可视化打通大数据壁垒_大数据

　　可视化，被视为大数据落地的最后一公里。就如同人们去商场购物时，看见一件漂亮的衣服，但2000元略贵的标价或许会让部分用户产生犹豫，而可视化充当的作用就相当于给这件衣服贴上了打8折的标签，为最后的决策提供了助力。

　　在大数据领域，重要的是数据本身以及从中得到的价值，但同时可视化的推动作用，为不同年纪、不同职责的用户采用大数据提供了更好的体验，降低了认知的壁垒。

　　商业决策离不开互动性的可视化

　　目前的大数据可视化呈现，大多数以表格、饼图等方式展示，例如用户比较熟悉的支付宝用户的全年消费记录。虽然类似的可视化提供了直观的数据感受，但另一方面，不得不说其呈现的数据信息量有限，内容较为死板，特别是在商业上，难以提供更多的价值或知识。在硅谷领先大数据公司Taste Analytics数据可视化副总裁俞立看来，数据可视化不仅需要提供直观、形象的体验，同时还应该包含重点信息提取、可追踪，以及人机互动性增强两个方面。

　　“在商业决策上，企业需要的大数据可视化不仅是一张张大致方向上的图表，同时需要在这些图表上进行任意维度的选择，对真正重要、感兴趣的信息进行查找、追踪。”他表示，在最终数据呈现上，现在的可视化大多停留在数据包含哪些场景和要素领域，而对数据中最重要的人、事物、数据发送时间地点、用户讨论这些场景与要素的位置等细节却无从追踪，所以企业难以得到更多的知识。

　　此外，目前国内大多数非结构数据分析产品，包括关键词提取、情感分析、舆情模型分析等，常常采用预先定义文档标签和关键词，来进行分类，需要人工大量干预。

　　“业界比较前沿的做法，是机器通过一定的规则进行文档自动分类。例如Taste Analytics的Signals平台不用定义标签，借助系统后台的焦点提取功能，通过机器学习和统计归类的方法，自动地提取出数据的分类模型，同时从语义方向分析这些数据。”俞立，这位在学生时代便一直研究大规模时变数据可视化的博士表示，这类做法的优势在于，不仅人工干预少，而且能够更智能、客观地分析趋势；同时，对于数据科学家等用户，可以在此基础上对分析结果进行调整，加入更多的参数或信息，机器便能重新学习并处理数据，呈现出更加准确的结果。

　　可视化应同时服务两类用户

　　“从用户角度看，大数据分析应该越傻越好，越简单越好，人工干预越少越好。”Taste Analytics移动技术总监沈於众说道，尽管如此，但实际上大数据分析产品应该面向不同类型的用户，例如对于数据科学家、分析师，其可能需要更多的观察或与数据间的互动；而对于企业CEO、产品经理等，其需要最终呈现的信息能直击企业痛点，越重要越好。所以Taste Analytics的可视化便是同时服务这两类人群，专业的数据分析师、科学家，以及对数据分析“业余”的决策层人士。另一方面，在可视化技术实现上，采用SVG和HTML5已经成为业界事实上的规范。

　　拥有10年框架设计经验的沈於众表示，现在Taste Analytics的产品便是基于Facebook提出的最新的React.js，通过自己的内部延展而形成高性能、高互动性的实现，“通过统一的人机互动设计、精简的图像可视化阵线，我们Signals平台把复杂的数据分析过程简易化。尤其是当我们的用户可以在平板电脑、手机、PC等终端上，以相近的用户体验来随时分析数据时，我们的平台极大限度地提升了客户的数据分析能力和理解能力。”

　　目前，Signals平台能够为用户提供10余种图像可视化模式，并且支持客户自定义分析，共包括15种不同的可视化分类。