今年以来，大数据成为整个IT领域非常热门的话题，尤其是阿里巴巴的马云提出“人类正在从IT走向时代到DT时代”，把大数据推上了风口浪尖。然而，对于大多数企业而言，往往存在大量没有实际利用价值的数据，更谈不上帮助管理者进行业务决策。 作为专业的应用性能管理服务商，云智常年处理客户的各种IT数据。我们如何看待大数据，如何让大数据为企业的商业决策产生价值？请看云智高级产品经理福克斯对大数据最后一公里的思考——数据可视化的价值。什么是大数据？ 我爸爸是公务员。他有个爱好，就是每天看新闻联播。新闻中经常提到大数据。偶尔他会问我什么是大数据？国际上的定义是对大规模数据的采集、存储、管理和分析的集合，远远超出了传统数据库软件工具的能力。它们具有数据规模大、数据流动快、数据类型多样、价值密度低四个特点。难懂吗？ 有一个笑话可以让你形象地理解大数据。林彪带兵打仗有个特别的习惯，那就是每次打完仗，都要用小本子记下自己缴获的武器种类、数量等数据，总是好玩，而且大家都不关心。一天，又一次遭遇战，当士兵们向他宣读缴获武器的数量时，他突然停了下来，然后兴奋地指出这次遭遇战很可能是与敌人的指挥部队。原因是这次缴获的小枪与大枪的比例高于平时的战斗，小车与大车的比例，以及官兵的比例也高于平均水平，所以他得出了这个结论.部队在这一数据的指引下，一口气追击逃兵，成功擒获敌军指挥官。 通过这个故事，大家可以形象的了解到大数据的作用和价值。不管大多数企业还是个人已经意识到大数据的真实存在，毫无疑问，我们生活在大数据时代。随着大数据的兴起，数据分析分为以下几个步骤：采集、统计、分析、呈现，而数据呈现就是数据的可视化，被称为大数据的最后一公里。 什么是数据可视化 大数据已经被列入国家十三五规划，提倡开放共享。开放共享的背后，意味着人人都可以进入和进入大数据领域。企业不再担心数据资源被垄断，因为一切都是开放的，如何获取数据将不再是问题。难点在于数据的价值。通过什么样的手段，才能直观、清晰地表达数据的价值。 之前看到一篇文章《设计中的设计》，提出了一个概念叫视觉对话。如果你想和两个不懂语言的陌生人交流，给他们一张纸和一支笔，他们一定要用最简洁的方式把自己的想法写下来进行交流。这是一个视觉对话。 其实这就是数据可视化的本质。通过可视化图表，以比文字快10倍的速度将不熟悉的读者带入。大数据时代的一个显着特征是数据可视化的兴起。作为大数据最后一公里的展示环节，数据可视化将技术与艺术完美结合，以图形化的手段清晰有效地传达和传达信息。 一方面，数据赋予可视化价值；另一方面，可视化增加了数据的灵性。两者相辅相成，帮助企业从信息中提取知识，从知识中获取价值。 为什么要做数据可视化 为什么很多公司开始拥抱数据可视化？哪些趋势正在推动可视化，换句话说，为什么公司变得更加可视化？ 先声明一下，数据可视化绝对不是最近才流行起来的，早在原始社会，穴居人就用岩画作为信息传递的手段，而我目前用过的最好用的大数据分析软件是卓越。 与5年前相比，企业对数据可视化的需求越来越强烈。原因很简单，数据实在是太多了。正是因为信息的爆炸式增长，才造就了谷歌和百度这两家以IT信息检索为核心业务的搜索引擎巨头。 我们今天所处的移动互联网时代，与传统互联网时代截然不同。一方面，移动互联网用户规模是传统互联网的三倍，使用频率是传统互联网的五倍。所以，我们说这是传统互联网市场的15倍。近两年，大数据的概念越来越火。我们可以看看Aigra的大数据图表，就知道一分钟内互联网上会产生多少内容。 通过这张图，我们可以看出大数据有多大，这对企业来说意味着两件事：一方面，企业需要新的工具来分析和理解大数据；目的是利用这些数据做出更好的商业决策，通过数据分析最直观地理解数据的含义，这离不开数据可视化。 数据可视化的作用和实现方法 数据可视化对企业有什么影响？我个人认为并不是所有的数据都要可视化。很多数据可视化确实有点牵强，但是数据可视化可以给我们带来三个功能： 1。大规模数据可视化可以帮助业务管理者快速理解大量数据，更高效地工作。 2。正确的数据可视化可以清楚地显示数据背后的含义。 3。数据可视化可以帮助企业做出准确的决策。 数据越来越多，企业越来越希望找出数据背后的意义和价值，我们的云智能透视宝也越来越有优势！常用的用户统计分析系统或日志分析收集的数据仅限于用户行为和IT系统本身，但对于企业业务来说，两者是密切相关的。IT性能的好坏影响用户体验和用户转化，用户蜂拥而至也会造成性能瓶颈。 通过InsightPay，可以将用户的行为数据与系统性能关联起来。它不仅可以分析用户喜欢的功能，还可以分析其性能对用户的影响。当我们InsightPay覆盖的行业越来越广时，企业也可以利用自己的数据和行业平均指标进行横向比较，进而辅助企业进行决策。这对企业来说是非常有价值的，这就是大数据可视化的魅力所在。 基本上，各种图表在不同的场景下有不同的含义。上图指导我们什么样的数据需要什么样的图表，展示会更清晰，更容易让客户了解数据的价值。在透视宝中，也需要根据不同的使用场景选择更适合的图表展示，后续我们会进行针对性的优化和适当的调整。 这是一张非常经典的数据可视化图表。以地图的形式实时显示QQ在线用户数。我们可以换个角度思考。如果这是某企业APP的在线用户数，能不能联系到老板？在办公室，让老板随时清楚了解当前用户对应用的使用情况，哪些区域是暗区，哪些区域是活跃集中的，这无疑对业务决策有很大帮助。这些数据都可以通过维信宝获得，也就是说我们维信宝可以发挥超强的作用。 这是奥杜邦鸟类与气候变化报告的一部分，该报告预测了季节性变化的区域，黄色代表夏季，蓝色代表冬季。地图具有神奇的能力，既可以成为强大的数据可视化工具，也可以成为强大的报告工具，可以向我们展示我们无法直接看到的事物。 个人认为在数据可视化领域对应的技术有以下三种： 1。数据降维。我认为数据降维是数据处理的首要任务。我们通常把自己的个人欲望强加在数据可视化上，我们有太多的指标需要通过一个信息图来处理，这里面就有一个问题。这些维度的数据真的需要用图来表示吗？客户能否看懂显示的信息？所以往往数据的降维和简化是首要任务。其次，我们需要对数据进行清洗，去掉所谓的噪音，留下有价值的信息，否则我们后面分析数据的时候会受到不必要的干扰。 2。协会关系。数据本身毫无意义。只有关联起来，才能产生意义和价值。不同的散点通过内外连接聚合起来，这样数据就可以通过不同的维度进行关联，来传达数据的价值，比如人群与性别、年龄、身高就是一个非常典型的关系。 3。扁平化交互，PC和手机屏幕有限，每增加一种颜色都会增加信息量，从而干扰原始信息的传递，我们可以采用两种策略在地图可视化中隐藏数据，一种是逐层钻取，充分利用区域的层级包含关系，让信息按省-市-县层级展示，不用一下子展开；另一个是扩展地图，它浓缩和收集复杂的信息，就像一个抽屉，需要的时候打开它。 这三种技术说起来容易，但在实践中却不一定，因为我们往往很难控制自己的欲望，添加数据，添加关联，添加功能。不管做什么事情，控制自己的欲望并坚持下去是很重要的。不忘初心，人常在。 举个栗子 说说视觉组织的模型。最大的大数据公司是哪家？是拥有12亿注册用户的Facebook吗？还是Amzaon和GOOGLE？他们都是著名的、国际知名的大公司，这些公司都不是普通人，但在模式上，目前的荣誉应该归Netflix（Netflix）所有。 公司的起源与互联网或大数据无关。通俗地说，就是一家DVD租赁公司。Netflix成立于1997年，最初只是开展邮寄DVD出租业务。那时候，不管是在国外还是在中国，都有路边小店叫录像带出租店。租影碟需要亲自到店里左右翻找，还经常拖延归还CD而收取滞纳金。Netflix不开店，采用邮寄模式，一炮走红。2000年，仅滞纳金一项，Netflix的收入就达到8亿美元，占其总收入的16%。 十年过去，视频租赁模式从成熟走向没落。更重要的是，随着时间的推移，DVD损坏、客户盗窃、邮寄成本增加等诸多问题已经让Netflix的租赁模式难以支撑。于是在2007年，Netflix开始颠覆自己，从实体DVD转向流媒体。在这个过程中，Netflix意识到它的客户正在生成数量惊人的数据，不仅是关于谁看了什么，而且还收集了更多有价值的信息： 地理定位数据，它可以找到用户在哪里观看视频； 设备数据，用户通过哪个终端观看视频； 时间数据，用户观看视频的时间，比如星期几，具体时间； 行为数据，用户每次观看视频后退、快进、暂停的行为。 不仅如此，Netflix还通过社交网络Facebooke、Twitter等网站收集用户的社交行为数据，再通过坚实的基础平台和强大的大数据分析能力将数据可视化，成功预测用户的喜好和偏好. 未来，Netflix可以进一步加强预测客户接下来想看什么视频和内容的能力，并根据声音、风景、颜色等因素进行推荐。这些元数据为了解客户想要观看的内容提供了更有价值的见解。 透视宝数据可视化的价值 以上是我对大数据和可视化的体会。接下来结合透视宝做一些思考： 1。应用性能数据和业务数据分析，应用性能数据和业务数据密切相关，可以讲述客户性能数据和交易数据背后的故事。通过应用性能数据与业务数据的关联分析，可以很好地预测性能瓶颈何时已经开始影响到客户的业务。最直观的不仅仅是用户的流失，更重要的是经营业绩。衰退。 2。透视大屏幕。Perspective作为应用性能的领导者，一方面提供解决方案，帮助用户发现应用性能问题。另一方面，我们提倡提供应用程序性能数据可视化。通过应用性能数据的可视化，将通俗易懂的大数据分析结果呈现在客户面前，一目了然地定位问题，发现性能背后的意义。 当然，我们还在按部就班地做这件事。例如，未来透视宝的大屏可以通过地图实时展示APP用户的活跃度、性能状态，以及性能对用户分布的影响。我们的想象力非常广阔。 接下来分享的主题，可视化是大数据的最后一公里，一半时间，数据可视化是视觉宝非常重要的一个功能，未来我们会做好这方面的工作。最后分享几个数据可视化的资源工具，供大家学习借鉴。
