大数据可视化需要避免的3个问题

对于如何厘清目标，取得更好的成绩， 避免常见的可视化的错误，建议如下：

最近有很多人在谈论数据可视化的话题。——几乎同关于大数据的谈论一样多。我们被告知，可视化是了解数据的最佳方式（或唯一的方法），而且如果我们不可视化的话，我们就会落伍。

可视化是增加和分享自己见解的一个伟大的方式，但许多大数据的团队正在以错误的方式来进行可视化。怎么能做错了呢？原来，有几种方式可以破坏数据的可视化。让我们来看看几个最常见的错误。

错误1：显示所有的数据

尽管你曾经在学校里被告知，大多数人并不关心是否能看到你的工作。他们不关心你每天处理多少数据或有多大Hadoop集群。客户和内部用户需要得到具体，相关的答案，而且得到的越早越好。你能给他们提供的答案与他们想要的越接近，他们在寻找答案时就越省力。页面上的不相干信息越多他们寻找相关答案时就越费力。不相关的数据（无论多么有效）就是噪音。

在仪表板上的噪音尤为普遍，其中的指导理念往往是“显示所有的绩效指标。”但大部分绩效指标是正常（和乏味的），不值得一提。显示一切的正常指标使得不正常的指标更易隐藏。

一个更好的仪表盘的方法是只显示有趣或重要的指标。优先考虑什么是重要的，什么是意想不到的，什么是可行的，并且淡化其它的一切。深入挖掘数据也很重要，但仪表盘不是展示这些东西的地方。广泛的概括非可操作的数据较报告来说会更容易处理一些。

错误2：显示错误的数据

这个错误是同第一个错误一样危险。显示信息的子集是好的，只要数据之间是相关的。比如说，如果你关心销售，您可能还关心每个区域的销售以及销售随着时间推移所发生的变化。考虑如何使用这些数据来作出决策。

显示一些密切相关的图表可以作为在一个图表中显示过多的信息，和并没有显示出足够信息之间的一个很好的折衷。几个干净，清晰的图表通常比单一、复杂的数据的可视化更好。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友