資料視覺化
這是什麼?為何重要?
資料視覺化是指以圖片或圖形格式呈現資料,這讓決策者能夠看到以視覺方式呈現的資料分析,有助於他們領會艱澀的概念或識別新模式。透過互動式視覺效果,您可以更進一步呈現概念,例如,使用技術深入探究圖表和圖形,以獲得更多詳細資訊,還可透過互動方式變更所看見的資料內容以及處理方式。
資料視覺化發展史
使用圖片來瞭解資料的概念已存在好幾世紀,從 17 世紀的地圖和圖形,到 1800 年代初期的圓形圖發明,可見一斑。幾十年後,最常被引用的一個統計圖表例子,就是 Charles Minard 繪製的拿破崙入侵俄國地圖。此地圖描繪了拿破崙軍隊的規模,以及拿破崙從莫斯科撤退的路徑,並將這些資訊與氣溫和時間尺度結合,以便更深入瞭解該事件。
然而,科技才是真正促進了資料視覺化的蓬勃發展。憑藉電腦,以閃電般速度迅速處理大量資料得以實現。如今,資料視覺化不斷地快速發展,融合了科學和藝術領域,必定會在未來幾年改變企業樣貌。
資料視覺化:大數據未來發展的明智投資
有了大數據,就擁有潛在的巨大機會,但當許多零售銀行要在大數據投資中找出價值時,卻面臨了挑戰。例如,如何使用大數據來改善客戶關係?應以何種方式和程度投資大數據?
在我們與英國一家大型銀行的客戶價值建模主管 Simon Samuel 的問答訪談中,我們探討了零售銀行面臨的上述以及其他大數據問題。
資料視覺化為何重要?
有鑑於人腦處理資訊的方式,使用圖表或圖形的視覺化方式來呈現大量的複雜資料,會比仔細研讀試算表或報告,更加輕鬆容易。資料視覺化是一種快速、簡單的方式,能以通用方式傳達概念,您還可以稍做調整,針對不同的情境進行試驗。
資料視覺化還能夠做到:
- 指出需要注意或改進之處
- 釐清哪些因素會影響客戶行為
- 幫助您瞭解應將哪些產品置於何處
- 預測銷售量
當今世界的資料視覺化
資料視覺化對企業界產生了哪些影響?在未來會是何種情景?以下是專家的看法。
資料視覺化將改變我們的分析師運用資料的方式。分析師將有望能更迅速地回應問題。他們將需要能夠挖掘更多洞察,以不同且更富有想像力的方式看待資料。資料視覺化將促進創造性的資料勘查。 Simon Samuel Head of Customer Value Modeling for a large bank in the UK
SAS® Visual Analytics
Data visualization technology from SAS delivers fast answers to complex questions, regardless of the size of your data.
資料視覺化的使用方式為何?
不分產業或規模,所有類型的企業都在使用資料視覺化來幫助其理解資料,以下為做法:
快速理解資訊
藉由使用圖形呈現商業資訊,企業能夠以清晰、連貫的方式檢視大量資料,並從資訊中得出結論。由於分析圖形格式的資訊,速度顯著更快 (相較於分析試算表中的資訊),因此企業能夠更及時解決難題或回答問題。
識別關係和模式
即使是大量的複雜資料,以圖形呈現便可一目了然,企業也能夠辨識高度相關的參數。有些相關性會顯而易見,有些則不然。識別這些關係有助於組織專注在最有可能影響其最重要目標的領域。
精確辨別新興趨勢
使用資料視覺化找出業務和市場兩方面的趨勢,可以為企業創造超越競爭對手的優勢,最終對利潤產生有利影響。容易發現影響產品品質或導致客戶流失的異常值,並在問題變得更嚴重之前加以解決。
向他人傳達洞察
一旦企業從視覺化資料分析中挖掘出新洞察,下一步就是將這些洞察傳達給其他人。在此步驟中,使用圖表、圖形或其他具視覺影響力的形式呈現資料,非常重要,因為視覺效果不僅引人入勝,還可迅速傳遞訊息。
運作方式
資料視覺化實際運用
資料視覺化有助於理解大量資料,雖然此概念可能很容易理解,但要瞭解後續如何跟進,卻不那麼容易。您需要何種技術?以及如何使用該技術?
這段實用影片概略介紹 SAS Visual Analytics 和 SAS Visual Statistics,示範如何使用不同的配置,在幾秒內探索數十億行資料。SAS 技術幫助您透過 Web、PDF 或行動裝置準備資料、建立報告和圖表、發掘新洞察,並與其他人分享這些視覺化內容。
奠定資料視覺化的基礎
在實作新技術之前,您需要採取一些行動:您不僅需要紮實地理解資料,還需要瞭解自己的目標、需求和目標受眾。而要幫助您的組織準備好操作資料視覺化技術,您需要先:
- 瞭解您想要視覺化的資料,包括資料的大小和基數 (欄中資料值的唯一性)。
- 確定您想要視覺化哪些內容,以及您想要傳達何種資訊。
- 熟知您的目標受眾,並瞭解他們如何處理視覺化資訊。
- 使用視覺方式,以最合適且最簡單的形式將資訊傳達給您的目標受眾。
一旦您已回答了有關資料類型,以及將運用這些資訊的目標受眾等初步問題,接下來您需要即將需處理的資料量做好準備。大數據為視覺化帶來新挑戰,因為必須考慮龐大數量、不同種類和不同速度。此外,資料產生的速度,通常比管理和分析的速度更快。
您應該考量一些因素,例如,您想要視覺化的資料欄基數。高基數意指有很大比例的唯一值 (例如,銀行帳戶號碼,因為每組號碼都應是獨一無二的)。低基數則意指資料欄包含大比例的重複值 (例如,「性別」欄中可能見到的資料內容)。
深入瞭解此主題
- Are you good at scoring?Credit scoring is the foundation for evaluating clients who apply for a loan (or other types of exposure for the bank). It is not unusual for it to take up to 12 months to build and deploy a new credit scoring model. Reforming the process will help minimize losses, increase earnings and reduce operational risk.
- Optimizing well placement to eliminate water poverty How data visualization is helping Water for Good bring fresh water to the Central African Republic.
- The transformational power of evidence-based decision making in health policyState health agencies are under pressure to deliver better health outcomes while minimizing costs. Read how data and analytics are being used to confront our biggest health care challenges head on.
- Location intelligence: Adding geospatial context to BI Get tips for implementing a location intelligence data strategy from industry thought leader and data explorer, Jen Underwood.