简介
数据可视化是使用可视化大屏的方式来分析并展示庞杂数据的产品。帮助工程师通过图形化的界面轻松搭建专业水准的可视化应用,多种业务的展示需求。 相比于传统图表与数据仪表盘,如今的数据可视化致力于用更生动、友好的形式,即时呈现隐藏在瞬息万变且庞杂数据背后的业务洞察。无论在零售、物流、电力、水利、环保、还是交通领域,通过交互式实时数据可视化大屏来帮助业务人员发现并诊断业务问题,越来越成为大数据解决方案中不可或缺的一环。
目标
课程时长
1天(6H)
分享提纲
数据可视化的方法与策略 | 1、一般可视化方法于原则 Ø 可视化的重要性 Ø 一般数据可视化流程 Ø 数据的种类 Ø 数据可视化的原则 Ø 数据可视化的要素 2.常见数据可视化方法与策略 Ø 表格 Ø 单值图 Ø 雷达图 Ø 条形图 Ø 堆积条形图 Ø 条形图 Ø 饼图 Ø 散点图 Ø 气泡图 Ø 地图 Ø 热力图 Ø 词云图 Ø 关系图 Ø 漏斗图 Ø 桑基图 Ø 缩量图 3.统计图表与策略 Ø 单值比较图 Ø 直方图 Ø 箱线图 Ø 小提琴图 Ø 联合图表 Ø 配对图 4.高级图表策略 Ø 叠加 Ø 仪表盘 Ø 数据大屏 Ø 描述与可视化融合 Ø 数据分析支持 Ø 交互性 Ø 联动与深钻(drill-down) Ø AI增强可视化(预测、异常等) Ø 动态图 5. 其他问题与策略略 Ø 大数据特点 Ø 趋势与挑战 Ø 一般策略 |
数据可视化技术与实践 | 1. -般可视化架构 2.流行可视化框架 Ø 0echarts Ø D3.js Ø AntV Ø HighCharts 3.流行分析可视化系统 Ø 交互式(jupyter) Ø 时序监控类(grafana) Ø 通用大屏(DataV) Ø 通用运维(Splunk、 Kibana) Ø BI系统(如QuickBl、 Tabluea) 4.可视化前提 Ø 基本步骤 Ø 数据采集与提取 Ø 非结构化数据的处理与加工 Ø 异常数据处理与发现 Ø 时序数据的处理 5.金融类可视化数据典型场景与策略 Ø 风控管理 Ø 交易大屏 Ø 产品画像 Ø 客户画像 Ø 商品展示 |
成喆
百林哲咨询(北京)有限公司专家团队成员
成喆
百林哲咨询(北京)有限公司专家团队成员
成喆
百林哲咨询(北京)有限公司专家团队成员
成喆
百林哲咨询(北京)有限公司专家团队成员
成喆
百林哲咨询(北京)有限公司专家团队成员
成喆
百林哲咨询(北京)有限公司专家团队成员
成喆
百林哲咨询(北京)有限公司专家团队成员