6大数据可视化项目思路和工具

1.将大数据可视化放在首位

企业正在寻找可以通过前线工人探索的数据可视化前端的方法。

谷歌数据工作室的首席产品经理Nick Mihailovski表示:“我们已经看到了一些有趣的例子，企业员工通过丰富的叙述和交互式可视化创建长形式的数据故事，引导他们的利益相关者获得见解，支持高影响力的业务决策。”

企业可以将谷歌的Data Studio与他们的数据源连接起来，然后使用Analytics Canvas创建并设计一个简单的UI，而不是让开发者创建一个专用的应用程序。

另一个令人兴奋的领域是自助服务和企业BI的交叉。传统上，中央团队控制BI的使用，但越来越多的公司正在让更接近业务问题的入门级用户自己使用BI工具。Mihailovski说，使用企业级审计，中央团队可以在全球范围内进行扩展，同时确保适当的治理和安全到位。

2.连接时间和空间

另一个具有大数据分析的有前景的数据可视化项目是位置情报弄清楚模式它跨越了时间、空间和客户行为。

“位置情报不仅仅是在地图上可视化信息，”大数据分析提供商Kinetica的首席技术官兼联合创始人尼玛·内加班(Nima Negahban)说。“它允许企业深入分析位置和时间数据，更好地了解对他们最有价值的实体。”

营销人员利用位置情报来了解消费者的偏好、行为或忠诚度，这些都是基于人们出现的时间、地点和频率。客户支持经理利用地理位置信息来创造更好的客户体验，因为物理位置通常是为客户服务的一个重要部分——从预测到达、为紧急问题提供及时的解决方案和路由。业务开发团队利用位置情报来降低未来投资的风险，比如在哪里开设新店，在哪里钻新井，或者在哪里建造新基站。

3.想象员工的声音

Dave Marko表示，扫雷分析和信息管理的董事兼管理咨询，戴夫比尔戈表示，数据可视化也可用于对员工的声音有关的数据感。

大公司意识到员工流失是一个问题，但他们努力转向更个性化和更规范的敬业战略。随着对技术资源的需求增加，人员流失率增加，以及昂贵的招聘和入职流程，美国企业每年因人员流失率而损失数百万至数千万美元。

Acumen已经为一些员工体验元素建立了可视化，包括员工互动分析，以可视化多个渠道的司机和满意度，以及劳动力景观分析，以了解劳动力构成和哪种类型的员工更忠诚。

的能力预测员工离职还能让雇主防止高流动率。这些工具可以识别出谁最有风险，他们什么时候面临风险，以及在员工决定离开公司之前可以做些什么来改变这种结果。此外，绩效分析还可以用来识别表现最好的员工留下的时间更长，以及表现较差的员工离开得更早的具体属性。

4.地图数据可视化到真实世界

一般而言，视觉分析专家建议重点关注简单的图表和线条，以便更容易挑逗大数据中元素之间的关系。但是，Kyvos Insights的技术架构师普拉蒂克耆那教师说，还说还有其他可视化映射数据的方法，以同样的方式人类的思维方式。

Jain描述了一家大型航空公司的飞行座位分析数据可视化项目。利用数百万次交易的座位预订数据，该团队构建了一个形似飞机的可视化模型，其座位安排与实际飞机完全相同。产生更多收入的座位在可视化图中显示的颜色较暗，这有助于航空公司识别出那些可能价格更高的有利可图座位，以及那些需要促销的客流量较低的座位。这些可视化是交互式的，可以跨几个参数进行分析，以获得更深入的见解。

在另一个数据可视化项目中，这是一个主要的汽车制造商，Jain想描绘车轮平衡如何影响保险费。在这种情况下，使可视化看起来像一辆汽车，其中每个轮胎的不平衡量由轮胎成角度的程度表示。此可视化从服务报告和保险费用中映射了数百万行数据，帮助他们对阈值线进行即时比较，并评估未来保险费的价值。

5.改善供应链管理

澳大利亚汽车零部件制造商Mobis Parts Australia需要一个新的分析和报告平台这将支持库存、销售业绩和供应商定价的实时报告，并预测未来的需求和销售。该工具必须提供健壮的商业智能功能，并无缝集成到内部用户、供应商和经销商的广泛网络的日常操作中。最重要的是，它必须具有吸引力并且易于使用，否则用户将不愿意采用这个新工具并与公司其他成员分享他们的更新。

该公司采用了Opentext分析平台来提供更清晰，更多的目前视图，如具体部分的运输时间或库存水平，这让他们更准确的分析和预测。

6.确定工作流程的瓶颈

实际上，每个企业的管理者都花了大量的时间和精力来计划新项目需要多长时间。当项目被推迟时，很多挫败感可能会进入到找出工作流程被卡住的地方。大量关于工作流瓶颈的大数据通常隐藏在各种企业应用程序和工具中。

Tasktop是一个价值流映射工具提供商，它研究了如何构造这些数据来创建可视化，从而改善整个企业的通信。

“企业数据的数量已经以这样的速度增长，我发现最有趣和有用的工具是帮助结构的最有趣和有用的工具，”项目到产品的“项目的作者”，Castop和Authory：如何在数字中断时期生存和茁壮成长，流量框架。“

一旦数据以对业务有意义的方式构造的，就会更容易使用许多分析和可视化目前可用的工具和包。理论上，向数据添加正确结构的过程是建模过程。但是在创建之后难以模拟数据。此外，如果底层数据的模式正在发生变化，则可以是维护噩梦。

敏捷和DevOps工具为了快速构建和交付软件，cio和其他IT决策者需要深入了解高度结构化的数据。然而，这些数据模型随着开发团队进化他们的工具链和他们工作的方式而不断变化，以更有效地响应客户的需求。Tasktop通过一个连接到工具本身的建模层来解决这个问题，比如阿特拉斯人吉拉为ITSM规划和ServiceNow。

“这是惊人的可视化与这种当然连接的建模层变得多么容易，我相信我们将开始看到在其他域中采用的类似方法，其中在事实之后重新构建数据变得令人望而却为有效的可视化，”Kersten说。