論數據可視化對經營分析的重要性

陳曉丹

摘要：本文主要研究數據可視化對經營分析的重要性。研究面向多業態多項目的經營管理與決策場景，使用以經營數據為核心的時空大數據分析與展示技術，匯聚處理商業運營過程中的收入與合同、店鋪銷售與客流、能耗與工程等核心主數據，對整個經營過程進行基于時空數據的可視化管控。

關鍵詞：數據可視化;經營分析;重要性;

1.概述

隨著商業發展的多樣化以及行業競爭的激烈化，如何改善商場的運營管理，提高經濟效益對整個商場來說顯得尤為重要。傳統的商場鋪位管理模式主要是通過表格形式進行管理，可是表格一般很難準確、直觀的展現商場鋪位的變更狀態等信息，如鋪位的租金欠繳、商品經營情況等，每次當鋪位有變化都需要不停的更新記錄，這樣的管理模式不僅維護工作量大，還效率低下，不便于檢索，并且制約了整個商場的管理和鋪位的利用效率。比如，以蜂鳥視圖FengMap獨特的室內地圖為基礎，將商場的所有鋪位信息完整的顯示到一張地圖上，可供商場管理者清晰、直觀的看到整個商鋪的業務信息，以下列舉部分功能模塊：

收入預警：通過鋪位的收入情況做出合理的分析和判斷，針對各個樓層的業態分布及經營狀況進行有效的調整。

出租情況：將鋪位出租情況以可視化的方式進行展示，為招租決策提供數據支撐，以便快速的去調查及處理鋪位招租問題。

銷售分析：智能統計商場整體及鋪位的坪效數據，以專項圖的方式進行渲染展示，可以更加直觀、明了的看到銷售業績的發展趨勢，結合鋪位銷售業績的對比實時了解品牌商的銷售情況。

租金管理：自動統計欠繳租金及逾期天數，輕松掌握租金情況，通過租金占比對鋪位租金進行調整，保證鋪位正常運營。

客流統計：利用高精度的人流分布數據，進行有效的營銷和推廣等信息，為入駐商戶提供豐富準確的顧客信息，助力商場做到以實際數據為依據與商戶進行租約洽談、指導經營，實現精細化運營，提高管理效率，減少運營成本。

大多數人對數據可視化的第一印象，可能就是各種圖形，比如Excel圖表模塊中的柱狀圖、條形圖、折線圖、餅圖、散點圖等等，就不一一列舉了。以上所述，只是數據可視化的具體體現，但是數據可視化卻不止于此。數據可視化不是簡單的視覺映射，而是一個以數據流向為主線的一個完整流程，主要包括數據采集、數據處理和變換、可視化映射、用戶交互和用戶感知。一個完整的可視化過程，可以看成數據流經過一系列處理模塊并得到轉化的過程，用戶通過可視化交互從可視化映射后的結果中獲取知識和靈感。可視化主流程的各模塊之間，并不僅僅是單純的線性連接，而是任意兩個模塊之間都存在聯系。例如，數據采集、數據處理和變換、可視化編碼和人機交互方式的不同，都會產生新的可視化結果，用戶通過對新的可視化結果的感知，從而又會有新的知識和靈感的產生。

2.數據可視化主流程中的幾個關鍵步驟

2.1數據采集

數據采集是數據分析和可視化的第一步，俗話說“巧婦難為無米之炊”，數據采集的方法和質量，很大程度上就決定了數據可視化的最終效果。數據采集的分類方法有很多，從數據的來源來看，可以分為內部數據采集和外部數據采集。采集企業內部經營活動的數據，通常數據來源于業務數據庫，如訂單的交易情況。如果要分析用戶的行為數據、APP的使用情況，還需要一部分行為日志數據，這個時候就需要用「埋點」這種方法來進行APP或Web的數據采集。通過一些方法獲取企業外部的一些數據，具體目的包括，獲取競品的數據、獲取官方機構官網公布的一些行業數據等。獲取外部數據，通常采用的數據采集方法為「網絡爬蟲」。以上的兩類數據采集方法得來的數據，都是二手數據。通過調查和實驗采集數據，屬于一手數據，在市場調研和科學研究實驗中比較常用，不在此次探討范圍之內。

2.2數據處理和變換

數據處理和數據變換，是進行數據可視化的前提條件，包括數據預處理和數據挖掘兩個過程。一方面，通過前期的數據采集得到的數據，不可避免的含有噪聲和誤差，數據質量較低;另一方面，數據的特征、模式往往隱藏在海量的數據中，需要進一步的數據挖掘才能提取出來。正是因為有以上問題的存在，直接拿采集的數據進行分析or可視化，得出的結論往往會誤導用戶做出錯誤的決策。因此，對采集到的原始數據進行數據清洗和規范化，是數據可視化流程中不可缺少的一環。數據可視化的顯示空間通常是二維的，比如電腦屏幕、大屏顯示器等，3D圖形繪制技術解決了在二維平面顯示三維物體的問題。但是在大數據時代，我們所采集到的數據通常具有4V特性：Volume（大量）、Variety（多樣）、Velocity（高速）、Value（價值）。如何從高維、海量、多樣化的數據中，挖掘有價值的信息來支持決策，除了需要對數據進行清洗、去除噪聲之外，還需要依據業務目的對數據進行二次處理。常用的數據處理方法包括：降維、數據聚類和切分、抽樣等統計學和機器學習中的方法。

2.3可視化映射

對數據進行清洗、去噪，并按照業務目的進行數據處理之后，接下來就到了可視化映射環節。可視化映射是整個數據可視化流程的核心，是指將處理后的數據信息映射成可視化元素的過程。可視化元素由3部分組成：可視化空間+標記+視覺通道;數據可視化的顯示空間，通常是二維。三維物體的可視化，通過圖形繪制技術，解決了在二維平面顯示的問題，如3D環形圖、3D地圖等。標記，是數據屬性到可視化幾何圖形元素的映射，用來代表數據屬性的歸類。根據空間自由度的差別，標記可以分為點、線、面、體，分別具有零自由度、一維、二維、三維自由度。如我們常見的散點圖、折線圖、矩形樹圖、三維柱狀圖，分別采用了點、線、面、體這四種不同類型的標記。數據屬性的值到標記的視覺呈現參數的映射，叫做視覺通道，通常用于展示數據屬性的定量信息。常用的視覺通道包括：標記的位置、大小（長度、面積、體積…）、形狀（三角形、圓、立方體…）、方向、顏色（色調、飽和度、亮度、透明度…）等。「標記」、「視覺通道」是可視化編碼元素的兩個方面，兩者的結合，可以完整的將數據信息進行可視化表達，從而完成可視化映射這一過程。關于可視化編碼元素的優先級，以及如何根據數據的特征選擇合適的可視化表達，下次會專題來分享下。

2.4人機交互

可視化的目的，是為了反映數據的數值、特征和模式，以更加直觀、易于理解的方式，將數據背后的信息呈現給目標用戶，輔助其作出正確的決策。但是通常，我們面對的數據是復雜的，數據所蘊含的信息是豐富的。如果在可視化圖形中，將所有的信息不經過組織和篩選，全部機械的擺放出來，不僅會讓整個頁面顯得特別臃腫和混亂，缺乏美感;而且模糊了重點，分散用戶的注意力，降低用戶單位時間獲取信息的能力。數據映射方式的控制：這個是指用戶對數據可視化映射元素的選擇，一般一個數據集，是具有多組特征的，提供靈活的數據映射方式給用戶，可以方便用戶按照自己感興趣的維度去探索數據背后的信息。這個在常用的可視化分析工具中都有提供，如tableau、PowerBI等。

2.5用戶感知

可視化的結果，只有被用戶感知之后，才可以轉化為知識和靈感。用戶在感知過程，除了被動接受可視化的圖形之外，還通過與可視化各模塊之間的交互，主動獲取信息。如何讓用戶更好的感知可視化的結果，將結果轉化為有價值的信息用來指導決策，這個里面涉及到的影響因素太多了，心理學、統計學、人機交互等多個學科的知識。

參考文獻：

[1]? 邱添. 淺析我國中小企業跨國經營的策略[J]. 淮海文匯，2008，（04）.

[2]? 王艷華. 我國企業跨國經營的優劣勢分析[J]. 經濟師，2009，（01）.

[3]? 潘曉璐. 對我國企業跨國經營的策略思考[J]. 商場現代化，2009，（12）.

（作者單位：廣東建遠建筑裝配工業有限公司）