中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

因為業務調整的關系，2017年下半年，我開始負責一款數據可視化的產品。所以在此聊聊我對數據可視化產品的思考。

?一、問一句為什么？

首先我們需要明確一點——用戶為什么需要數據可視化產品？換句話來說，用戶為啥會有「將數據轉化成圖表」的需求？根據我目前得到的用戶樣本來看，有兩大原因：

1. 探索性可視化（分析數據的時候需要用到數據可視化，來快速發現數據的特征、趨勢與異常）
2. 解釋性可視化（將分析好的數據以可視化的方式傳遞給別人）

1、探索性可視化

探索性可視化需求一般集中在數據分析場景中的數據探索場景。在分析數據的時候需要對數據進行探索，最后才能得出結論。

但是為啥我們需要使用可視化的方式去探索數據呢？使用統計學的方式不就能得出結論了嗎？其實并不是，最典型的案例就是安斯庫姆四重奏。四組數據的平均數、方差以及相關系數都一樣，你可能會覺得這些數據的分布應該也會很像。

但，當你使用數據可視化的方式去看這些數據時，你會發現他們的分布都不一樣：

從流程來看，探索性可視化是這樣的：

2、解釋性可視化

解釋性可視化需求一般集中在完成了數據探索，并且形成一定數據洞察后的 story-telling 場景。大家在網上看到的一些「一張圖搞懂 XXX 」、「一張圖了解 XXX」就屬于解釋性可視化。所以解釋性可視化的流程是這樣的：

二、做不做？做哪些？

1、現狀

貌似兩種可視化的方向不同，但是基本上主體需求——制作圖表，是一致的，所以基本上市面上的數據分析產品都是這么搞的：

只是在前后兩種可視化的功能特性上會有所不同。比如前一個可視化，可能集中在圖表的微觀功能上，像輔助線、預警、各種圖表類型等。另一個可視化，則是集中在整體的圖表可視化上，比如將多個圖表組合起來，制作成一份報告或者故事版，所以會提供類似標題編輯器、排版編輯器等功能。目前市面上的 BI 產品，像網易有數、BDP、Tableau、PowerBI 都是采取這種模式。

就我目前對各路競品的了解，目前國內的廠商一般是這么搞的：

用戶導入數據到產品，然后進行一些可視化的探索，或者直接將數據進行可視化的表達。不同產品的差異點可能在交互模式上，以及數據清洗，數據多渠道采集上。

2、我的一些小想法

但是，基于我對目前的用戶樣本量的理解，我發現這種偏業務型的產品框架，并不太適合國內市場。因為這類產品面向的用戶基本上是專業用戶（數據分析師），而忽略了一個事實——大部分中國企業并沒有設立專門的數據分析崗位。有能力配備數據分析師的企業一般都是中大型企業，他們付費能力可能比較強，但是也意味著用戶量會較少。（所以現在很多這類產品都會收取巨額的實施與培訓費用，或者為沒有數據分析師的企業，提供一些模板/定制開發功能，但是這也導致了企業發展到一定地步后，發現模板不適用，而需要再次付費實施的情況。）

就我目前對用戶的理解，用戶樣本集中在以下兩大塊：

專業用戶對應的是數據分析師，而半專業用戶則對應的是類似財務、銷售、HR 等，在業務上專業但數據分析上不專業的用戶。在企業里面，其實半專業用戶遠大于專業用戶。而這類用戶的日常工作又一般集中在解釋性可視化上面，比如年終總結、年度規劃、每月匯報中都需要利用到數據可視化。所以這類用戶的流程是這樣的：

用戶導入數據，無需太復雜的操作，即可直接生成圖表。（為什么少了數據化探索呢？其實是因為在半專業用戶中，又以中小型企業的用戶為主，他們的業務相對單一，且交易、財務數據都不會太大，只需要簡單的 excel 就能完成。當然了還有一些是靠 erp 數據分析的，這里就不展開細談了。）然后根據圖表，補充自己的洞見，就可以制成報告給到老板。

這里有兩個關鍵點，一個是「快速制作圖表」，一個是「行動」。基于目前的用戶樣本分析，并結合我現在學習的機器學習知識（是的，我又挖了個學習大坑），發現完全可以將機器學習技術融入到數據可視化呈現上，理由有以下幾點：

1. 我發現其實在企業里產生的數據非常機構化
2. 數據一般還帶標簽（比如 excel 表中的表頭，ERP 里面的字段名）
3. 我們可以通過用戶行為，學習用戶對圖表的偏好（比如偏向于使用折線圖而不是柱狀圖）

另一個「行動」，則是類似一些展示報表后的「互動」環節，一般用戶會將自己制作的圖表以及洞察制作成 PPT ，然后發送給老板，有的時候還可能會以會議的方式匯報給老板。但是這種方式有幾個問題：

1. 數據發送不及時
2. 互動性弱（沒有給老板一個激勵下屬的通道）
3. 制作成本高

而目前市面上的 BI 產品都會提供一個轉發功能，允許用戶分享到微信或者其他 IM 應用。但是這一塊的互動性還是有待加強的，比如能讓用戶在視頻、語音會議的時候能夠調出圖表。

所以，我認為，目前數據可視化產品的切入點，不在于多強大的編輯能力，或者系統接入能力，而在于「快速制作圖表」和「行動」上。（因為目前市面上的 BDP、Tableau、PowerBI 的編輯能力以及接入能力就很強了，在這上面跟他們斗并不現實）只要前期使用決策樹的方式，開發「用戶上傳 excel 自動生成圖表」的功能，輔助「行動」階段的分享、點贊、評論，以及其他互動元素，最后提供一定的 API 能力即可。然后未來就可以研究各類數據模型，讓機器輔助用戶做洞察，像自動計算同環比、預警、預測等。同時提高數據接入能力（注意不是系統接入能力），引入更多外部數據到數據分析系統里面，比如天氣數據、同行業銷售數據等等。

三、再問一句為什么？

但是這還沒有完，前面的分析只是集中在「數據分析」或者「數據可視化」的場景，其實還可以繼續深挖，再問一句為什么？為啥企業要分析數據？為什么企業要將數據可視化？我想最終的答案一定是回歸到企業管理的「第一性原理」——開源節流。企業需要數據去分析如何才能節省更多錢，如何才能賺更多錢

我想未來的 BI 的產品不能將自己定位為「工具」，而是應該定位為「服務」。這里的「服務」不是說從原來的買斷式收費，轉變為按年收服務費，這只是商業模式的轉變。我理解的轉變是要從產品理念上做文章，BI 產品不能只是一個工具，而應該是一個服務平臺，連接企業內外部數據之外，并且更重要的是，需要連接企業內外部的業務。比如連接供應鏈的數據，連接財務數據，連接審批數據等等。

比如，對于一家生產魚丸的企業，當系統發現制作魚丸的原材料庫存不足，但是又快到銷售的旺季，是不是能提前預警，并且快速將此信息發到供應商那，直接訂貨。再比如，當一家企業的現金流并不是非常健康時，系統能否能推薦企業一些「財務顧問」服務，甚至「現金貸款」服務？

不過這里的難點就在于如何解決「既做裁判又做運動員」的問題，但是我想這總歸是有方法的。

本文由 @Jimmy Wang 原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來自 unsplash，基于 CC0 協議