数据度量与可视化

全文659字

读完约需2分钟

结合这两天的工作，简单整理一下数据度量及可视化的过程。

度量过程，简单地讲就是：确定项目质量目标 -> 项目数据收集 -> 项目级度量分析 -> 组织级度量分析。

在分析中所采用的布局步骤会随着数据集和项目的不同而不同，但在探索数据可视化时，总体而言应考虑以下四点：

1. 拥有什么数据？

2. 关于数据你想了解什么？

3. 应该使用哪种可视化方式？

4. 你看见了什么？有意义吗？

用什么图形展示你的数据，是用饼图？还是用条形图？都有一套科学的方法，建议大家可以读一下《数据之美》，这是一本非常好的书，很适合入门（上图引用自这本书）。

数据可视化很重要，但不是最核心的点。

用上面这张图来打比方，如果你是厨师，最重要的肯定是做菜环节，也就是分析环节。数据可视化只是最后的摆盘环节。

也就是说当你的菜做得好吃了，摆盘会是锦上添花；如果你的菜做得难吃，摆盘再好看，那也是下不了口的。

如同你的分析报告，你的内容有意义有结论，你把图表做得好看一点，颜色搭配得舒服一点，会给人眼前一亮的感觉。

但就算是做得不好看，你的分析结论很棒，支持了公司的决策，谁又会管你可视化做得如何呢？

所以，不管你用什么可视化，别忘了你的目的是理解数据。

数据可视化涵盖的内容很多，比较普遍的就是自动化的监控看板，敏捷式开发也是近几年的热词，意思是不需要每天都做日报、月报、周报。一次开发，自动形成推送。这样数据分析师从中解放出来，更多地去思考数据驱动业务发展，而不是困在取数的阶段。

数据分析的最终意义是推动决策，那么如何才能帮助管理层节省这个时间，我觉得是非常重要的。数据可视化就是管理者在和时间赛跑的帮手。