数据可视化是关于数据视觉表达艺术的软件技术，本质是全息数据多维关系的沉浸式解释。新一代数据可视化软件，以数据关系为驱动，构建全业务全息数字视觉场景，帮助人们在业务决策、推演、展示时快速建立起意向模型，使得数据的生命力和商业价值更大程度绽放。

SDC可视化产品界面展示

如何打造一个完美的可视化视觉方案？

从执行角度看，数据可视化包括业务方案、视觉方案、程序方案。其中视觉方案给人反馈最直接，从第一印象影响用户对可视化项目的认可度。作为设计师，要提出完美的视觉方案，既要了解客户需求，掌握业务逻辑，还要关注程序实现。

需要充分了解用户需求

前期，设计师直接对接项目的情况较少，但可以基于咨询顾问的输出（通常包括用户、项目的背景资料以及挖掘到的业务需求），了解用户概况、项目目标、设备媒介、业务情况、关键指标等，尽可能从已有信息的全局出发，定位常规视觉需求，比如体现行业特征，业务特性，客户特点。这里需要留意咨询没有吃透而埋下的业务坑。

设备媒介和使用场景对数据可视化的视觉方案有很大影响

有时候，通过基本信息和业务逻辑梳理的视觉需求难以获得认可，主要原因是忽略了用户喜好及项目推进方式，这要求设计师和客户、项目负责人进行深度交流。另外，在沟通需求的过程中，尤其要注意评估硬件资源和时间周期，对项目期望的支持度，当需求不具备可操作性，要及时反馈，否则“伪需求”会导致项目无法落地。

设计师只有明确需求，才能在业务分析阶段有针对性地选择视觉元素，设定界面风格，为创作做好铺垫，且不会背离初衷。

掌握业务才能有优秀的视觉方案

在需求框架下梳理业务，以业务点转换视觉语言，将视觉语言通过艺术手法进行创意表达，是一个闭合回路。只有精准的业务理解，才有贴切的视觉语言、合理的视觉方案，最终满足需求！

一个有趣的现象——很多咨询顾问或者业务专家（有些公司是销售或者售前）会根据自己的行业经验，输出叙述文档或者低保真图作为项目可视化部分的前期提案，要求设计师基于此创作高保真，结果却导致反复改稿，甚至重来，很不理想。

某项目低保真图

作为外行非专业人士，设计师很难理解这类“成果”传达的业务情况，也就谈不上设计。强行处理，充其量算作美化，是没有灵魂的。由此而来的输出也只能游离在“美不美”的表象。优秀的视觉方案，不仅要有颜值，还得通过它塑造形象，打造品质，创造价值。在“新一代数据可视化技术”的探索实践中，四方伟业遵循用户业务，帮助用户充分挖掘潜在数据价值，导出专业的定制化视觉方案。

设计师理解业务可以从术语定义、行业规范，数据逻辑和关键指标等方面入手。当然，条件允许的情况下，请咨询顾问绘制业务脑图，在此成果上理解，相对来说会更容易些。另外，在这个阶段开始琢磨交互形式以及场景创意，会有助于方案的快速构建。

在梳理业务过程中，设计师接触到的数据来源是比较复杂。有报表的，算是精炼；有调查需求的，杂乱无章；也有业务系统的，规范有序；还有媒体报道或领导讲话的……为了处理数据逻辑和提取关键指标更加便捷，可根据具体情况建议客户搭配使用SDC ETL融合数据、SDC Hadoop数据存储计算和SDC Govern数据治理产品，涉及商业和人工智能还可以考虑SDC BE、SDC Miner产品进行数据分析，效果更佳！

躲开程序的“限制”

数据可视化最终是靠软件技术呈现，绕不开的就是程序。无论是哪种编程语言，都有技术瓶颈和落地成本，视觉方案最终也将转变成“0”“1”在系统中运行，这就需要设计师了解设计效果在后期代码编写的可行性，进行权衡取舍。要弱化其对项目的负面影响，需要程序和设计之间，设计和咨询之间，咨询和客户之间保持积极沟通。

数据可视化的“合理”比“好看”更重要

可视化方案首要解决的是展示和传播问题。如果风格创意干扰了这类基本需求，说明不合理，即使再好看，也仅是实用价值不高的花瓶。在“合理”和“好看”之间，能同时满足是理想状态，如果互斥，“合理”比“好看”更重要。

我们知道数据可视化不仅是数据模型的统计图表，还有数据关系场景和数据面片等。这里举个电量的例子，理解合理性：

数值不明所指

描述电量但不清楚值表示已用还是剩余

描述电量且能感知范围

值属性和范围直观明了

特别注意，“合理”不具有通用性，它在不同场景中要具体分析。比如业务告警，一些地方需要加“!”图标，一些地方只需要通过变色提示。

数据可视化的创意和细节

创意是数据可视化中的重难点。只有在吃透业务的情况下，才能进行创作。此时它不是设计师的专属，任何对业务足够熟悉的人都可以提出。设计师要特别留意这方面的建议。 

创意既要保证业务完整性和准确性，也要符合客户预期。创作时，根据业务逻辑捋清页面中的权重分布，可以考虑构建视觉场景来体现业务，也可以利用微观视角聚焦重要指标，或者结合交互、动画、音效等营造立体观感……目的是满足业务信息呈现，同时制造新奇，引起情感的正向共鸣。

从细节方面来看，构思时尽量采用手稿形式，专注概念表达，忽略绘图技法。视觉元素的选用要避免解读歧义，多应用日常熟悉的事物，色彩搭配和字体字号的处理尽量形成统一规范。视觉方案上线时，还要检查程序侧的复原情况。

随着时代发展，数据可视化将美学形式与实际功能相结合，通过表达、建模以及对立体、表面、属性和动画的显示，直观传达关键信息，帮助人们深刻洞察大数据背后的信息、知识与智慧，充分挖掘数据中蕴含的价值。四方伟业可视化系列产品，采用领先的大数据架构，具有强大的数据接入和处理能力，自动化智能数据建模，友好易用的用户交互式设计，将复杂的数据分析需求一站式转化为科学决策能力，让用户从繁杂的数据海洋中解放出来，更加专注于自有业务，保障决策更具时效性和高回报性。