數據可視化可以幫助我們更清晰明了地觀察數據背后的隱藏信息。這篇文章里，作者就從歷史發展維度、從當下產品經理的工作流程等維度，對數據可視化做了解讀，一起來看。

數據可視化是指將數據轉換為可感知的圖形、符號、顏色、紋理等，這并不是互聯網時代才有的新鮮概念，它的發展與測量、繪畫、文明、科技的發展是一脈相承的。（主要介紹在互聯網領域的應用）

一、歷史發展

「17世紀以前」-萌芽：最早的地圖在土耳其出現，中國最早見于夏朝，通過手工方式制作可視化作品。

「17世紀」-測量與理論：對物理基本量（時間、距離和空間）的測量設備與理論的完善，它們被廣泛用于航空、測繪、制圖、瀏覽和國土勘探等。同時，制圖學理論與實踐也隨著分析幾何、測量誤差、概率論、人口統計和政治版圖的發展而迅速成長。17世紀末，甚至產生了基于真實測量數據的可視化方法。從這時起，人類開始了可視化思考的新模式。

「18世紀」-圖形符號：繪圖師不再滿足于在地圖上展現幾何信息，發明了新的圖形化形式（等值線、輪廓線）和其他物理信息的概念圖（地理、經濟、醫學）。隨著統計理論、實驗數據分析的發展，抽象圖和函數圖被廣泛發明。18世紀是統計圖形學的繁榮時期，奠基人William Playfair發明了折線圖、柱狀圖、顯示局部與整體關系的餅狀圖和圓圖等今天最常用的統計圖表。

「19世紀」-數據圖形：隨著工藝設計的完善，統計圖形和主題制圖爆炸性增長，人們已經掌握了整套統計數據可視化工具，包括柱狀圖、餅圖、直方圖、折線圖、時間線、輪廓線等。關于社會、地理、醫學和經濟的統計數據越來越多，將國家的統計數據和其可視表達放在地圖上，產生了概念制圖的新思維，其作用開始體現在政府規劃和運營中。

「1900-1949年」-現代啟蒙：第一次意識到圖形顯示的方式能為航空、物理、天文和生物等科學與工程領域提供新的洞察和發現機會。多維數據可視化和心理學的介入成為這個時期的重要特點。

「1950-1974年」-數據可視化重生（多維信息的可視編碼）：現代電子計算機的誕生。計算機的出現徹底地改變了數據分析工作。到60年代晚期，大型計算機已廣泛分布于西方的大學和研究機構，使用計算機程序繪制數據可視化圖形逐漸取代手繪的圖形。

「1975-1987年」-多維數據可視化：各種計算機系統,計算機圖形學,圖形顯示設備,人機交互技術發展激發了人們可視化熱情。數據密集型計算器走上了舞臺,也造就了對數據分析和呈現的更高需求，多維圖形誕生。(1986年，第一款excel問世）。

「1987-2004年」-交互可視化：具有與人類交互的方式，如單擊按鈕，移動滑塊，以及足夠快的響應時間以顯示輸入和輸出之間的真實關系。

「2004-至今」-可視分析學：進入21世紀，隨著計算機相關硬件升級，現有可視化已難以應對海量、高維、多源的動態數據的分析挑戰，需要綜合可視化、圖形學、數據挖掘理論與方法，研究新的理論模型，輔助用戶從大尺度、復雜、矛盾的數據中快速挖掘出有用的數據，做出有效決策，這門新興學科稱為可視分析學。

二、工具分類

• Excel（數據分析代表）：普世工具，功能強大。
• 獨立圖表插件（fusioncharts、echarts等）：需要前后端開發。
• 商業化可視化軟件（tableau、powerbi）：單人獨立完成，需要一定的sql功底和軟件了解程度。
• 自助可視化軟件（企業自研）：報表需求膨脹，中央集權模式下統一數據可視化消化不良，需要下放部分數據可視化制作權限的選擇。

三、數據可視化產品經理工作流程

• 業務需求溝通：了解業務背景，目前在做的事情，為什么要看這些指標，解決什么問題，當前是怎么看數據的（沒有，還是已經有想更好看更高效），看完之后會怎么做。
• 產品規劃：一般來說新提的報表需求不會孤立存在，要與現有的報表平臺的分析主題、功能定位結合起來，給新報表安個家。
• 數據口徑梳理：看什么指標，指標什么含義，統計邏輯是什么，要支持哪些維度。
• 需求評估：主要包括數據質量和數據量。
• 可視化頁面設計：基于業務分析思路進行報表設計，區分核心指標和次級指標，同時兼顧報表平臺產品設計通用性，實用>美觀。
• 方案業務溝通評審&開發排期評審。
• 開發跟進。
• 上線UAT。

四、數據可視化報表設計思路

產品設計包括報表設計，先看面向用戶群體，一般來說報表群體分為3類：

• 管理層：關心大盤核心指標，設計時避免指標粒度過細&篩選維度過多，盡量一眼能看完。
• 業務leader：關心負責業務大盤核心指標，設計時需要考慮該業務關心的核心指標，簡單下探即可，讓業務leader看清業務全貌。
• 執行層：關心自己負責的一畝三分地，數據能否支持自己的執行動作，設計時針對具體要解決的問題，進行專題報表設計，涉及指標要圍繞專題做拆解和漸近。

在滿足業務需求的前提下，報表設計應該更定制還是更通用？

• 定制：優點是單一場景下使用體驗最好，缺點是不易拓展，有相似需求需要新做報表。
• 通用：優點是通用性好，代價是割舍些體驗，可能需要切換點擊多次才能得到想要的數據。

具體如何選擇，視報表平臺發展階段、業務需求量而定。

如果是發展初期、需求相對小，偏向通用型；如果發展較成熟、需求很旺盛，可以考慮定制，但前提是通用報表已經能滿足業務需求，定制更多是基于操作更便捷。