起。并且通過不同的數據點游離表達當前的數據復雜層度。

數據的交互方式選取顯然方案一會更好。但因當前所有的數據不能支持這樣的方案，只能退而求其次選擇游離可視化方案。

數據分析

核心數據清洗后，我們可以把數據分成對應的緯度。比如智能硬件、基因數據、行為記錄、服務數據

數據劃分的緯度一共有8類，顯然站在數據可視化場景中，用戶的個人數據完整度會更加重要。所以整體顯示中增加了當前用戶數據完善度的百分比展示。

數據加載的問題

因為數據所牽扯的后臺接口較多，所以在web端打開該頁面下純在卡頓的情況。并且會根據硬件設備的配置問題，導致數據可視化的動畫效果出現幀數變化。

頁面跳轉的問題

每個數據的游離點其實是具體某個指標的入口，點擊對應的指標可進入相應詳情。而原先的詳情頁面都是基于app端，在數據可視化中會存在兼容性與頁面變形的問題。

因此需要對數據可視化的關聯頁面加上數據可視化跳轉。

數據數目的制定

采取方案二，會導致頁面充斥數據點。因此就不同的設備制定對應數據可視化數目是一個難點。在這里定制的是40-70，并且按照業務場景，數據的權重是不同的。8個緯度的數據依照權重進行展開。

超過對應的邊界或不在該權重類，就不進行顯示。避免了過多的數據擁擠在一起。

數據可視化重點是業務場景

數據可視化是一種專業人士向非專業人士傳達數據重要性的方式之一（目前看來，是比較好的一種方式）；是將分散、看似無關的數據進行線面組合展示的方式，有助于發現規律、理解規律、分析規律、展示規律。

所以說，數據可視化是一種需求；有比無強、美比丑強、個性化定制比通用樣式強；如果能定制化信息圖也是一種比較好的增值服務。

好啦，今天的原創就在這里。每周2篇我工作中的案例會在這里分享

總結

以上是生活随笔為你收集整理的数据可视化项目落地复盘的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。