데이터 시각화 설계를 수행하기 전에 분석가는 먼저 비즈니스 요구 사항 분석을 완료하고, 분석 요구 사항을 서로 다른 계층, 주제로 나누고, 비즈니스 데이터 지표와 레이블을 수집하고, 우선 순위를 정하고, 다음 단계를 준비해야 합니다.
데이터 시각화-Parker 데이터 비즈니스 인텔리전스 BI
요구 사항을 확인하는 과정에서 분석가는 업무와 데이터의 대응 관계에 각별한 주의를 기울이고, 데이터 사전에 따라 데이터 웨어하우스의 지표와 레이블을 확인하고, 데이터 품질을 조사하고, 데이터 시각화의 정확성을 극대화해야 합니다.
데이터 시각화는 문제 해결을 위해 이루어지므로 실제 생산 및 분석 과정에서 기업의 비즈니스 프로세스, 비즈니스 지표 이해, 전문 방향 파악, 데이터 분석의 정확성 극대화, 차트에 표시된 정보의 품질 향상 등의 작업을 수행해야 합니다.
2. 데이터 준비
데이터 시각화, 데이터를 절대 잊지 마세요. 아무리 좋은 사전 계획이라도 업무 지표와 수요의 관계도 다시 맞을 것이다. 데이터가 없으면 너는 아무것도 분석할 수 없다.
데이터 시각화-Parker 데이터 비즈니스 인텔리전스 BI
시각화 분석을 하기 전에 분석가는 작업에 필요한 데이터를 미리 준비하고 분석 전 준비를 해야 합니다. 이 단계에서 분석가는 기술자와 협력하여 데이터 웨어하우스에서 후속 데이터 시각화에 필요한 지표, 레이블, 차원 등의 데이터를 검색하여 데이터 분석을 준비할 수 있습니다.
데이터 준비 과정에서 분석가는 비즈니스 데이터를 더욱 확인하고, 일선 비즈니스 담당자와 협력하고, 데이터가 비즈니스와 일치하는지 확인하고, 데이터가 비즈니스 변화와 일치하는지 확인할 수 있습니다. 그런 다음 데이터 간의 관계에 대해 생각하고, 핵심 데이터를 정리하고, 표시를 할 수 있습니다. 필요한 데이터가 없다면, 상대방이 일시적으로 보충 데이터를 보충하고 데이터 출처를 늘릴 수 있는지 제때에 찾아야 한다.
3. 차트를 선택합니다
차트의 선택은 시각적 렌더링과 직접적인 관련이 있습니다. 적절한 차트는 데이터 간의 관계를 직관적인 정보로 변환하는 반면, 잘못된 차트는 수요 객체를 잘못된 방향으로 이끌 수 있습니다.
데이터 시각화-Parker 데이터 비즈니스 인텔리전스 BI
데이터 시각화 분석가는 모든 주요 차트 유형, 각 차트가 어떤 분석에 적합한지, 어떤 정보를 표시할 수 있는지 알아야 합니다. 예를 들어 선 그래프, 막대 그래프 등이 있습니다. 사물의 발전 추세를 쉽게 보여줄 수 있지만, 일정 기간 동안 판매량의 변화 추세를 원형 차트에 나타낸다면 이 그림은 의미가 없다.
4. 페이지 레이아웃
분석가는 전체 페이지를 섹션과 레벨로 나누어 데이터가 완전히 표시되도록 합니다. 동시에 디자이너는 정보 분할의 중요성에 주의해야 한다. 전체 비주얼 디자인에서 핵심 데이터 지표는 가장 중요한 위치에 배치되어 큰 영역을 차지하고 나머지 지표는 우선 순위에 따라 핵심 지표 주위에 분산됩니다.
데이터 시각화-Parker 데이터 비즈니스 인텔리전스 BI
물론 실제 시각화 분석 과정에서 관리자는 일반적으로 동일한 페이지에 가능한 많은 정보를 요구하는 더 많은 데이터 요구 사항을 제공합니다. 이때 디자이너는 중요한 정보 계산, 레이아웃 공간 균형 조정, 간결, 직관 등의 요구 사항을 충족하기 위해 데이터를 더 많은 계층으로 분할해야 합니다.
데이터 시각화-Parker 데이터 비즈니스 인텔리전스 BI
5, 데이터 시각화 분석
데이터 분석 과정에서 많은 초보자들은 모든 정보를 사용자에게 시각적으로 보여줄 수 있도록 여러 개의 화면을 다양한 시각화 차트로 채우는 오해를 가지고 있다. (윌리엄 셰익스피어, 템페스트, 데이터 분석, 데이터 분석, 데이터 분석, 데이터 분석, 데이터 분석, 데이터 분석, 데이터 분석, 데이터 분석) 사실 사용자들은 그렇게 많은 내용을 필요로 하지 않는다. 복잡한 정보 전시보다 명확한 콘텐츠 디자인을 선호하며 핵심 정보를 한눈에 파악할 수 있습니다.
데이터 시각화-Parker 데이터 비즈니스 인텔리전스 BI
또한 시력표 페이지 전체에서 색상이 너무 풍부하지 말고 너무 화려하지 않는 것이 좋습니다. 색상 대비가 강한 색상을 핵심 메시지에 배치하고, 명확한 논리로 변화를 표현하고, 핵심 부분을 강조하여 사용자가 더 나은 경험을 할 수 있도록 합니다. 이것이 그들이 가장 보고 싶어하는 것이다.
마지막으로 데이터 분석 자체로 돌아가면 분석가는 비즈니스 논리에서 얻은 정보를 완료된 시각화 차트에 첨부하여 사용자가 차트의 의미를 더 잘 구분할 수 있도록 선택할 수 있습니다.
Parker 데이터 비즈니스 인텔리전스 BI 시각화 분석 플랫폼