在大数据的驱动下，数据可视化的内涵和外延都发生了重大变化，逐渐从简单的呈现演化为报告、分析、展示的综合体，并登陆云端和移动端。主流数据可视化不仅包括R、D3.js、Processing.js等开源和可编程工具，也包括商业化运营的产品，如Tableau、Qlik、SAS等厂商推出的应用程序。为了进一步了解数据可视化的市场环境，笔者通过ChinaUnix自测平台开展了数据可视化调研。从调研结果中，我们可以了解企业用户对数据可视化的应用部署情况以及对数据可视化厂商的认可度。主要结论：1、调查显示只有15%的企业部署了数据可视化。此外，约56%的企业计划在1-2年内部署相关应用。可见，数据可视化市场仍处于早期应用阶段，短期内潜力巨大。2、用户在选择数据可视化产品时，更喜欢免费、开源的产品，只有35%的用户选择付费商业产品。3、通过可视化发现数据的内在价值，满足高层领导的决策需求，满足业务人员的分析需求，成为企业部署可视化的主要目的。4.SAP、IBM、SAS是用户在数据可视化方面使用最多的三个品牌，40%的用户认为Tableau是数据可视化领域的领导者。5、一个优秀的数据可视化产品最应该具备的三大功能是连接其他数据源的能力、强大的分析模型、业务人员和高层管理人员进行数据分析的低门槛。一、数据可视化应用现状及趋势概览虽然数据可视化的历史可以追溯到上世纪50年代，但这项技术真正在企业层面发挥作用也是近几年的事情。从下图可以看出，目前仅有15%的企业部署了数据可视化，但56%的企业计划在1-2年内部署相关应用，足以说明数据可视化市场仍处于起步阶段应用初期，短期内潜力巨大。目前有很多工具或产品可以实现数据可视化，甚至可视化已经成为商业智能和数据分析产品的基本配置。对于数据可视化工具的选择，43%的受访用户表示会选择免费的开源产品，35%的用户会选择提供全面支持服务和收费的商业产品，22%的用户会选择免费的商业产品.免费开源产品一般没有使用限制，但应用门槛高，学习成本高，适合有一定技术实力的企业；免费的商业产品一般都是数据可视化厂商提供的免费版本，在功能和应用上会有一些限制，适合数据量小，对分析要求不高的中小企业；收费的商业产品往往需要大量的资金支持，但部署应用简单，服务有保障，特别适合资金实力雄厚的企业。从企业部署可视化的目的来看，排名前三的分别是：通过可视化发现数据的内在价值（36%）、满足高层领导的决策需求（30%）和满足业务人员的分析需求(25%))，只有9%的企业选择需要更美观的展示效果。数据可视化不同于传统的数据分析。在传统的数据分析中，往往通过可视化效果对结果进行分析和展示；而数据可视化则是在呈现过程中对数据进行分析，洞察数据的内在价值。从调研结果不难看出，通过可视化洞察数据价值已经成为主流趋势，数据可视化很可能颠覆传统的数据分析模式。2、数据可视化市场及产品功能调查数据可视化主要包括两个主流市场，一是非商业产品，如开源产品或编程工具；二是商业产品，比较知名的有Tableau、Qlikview、SASVisualAnalysis、MicrosoftExcel、SAPBusinessObject、IBMCognos等。由于非商业产品的种类和数量太多，本次调查只关注八家商业数据可视化产品和服务提供商，Tableau、Qlik、Tibcosoftware、SAS、Microsoft、SAP、IBM和Oracle。本次调查，笔者从人气、人气、人气三个角度进行分析。从知名度来看，八家厂商几乎不分先后，差距很小。排名靠前的是IBM、Tableau、SAS、Microsoft和Oracle。从人气调查来看，SAP、IBM、SAS占据前三，占比分别为19%、18%和17%。与Tableau、Qlik等新兴BI厂商相比，SAP、IBM、SAS等传统BI厂商拥有更多的用户基础，在企业中的知名度也更高。从最新的调查来看，Tableau以40%的优势遥遥领先，这也与Gartner2014年商业智能和分析平台魔力象限排名非常吻合。虽然Gartner的魔力象限排名每年都在变化，但以数据可视化为主要产品的Tableau、Qlik等BI厂商正以闪电般的速度占领大数据市场。在受访者认为一款优秀的数据可视化产品应该具备的功能中，连接其他数据源的能力位居首位，占比19%；第二位是强大的分析模型，占比18%；门槛低，业务人员和高层管理人员也可以做数据分析，排名第三，占比17%。二是灵活美观的展示效果，集成R等主流分析工具，移动端展示。此外，关注云显示的人也越来越少。3.小结通过本次数据可视化调研，我们可以了解到，目前我国数据可视化的部署和应用尚处于起步阶段，但未来发展潜力巨大。此外，无论是Gartner还是国内市场调查，国外厂商的产品依然占据主流地位，与国内品牌在知名度和市场占有率上存在较大差距。随着大数据技术的不断深入，相信会有越来越多的国内厂商专注于数据可视化，乃至商业智能和分析的整个领域，冲击国外品牌。
