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。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180906G20GE600?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券