可视化也有另一面,为什么你的大数据在睡觉
可视化已成为所有管理者的必修课,因为在越来越多情境下,可视化将成为传达工作内容的惟一途径。...
但不仅是统计数据,其他信息也需要可视化。例如业务流程、消费者在店铺内活动方式等复杂系统,如果无法清晰展现出来,就难以理解,更谈不上解决其中的问题。
下面是麻省理工大学在纽约市进行的一次空气质量可视分析应用的实验模型。实验通过设置155个固定监测点组成的环形网络,对区域内的空气物质参数进行实时搜集,并用智能手机的定位功能纪录我们的出行轨迹。
藏在背后的数据价值
该项实验能够计算区域内城市人口暴露在空气中的污染变异性。据称,这是纽约市首次尝试在手机数据支持下纪录百万人口活动与空气污染之间关系的研究。“传统的污染监测的方法是通过一系列测量站来衡量污染水平。” 麻省理工学院城市研究与规划系教授Carlo Ratti如是说,“然而测量站地点的选择是非常重要的。如果你想量化人们与污染物的接触,你也需要知道人们在哪里。”
“目前来说,这项技术对未来人口的健康评估至关重要,该研究方法可以广泛应用于城市和环境的分析。” Carlo Ratti认为。
《经济学人》也利用媒体数据优势加可视化技术,建立了另一种对污染实时分析的数据模型,来佐证可视化带来的实际价值。该模型对2015年全球15座巨型城市进行了为期一年的数据采集,并使用这些数据制作了一款手机端的空气质量可视化监测应用程序。如图所示,伦敦和巴黎的二氧化氮浓度一贯高于世界卫生组织公布的空气污染颗粒物年平均极限值。在为期一年的数据观测中,伦敦的日间二氧化氮浓度平均值比世界卫生组织的限值高出了41%。巴黎的官方数据宣称该市的空气质量5天里有4天是“好”或者“非常好”。然而《经济学人》的APP显示,几乎每一天,巴黎市的三大空气污染物中的至少有一样的浓度在某一时刻高于世界卫生组织的限值。
可视化别跑偏
虽然可视化的灵活性为管理者带来了很大优势,但有存在着一些风险。在尚无文字的世界里,知识传递主要是通过故事的方式。然而,这里面存在两个问题:个体讲述者可能学习的是不同版本的故事,甚至同一个人可以每次都可以用不同的方式讲述同一个故事。
自助服务分析和可视化的即时性为这一过程增加了另一重难度。口头故事随着时间的推移,可能会随时发生变化,然而,其寓意可能是相同的。因此,可视化和故事讲述的自由性不能是绝对的。这就是为什么企业需要元数据和主数据管理的原因。他们提供一致的数据语法和语义,这对于跨区域和业务单元的数据讲述是非常必要的,它能够避免企业对数据讲述产生误解,也避免其因为误解做出错误决策。
就像之前电脑使用的普及在企业中造成一些混乱的情形一样,新型数据分析、可视化和数据讲述的方式有好处也有坏处。为了成功的利用上述工具,企业需要共同的语言和共享的上下文。我们需要确保这种数据讲述的新方式确实增加了商业描述的生动性。
本文资料来自:华尔街日报、baidu
推荐阅读
抓拉登破庞氏 他如何用大数据重塑世界今天与未来间只隔着一层可视分析
大数据有大智慧 活在数据中的你我他
数据可视化带你走进福尔摩斯的神秘世界
万万没想到,当社交遇到可视化会是这样
海云数据(HYDATA)
海云数据是中国大数据可视分析的领导者,提供企业级大数据整体运营与分析服务,依托于计算机数据视觉、数据算法等技术,探索大数据的潜在商业价值,为不同行业客户提供基于数据交互可视化的整体产品,真正实现将大数据应用于分析、决策和预判领域。
更多关于海云数据的介绍请戳这里哦~
END
从现在开始,纪录海云的每一个脚印。
如果你喜欢我们的文章请点击右上方分享哦
▼ 喜欢请按赞哟~ ヾ(o◕∀◕)ノ
关注 海云数据可视化
微信扫一扫关注公众号