DataHunter馬珂:數據可視化分析應該怎么玩
原創【51CTO.com原創稿件】大數據這幾年的發展速度有目共睹,而數據可視化是大數據領域中非常關鍵的一環。當下,諸多企業需要通過數據分析來指導業務決策,這樣一來,數據可視化就有了非常大的發展潛力和應用場景。因此,近些年國內外也衍生出很多專注于該領域的企業級創業公司,DataHunter(北京數獵天下科技有限公司)便是其中之一。這家成立時間不長的年輕公司,憑借數據可視化分析與數據大屏產品,得到了人民日報、萬達集團、中國移動、三一重工、獵聘網等眾多客戶的認可。
近日,DataHunter CTO馬珂接受了51CTO的專訪,同記者就探索式數據分析技術、圖形化技術、數據可視化工具等方面進行了深入探討。馬珂曾是海軍總部工程師,長期從事數據庫管理、優化,數據挖掘和可視化相關工作,有很豐富的實踐經驗。
馬珂·DataHunter CTO
驗證式與探索式數據分析相輔相成
數據分析方式主要分為驗證式與探索式兩種,兩者相輔相成。驗證式數據分析是目前大多數企業使用相對較多的分析方法,偏重于模型和假設;而探索式數據分析更偏重于分析過程,其***的意義在于,允許分析人員或決策者在不清楚數據規律、不知道如何進行數據建模的情況下,通過數據本身所呈現出的各種可視化圖表,進行查看和分析,從而快速找到業務中存在的問題。
馬珂進一步表示,驗證式分析對數據質量要求很高,這種模式必須先有想法,之后再通過數據進行驗證。如果數據本身出現問題,那么即便通過科學的數據建模進行分析,結果也肯定是錯誤的。相比于驗證式分析,探索式分析對數據質量要求相對較低,同時也不需要復雜的數據建模。
據了解,探索式數據分析概念是由貝爾實驗室數學家John Tukey提出,他認為,統計分析不應該只重視模型和假設的驗證,而應該充分發揮數據分析的長處,在分析過程中發現新的理論假設和數據模型。
馬珂介紹,DataHunter致力于為企業提供簡單易用的數據可視化分析產品及數據大屏設計展示服務,基于探索式數據分析,助力企業發現問題并改進業務。數據可視化分析系統是核心產品之一,可以幫助企業對接各個業務系統數據,打破數據孤島,并且無需復雜的數據建模,就可以進行探索式、交互式的數據分析,從而為業務決策提供支持。數據可視化大屏是核心產品之二,用于業務指揮中心,會議室,展廳,展會等場景,支持整合多種業務數據以及動態實時數據展示。
圖形化技術是探索式分析必不可少的支柱
探索式分析是數據分析的開端,而數據可視化是在數據分析的***一個環節,用于呈現結論。
馬珂表示,在探索式數據分析中,圖形可以很好的幫助我們理解數據,故圖形化技術是其中必不可少的支柱。圖形化技術在很多年前已經被普遍應用,像柱圖、餅圖、折線圖等。大數據的快速發展,讓探索式數據分析逐漸成為主流,而圖形化技術也隨之又進入了一個新的階段。
可以說,圖形化技術使得數據分析成為一種“所見即所得”的模式。例如,在同一個業務看板上,通過協同過濾、數據鉆取等交互操作,相關圖表就會按照相應的條件進行聯動,從而大大提高了分析效率。
舒適度是影響數據可視化工具的核心要素
馬珂之所以選擇加入DataHunter,其一是因為對數據、圖形有濃厚的興趣,他認為,從大數據中觀察總結數據結果是很有意思的事情,而分析+圖形化是產出結果的重要手段。其二,是因為DataHunter是初創企業,可以快速決策、快速試錯、快速調整。
對于產品的期許,馬珂這樣說,數據可視化分析產品應該重視舒適度,雖然DataHunter是To B的公司,但也要讓客戶用起來舒適,不產生困惑。“我們也會逐步讓客戶參與到整個產品的研發過程中來,根據實際的業務場景和用戶需求出發,才能構建出更加優秀的產品。 ”
此外,馬珂也向51CTO記者透露了DataHunter 2018年的產品計劃。“未來一年,我們會在兩個方向上繼續深耕,一是客戶數據接入的適應性,如超大數據處理、數據連接池等;二是在數據展示層面,配備完整的、可擴展的圖形化工具。”
【51CTO原創稿件,合作站點轉載請注明原文作者和出處為51CTO.com】