如何构建你的数据可视化能力

商业领袖依靠数据来做出决定。为了迅速行动,他们没有时间来筛选电子表格或查询海量数据库。visualizations-charts相反,他们依赖于数据和图表,提供图文并茂的总结数据显示商业领袖所需要知道的。

今天的企业越来越依赖数据分析师检查数据和创建数据可视化,帮助决策者在不同角色。教授根据爱丽丝梅洛的东北部专业硕士的研究分析程序,这些专业人士应该完善两个主要的数据可视化能力:工作能力与数据集和了解最好的方法明确描述数据的观察得出的结论。

继续阅读学习如何改善你的数据可视化能力和有效沟通的重要性,发现一系列的观众。

---

下载我们的免费职业指导推进你的分析

指导你需要知道什么,从行业最受欢迎的职位今天的受欢迎的数据的能力。

立即下载

---

数据可视化过程的关键步骤和技巧

步骤1:使用数据集

因为良好的数据是一个好的数据可视化的基础,重要的是要首先理解的数据集被用来创建可视化,梅洛说。“你需要能够进行所有必要的探索性数据分析,看看,”她说。“你需要看到模式和“啊哈”时刻为了讲述一个故事。”

这些模式可能包括减少销售在一年中特定的时间,增加产量从一个特定的工厂,不同的模式在员工电脑使用部门转移到远程工作以来,或任何可能感兴趣的商业领袖。数据可视化呈现这些数据的价值的方式快速查看帮助商界领袖提取有意义的信息,而不需要进一步解释或分析。

计算机科学或工程背景的当然是有用的,梅洛笔记。不过,专业人士从经济学等领域,金融、或营销课程在统计应该创建所需的基本数据管理技能数据可视化。R编程语言的知识也是核心之一技能数据分析师经常创建可视化,因为这是常用的编程语言为大型数据集和跑步预测分析。

有三个关键技能使用一个数据集之前它可以用于创建一个可视化:了解如何管理数据库,学习如何使用数据可视化软件,了解不同的观众可以使用的数据。干净的数据集将使更精确的可视化,并确保工作可以在更短的时间内完成。

学习如何管理数据库。

管理数据库和检索数据是一些最有价值的数据可视化能力,梅洛说。这可以包括任务,如正确命名列在数据库,快速搜索数据库,连接表。也有助于了解如何运行统计测试数据导入到仪表盘,她补充道。

同样重要的是知道什么类型的数据在数据库中表示,根据一项教程从数据管理专业组织ISACA。固定的数据点的变量,如一个特定的城市或国家,还是范围,如51和100之间的数字?从那里,您可以确定关键变量之间的关系,其中可能包括增长随着时间的推移,一组排名,或偏离常态。

成为精通数据可视化软件。

专业人员应该掌握的软件工具,允许用户导入数据集创建可视化。画面被广泛使用在中型和大型公司,和其他选项包括多摩君和微软BI。梅洛指出,这些产品专注于创建数据可视化,而不是管理的数据集,这就是为什么重要的是要知道如何处理数据之前,是时候把它放到图表和图形。

理解数据的观众和目的。

在检查一个数据集被用来制造可视化,重要的是要了解目标受众将如何使用这些信息。数据科学家,例如,可能会检查数据集不同销售经理或业务分析师。更重要的是,数据科学家可能需要看到更多的数据比其他终端用户以得出结论。

提前了解你的听众将帮助你使用正确的数据创建最有效的可视化。这需要了解你的观众通过利益相关者会议或焦点小组来了解他们使用什么数据作出决定,他们需要额外的数据。这将确保正确的数据进入一个可视化,不同的观众,不同的需求将得到解决。

步骤2:创建可视化

一旦你有了你的数据集,确定哪些变量你想比较,和准备数据导入到数据可视化工具,创建可视化的时候了。

目标应该是用数据告诉一个故事,梅洛说。想到narrative-there的结构的背景信息,揭示你的关键的发现,有讨论的这些发现对未来而言意味着什么。“你需要让它有意义的观众将看到它,”她说。“你怎么把故事放在一起?冲突和解决。试图通过走。”

关键的战术技能这个过程包括选择正确的类型的可视化,使可视化简单,确保观众很容易理解。

选择合适的可视化。

虽然看似无数选择描绘数据可视化,ISACA教程把可视化的主要类型分为四类,根据观众是为了看一下数据:

• 比较的变量,通常通过线形图或条形图
• 分布的变量,使用直方图对许多变量和两个或三个变量的图表
• 作文变量的列或区域图显示随时间的变化和简单图的静态变量
• 的关系之间的变量,通常用散射或泡沫块

其他可视化的例子包括彩色地图,热图,箱形图。也可以结合多种类型的可视化为一张。例如,泡沫情节的地图可以显示数据,如人口密度由州、县。一个条形图和线形图可以显示静态变量(例如,季度销售数据)和不断变化的变量(例如,季度销售额的增长随着时间的推移)。

使它容易阅读。

设计元素,如字体、颜色、厚度、线和数据安排都可以影响数据可视化的可读性。这一点很重要,不仅对实际原因还可访问性问题,作为可视化应该可读的色盲和视力受损。

ISACA提供了几个建议。

• 如果一个可视化的目的是比较一组变量,变量从大到小排序列表,使每个变量相同的颜色。这将集中关注项目需要比较。
• 确保有足够的前景色和背景色之间的对比。
• 避免组合的颜色很难区分(比如橙色和黄色)或组合,色盲无法区分(如红色和绿色)。
• 选择颜色组合可以很容易地复制在一个黑白可视化。
• 使用不同的风格,如虚线,虚线,我们双行,如果有必要区分模式。

数据分析咨询Key2Market提供额外的建议。

• 使用一个字体与清晰的变化如粗体文本和大/大小而不是多个字体。
• 左对齐,所有设计元素方面,这就是一个观众看一页开始。
• 地方标签变量尽可能接近图的酒吧或图形的线条让眼睛更容易标签链接到对应的变量。

保持可视化的清洁。

ISACA的教程指出的那样我们的大脑有一个有限的认知负荷。如果有太多的信息数据可视化,然后大脑不能有意义的数据。任何不支持可视化的信息仅仅是会分散观众的注意力。

“你应该有一个干净的仪表板,不包含太多的信息,"梅洛说。数据集的大小可能会诱使你创建一个图形或图表与许多变量,但最有效的数据可视化特别关注重要的信息。

作为一个哈佛商业评论教程笔记,观众通常只有几秒钟看一个图表,解释它,并采取行动。例如,一条线图表跟踪太多的变量或变量在一个长时间比必要将很难确定观众应该集中他们的注意力。考虑的特定点,你想让你的数据,改变价格随着时间的推移,比如摆脱任何分心的可视化。

步骤3:通信数据的影响

而一个好的数据可视化的目的是可以为自己说话,在许多情况下,你可能被要求讨论可视化在利益相关者的观众面前。

报告准备商业领袖往往是内部会议的焦点,你可能负责创建一个幻灯片和一个简短的口头报告。如果你不是领导的演讲中,你可能会被要求支持商业领袖通过提供额外的细节或回答的后续问题。

在某些情况下,数据可视化是用于外部,从股东表示营销抵押品等信息,社交媒体发布,或白皮书。在这里,你可能会被要求写数据可视化在短的280个字符的tweet或者只要一份研究报告提出异议或是提供一个浓缩版的报告给国内观众。

用简明清晰的语言。

无论场景中,数据可视化专家比尔·尚德建议书面和口头沟通关于数据可视化效果最好,当它使用清晰、简洁的语言。能够解释你的工作简单来说是最关键的数据可视化能力之一,因为它确保了一系列利益相关者和观众能够理解数据,并为他们的工作意味着什么,在他们的生活。

构建你的数据可视化能力

的专业硕士的研究分析东北大学计划帮助分析人雷竞技app最新版raybet雷竞技员准备在提取使用他们的技能,职业翻译和可视化数据帮助组织做出战术和战略决策。下载下面的我们的指南来了解更多关于你需要的技能加速你的事业和一个高级学位如何帮助。