數據分析三部曲

數據分析三部曲

University Of　Maryland的Shneiderman教授把數據分析的過(guò)程歸納為三大步：Overview，Zoom&Filter，Detail-on-demand�？梢源笾潞�(jiǎn)譯為：全盤(pán)觀(guān)察，深入及過(guò)濾，及時(shí)獲取詳細數據。這三步可以說(shuō)缺一不可。不僅是數據分析的一個(gè)主要的流程，也是數據分析軟件所必須提供了功能。我們在這里來(lái)簡(jiǎn)單看一看每一步的工作和需要的工具支持。

全盤(pán)觀(guān)察

對數據的一個(gè)全盤(pán)觀(guān)察是每一個(gè)數據分析的起始點(diǎn)。除非你已經(jīng)有一個(gè)明確的分析重點(diǎn)，一個(gè)全面的數據呈現界面可以讓你很快地判斷出你是否需要進(jìn)一步的分析，或者進(jìn)一步分析的方向。但很多BI軟件往往忽約了這一點(diǎn)。

在設計一個(gè)分析界面時(shí)，如果我們要求用戶(hù)做很多工作才能看到一個(gè)全面的情況，用戶(hù)就失去了一個(gè)很快掌握全局的機會(huì )。比如下面的一個(gè)Dashboard。

通過(guò)對這個(gè)界面的初步分析，我們知道數據被按照地區(Location)分成了不同的視圖。如果一個(gè)用戶(hù)需要找到感興趣的地區，他就需要一個(gè)一個(gè)地區的去點(diǎn)擊。這不僅被迫用戶(hù)做出不必要的操作，而且完全打斷了用戶(hù)的思路。如果用戶(hù)需要對不同地區進(jìn)行比較，等到點(diǎn)擊到幾個(gè)地區之后，大概也已經(jīng)忘記最初始的情況了。

提供一個(gè)全局的展現，當然也不是只是一個(gè)理念就能解決的問(wèn)題。如果我們想把大量的數據集成在一個(gè)界面，不需任何切換就可以觀(guān)察，就需要相應的軟件支持。比如子彈圖，Sparkline等等工具。在這里就不詳細描述了。

深入及過(guò)濾

一旦用戶(hù)找到了感興趣的方面，第二步的工作就需要縮小范圍，更進(jìn)一步分析相關(guān)的數據。從實(shí)現的角度，這里有兩種可能。第一，如果可能的話(huà)，用戶(hù)可以直接在全盤(pán)的界面上做一些放大和過(guò)濾的工作。但因為空間的限制，往往一個(gè)全局的界面已經(jīng)比較擁擠，同時(shí)包含一些詳盡分析功能有一些困難。

如果是這種情況，我們可以提供一個(gè)快捷的切換功能，讓用戶(hù)可以在保持當前環(huán)境(Context)的情況下，迅速地切換的新的界面。在這個(gè)步驟里，用戶(hù)需要很強大的功能從不同的角度，不同的層次對數據進(jìn)行顯示和操作。這些操作主要包括數據過(guò)濾，圖表切換，數字比較及再計算等等。

數據過(guò)濾的目的是靈活地縮小數據的范圍。根據不同的數據種類(lèi)，我們可以選擇合適的工具，比如可選列表，可拉動(dòng)滾動(dòng)條等。

作為數據的重要顯示渠道，圖表本身也應該提供大量的數據過(guò)濾與操作功能。比如用戶(hù)應該可以快捷地轉換數據顯示形式，進(jìn)行不同的排序，計算，和比較。這些可以通過(guò)一些預先設計的界面，讓用戶(hù)用最簡(jiǎn)單的形式和數據互動(dòng)�；蛘咄ㄟ^(guò)一個(gè)完全開(kāi)放的界面，讓用戶(hù)任意地定義圖表的展示。

以下是StyleScope的終端用戶(hù)界面。

及時(shí)獲取詳細數據

分析的目的，是找到有用的信息，從而采取相應的措施。而最后的決定，往往還是需要落實(shí)到具體的事件。所以從分析的綜合數據到低層的細節數據是至關(guān)重要的一步。這個(gè)問(wèn)題貌似簡(jiǎn)單，但卻是很多分析軟件的一個(gè)軟肋。

最傳統的分析方案，OLAP，通過(guò)提前計算匯總數據來(lái)達到更高的速度。但這樣的直接后果是匯總數據和詳細數據的關(guān)系就常常失去了。雖然新的OLAP系統通常會(huì )提供一個(gè)解決方案，但往往結果并不是最優(yōu)化。

另一個(gè)需要解決的問(wèn)題是用戶(hù)怎樣選擇需要的詳細數據。一個(gè)常用的方法是直接在圖表上通過(guò)選擇數據點(diǎn)，然后直接鏈接到詳細數據上。

Via：數據文化

【數據分析三部曲】相關(guān)文章：

數據分析報告07-28

大數據分析07-20

銷(xiāo)售數據的分析方法07-25

大數據分析07-25

TMS訓練公路鍛煉數據分析三部曲之踏頻篇04-12

多維數據分析方法04-07

數據分析工作職責07-28

數據分析常用方法07-26

數據分析主管的職責01-13

數據分析報告【推薦】03-07