发帖
雷达卡
数据分析：数据可视化能否让大数据应用进入寻常百姓家
我们知道，无论是数据挖掘还是数据分析，最后呈现给一般人或大众观看的，必然是数据可视化。数据可视化可以说是将一样东西的专业表达东西简易化或简单化地呈现在人们面前，真正做到让寻常百姓家都可以完全看懂大数据应用想要传达的信息。因此数据可视化显得非常重要，数据分析和数据挖掘要做的最后一步，就是完成这个转化。但是还是有人会疑问，就是真正实现数据可视化，那数据可视化能否让大数据应用进入寻常百姓家呢？下面我们我们来简单探讨一下。
数据可视化·大数据应用
先说说大数据的应用：就是大量的能够收集、存储的原始数据，经过各种分析可以揭示一定的行为模式和发展趋势，并提供给终端消费者(客户)使用。
那么如何在不同的场景下降低消费成本(指客户/用户为实现消费品或服务的效用过程中所付出的代价)，即是否有效降低用户获得服务所付出的代价。(PS. 关于消费成本，可以看我之前写的《视野：从消费动机、消费成本的角度对商业化的思考》)无论是深入行业里去提高原有效率、提供数据应用服务解决实际问题，还是通过组织数据做一些商业创新尝试等等，数据应用的价值是非常大的。
举个例子，以前，因为小微企业没有厂房，大银行不肯给他贷款。而阿里巴巴在平台上收集这些小微企业的数据，通过这些数据为企业提供信贷和担保，而小卖家根据自身的这个业务数据就可以贷款，三年来他们累计为数十万家店铺提供贷款，累计上千亿元人民币。而我们知道，在此之前小微企业贷款怎么解决一直是个问题。这就是一个大数据在商业创新上的应用，解决了传统方案解决不了的问题，同时也构造了一个良好的数据生态和商业体系。
那么接下来，说说数据可视化。我的理解是：
“可视化提供了人和数据之间的连接，让晦涩的表格、数据更加容易被理解，从而建立人们对数据的价值观，进而改善人们的生活。数据可视化在某种意义上就在加速数据应用场景的多元化和大众化。”
先阐明数据和可视化的概念：
数据：人类对于客观事物的抽象。
可视化：通过把复杂的数据转化为可以交互的图形，帮助用户更好地理解分析数据对象，发现、洞察其内在规律。
以往，如果要理解更为复杂的数据，必须跨过一定甚至更高的认知门槛，才能对客观数据对象建立相应的心理图像，完成认知理解过程。好的可视化就能够极大地降低这个认知壁垒，将复杂未知数据的交互探索变得可行。
可视化将推动大数据应用更加高频、更为大众化：
首先，就如同早期没有图形界面还是命令行的计算机晦涩难懂，然而出现了图形化操作系统以后，再次之后，个人计算机开始并迅速普及起来。同样的，可视化就可以理解为人和数据之间的界面，我们会容易地以可见的或物理的视角观察和理解数据，确实就是“一张图胜过千言万语”。
其次，可视化也为用户提供了更为方便工具，让我们可以更为主动分析处理与自己工作、学习、家庭、购物等方面有关的数据。
在今天这样数据爆炸的大背景下：
可视化将进一步推动大数据更为广泛的应用将显得尤为有意义：
会有越来越多适合用户使用需要的可视化方法和工具，而越来越多的互联网产品将结合数据给用户提供可视化的数据及服务：比如百度搜索指数、阿里巴巴大数据平台提供了一系列可视化的数据服务等。还有比如现在app们都搞的用户年终数据盘点，比如支付宝的1年用户支付宝记录，以可视化的数据方式让用户能够直观感受到自己使用支付宝1年的情况，并朋友圈等。
并且可视化一定会且正在和移动互联网深度结合，用户通过手机的到可视化的数据并应用到自己的生活中，同样的通过手机也可以参与到数据应用和数据服务中。
从而，将有更多大数据可视化公司涌现出来。
当然可视化也不仅仅是“落入寻常百姓家”这么简单：
举个例子，某谷歌前雇员创业做了一个叫Climate的气象公司。由于美国气象局的数据是公开的，这家公司就从这个数据库里获得几十年的天气数据，把各个不同地区的降雨、气温，每个月土壤的情况以及历年农作物产量做成一个图表，从而预测美国任何一个地方的农场明年的产量，通过可视化的数据服务向用户出售个性化保险，以帮助用户有效地规避农作风险。最后这家公司大获成功，跨国农业生物技术公司孟山都(Monsanto)于14年5月斥资约9.3亿美元收购了Climate。
虽然，目前大数据的应用还面临很多挑战，如大数据的安全与隐私令人忧虑、数据权属方面也问题重重。然而，无论是对数据的深度分析推动大数据智能应用和商业智能的发展，还是更广泛、多元的(如互联网金融、健康、教育、智慧城市、企业数据化、工业大数据等)大数据的商业化应用，都预示着大数据生态和产业的发展是颇为值得期待的。
京公网安备 11010802022788号
