在分析平臺所生成的報告中看到模糊的數字是一回事。查看詳細而豐富多彩的圖形則完全又是另一回事--這些圖形也是由分析軟件生成的--它們可以立即展示出趨勢，即使是非技術用戶也可以輕松地掌握。

數據可視化工具使后者成為了可能。他們將數據放到一個可視化的上下文中，以創建圖形、圖表、地圖和其他元素，這些元素可以使分析對業務用戶來說變得更有意義。

[[334575]]

通過數據可視化，業務分析人員可以更容易地檢測給定數據集中的市場趨勢、模式和異常值。專家表示，考慮到人類大腦處理信息的方式，使用圖表等圖形元素來可視化復雜數據要比試圖用電子表格或其他基于數字的報告來解讀趨勢會容易得多。

與其他任何技術工具一樣，也有從數據可視化中獲得最大價值的最佳實踐。以下是一些專家的建議。

保持簡單，特別是對于高級用戶

盡管數據可視化背后的分析過程可能非常復雜，但可視化本身并不需要如此復雜。

“在構建數據可視化時，要盡可能地追求簡單和優雅，”研究公司Gartner的高級分析師Daren Brabham建議。“人腦在處理視覺信息時的效率是有限的，所以要保持視覺信息的干凈和易于快速消化。”

在構建面向高管受眾的儀表板和報告時，這一點尤為重要，Brabham說。

“我們的很多客戶都在為高管和經理們改進儀表板，探索交互式的元素，將多種復雜指標構建成易于理解的索引和匯總分數，并希望使用紅黃綠類型的儀表以更簡單的方式更快速地傳達大量數據。”Brabham說。

在醫療保健提供商加州大學圣地亞哥健康中心，簡單性是可視化的一個最終目標。“有時我們會試圖創建一種適用于所有用戶的可視化，但使用起來非常復雜，特別是對技術不熟練的用戶來說。”信息服務的高級主管Josh Glandorf說。

“使用有限的圖表、明確定位的關鍵績效指標來保持簡單，并提供必要的支持性指導信息，以便用戶能夠理解數據的結構、視覺效果、相關的細微差別等。”Glandorf說。“我們發現，如果可視化太過復雜而無法導航，用戶就會因為不知所措而感到難以接受。”

該醫療保健組織使用了來自Tableau的可視化工具作為其商業智能平臺的一部分，他們最近開發了一組標準設計模板，以促進其所有儀表板的通用外觀和感覺。“這將確保無論主題如何，儀表板結構都可以在一定程度上實現標準化，促進導航的一致性。”

考慮一下觀眾

同樣，管理者也需要了解一下誰將使用可視化和設計儀表板來滿足他們的需求。

為零售商和超市生產自有品牌食品的H. & J. Brüggen公司從2016年開始就已經使用了Qlik的可視化工具，以提高供應鏈的透明度。這家總部位于德國Lübeck的公司使用了可視化技術來支持需求規劃和供應商物流預測等流程。

“當我們考慮分析的最佳實踐時，我們采用了所謂的‘DAR分析法’--即儀表板、分析、報告--來在Qlik中工作，以實現在這三個方面的價值。”供應鏈管理總監Martin Gries表示。“除了選擇哪些數據將進入儀表板之外，你還必須記住受眾以及可視化將如何快速有效地傳遞這些數據。”

Gries說，這一切都是從儀表板的設計開始的，因為這樣可以為用戶提供更多方便和有用的分析。“如果我們能很好地執行設計，我們就能進行強有力的分析。”他說。“報告將更容易被創建，并且可以提供鳥瞰式的透視圖，也可以根據需要深入地研究具體細節，具體將取決于用戶。”

當公司在為管理層設計可視化時，“我們會利用諸如計量表之類的元素，或者在通用儀表板上對KPI進行單一度量，以幫助他們快速回答我們是否已經達到目標的問題。”Gries說。“這些數據可以用來比較不同時期的業績，也可以隨時與整個業務的決策者進行分享。”

IT還需要記住，許多用戶的數據素養知識是有限的。“因此，我們不會使用箱線圖，因為它們太復雜了，不是每個人都能夠理解這些信息。”Gries說。

不過，H. & J. Brüggen確實應用了樹形圖等可視化技術來顯示其產品組的服務級別和訂單值等元素。這使得用戶能夠更容易地理解客戶的高訂單價值等問題。

為正確使用分析工具提供培訓

Brabham說，現在許多主要的分析和商業智能(A&BI)平臺都具有復雜的增強分析功能。這意味著用戶不需要特別精通數據或技術就可以從A&BI平臺獲得可視化的效果。

“這有效地民主化了對良好可視化的訪問，同時也強調了數據質量和數據素養在組織中的重要性。”Brabham說。“你必須為這些復雜的增強分析工具提供高質量的數據，而且你也必須確保你的業務用戶能夠對這些數據有足夠的了解，以便能夠批判性地消費A&BI工具所生成的數據。”

Gartner有很多客戶在進行基礎的A&BI工具培訓的同時，也在進行數據素養培訓和設計思維的研討會。

“這保證了用戶不僅知道該如何瀏覽他們的A&BI工具，而且還能更有創造性和批判性地思考這些分析的數據。”Brabham說。“無論A&BI工具變得多么用戶友好，最終還是要考慮數據可視化的影響和業務相關性。”

確保使用正確的工具

可能會出現部署各種數據可視化技術的誘惑。但公司需要考慮自己究竟需要什么樣的數據可視化，并做出相應的選擇。

“我們很容易迷失在領先的數據分析、商業智能和數據可視化提供商所提供的閃亮的新特性和功能中。”研究公司ESG的高級分析師Mike Leone說。“但如今用于可視化數據的頂級技術仍然是Microsoft的Excel。”

Leone說，如果一個公司需要的是在一些更小的數據集上完成基本的可視化任務，那么Excel通常已經足夠好了。“它很容易使用，容易獲得，而且很多人都很熟悉。”

對于那些想要尋求一種更強大的工具來跨更大的團隊或業務線進行集成、連接不同大小和結構的多個數據集、使用戶能夠探索和試驗不同的數據可視化以及利用諸如機器學習等能力的組織來說，Excel不是解決問題的辦法，Leone說。

“找到一個能滿足每個人的需求和滿足每個人的專業水平的通用的可視化平臺是一項不可能完成的任務。”Leone說。在查看可視化工具時，組織需要考慮企業中不同用戶組的需求和技能水平。

利用可視化來講述故事

隨著公司數據可視化技能的提高，公司應該努力將可視化技術編織成一個連貫的數據故事，Brabham說。

“這可能意味著需要開發一個單一的、復雜的、交互式的可視化，允許深入研究和探索，并且能夠講述一個關于某個主題的連貫故事。”Brabham說。“或者，它也可能意味著需要在報告中構建一個儀表板或一系列的可視化效果，這些儀表板或可視化效果將以一種連貫的方式講述業務中所發生事情的方式和原因。”

最先進的A&BI工具用戶已經學會了制作可視化的因果串，來解釋為什么在某個地區的銷售會下降，以及反彈的機會在哪里，Brabham說。應該讓數據來說明你的公司是如何達到關鍵業績指標的，他說。

將協作作為優先事項

利益相關者之間的協作是數據可視化成功的關鍵，Leone認為。“即使你創建了一個復雜的可視化視圖，并產生了偉大的洞察力，你也沒有完成所有的工作。”他說。“我們有機會在這種洞察力的基礎上進行更深入或更廣泛的開發，但文檔記錄和使用一個能夠促進協作的正確平臺也是至關重要的。”

如果一個團隊使用了特定的數據集或者選擇了特定的可視化，那么它就需要記錄所有的東西并向其他人詳細解釋，Leone說。“數據分析和可視化是一項團隊運動。”他補充道。“讓同事能夠快速地完成數據可視化任務，并有可能從你停下的地方開始，是非常有價值的。”

Leone回憶起了和兩個在大型保險公司工作的人的談話。他們的職責都是以分析為中心，但是針對不同的業務部門。

第一個人討論了她連接多個數據源所使用的工具和流程，這些工具和流程隨后又被用來獲得對特定人群統計的非常詳細的洞察，Leone說。而坐在她旁邊的第二個人則說，他剛剛花了四個小時做了同樣的事情，并沒有意識到他的同事已經做了。

“組織可能正在尋求讓更多的人訪問更多的數據來進行探索和可視化的方法，”Leone說。“但協作對于確保更高水平的生產率以及及時的投資回報來說是至關重要的。”