科技: 人物 企业 技术 IT业 TMT
科普: 自然 科学 科幻 宇宙 科学家
通信: 历史 技术 手机 词典 3G馆
索引: 分类 推荐 专题 热点 排行榜
互联网: 广告 营销 政务 游戏 google
新媒体: 社交 博客 学者 人物 传播学
新思想: 网站 新书 新知 新词 思想家
图书馆: 文化 商业 管理 经济 期刊
网络文化: 社会 红人 黑客 治理 亚文化
创业百科: VC 词典 指南 案例 创业史
前沿科技: 清洁 绿色 纳米 生物 环保
知识产权: 盗版 共享 学人 法规 著作
用户名: 密码: 注册 忘记密码?
    创建新词条
科技百科——欢迎光临全球最大的互联网博物馆
  • 人气指数: 9956 次
  • 编辑次数: 1 次 历史版本
  • 更新时间: 2013-01-07
高兴
高兴
发短消息
相关词条
Qualtrics
Qualtrics
数据会说谎
数据会说谎
数据分析三部曲
数据分析三部曲
社会化数据分析
社会化数据分析
新版Analytics
新版Analytics
数据驱动业务
数据驱动业务
产品竞争分析的方法
产品竞争分析的方法
Facebook如何利用数据指导设计
Facebook如何利用数据指导设计
科技工作者
科技工作者
信息设计
信息设计
推荐词条
希拉里二度竞选
希拉里二度竞选
《互联网百科系列》
《互联网百科系列》
《黑客百科》
《黑客百科》
《网络舆情百科》
《网络舆情百科》
《网络治理百科》
《网络治理百科》
《硅谷百科》
《硅谷百科》
桑达尔·皮查伊
桑达尔·皮查伊
阿里双十一成交额
阿里双十一成交额
王健林电商梦
王健林电商梦
陌陌IPO
陌陌IPO
最新词条

热门标签

微博侠 数字营销2011年度总结 政务微博元年 2011微博十大事件 美国十大创业孵化器 盘点美国导师型创业孵化器 盘点导师型创业孵化器 TechStars 智能电视大战前夜 竞争型国企 公益型国企 2011央视经济年度人物 Rhianna Pratchett 莱恩娜·普莱契 Zynga与Facebook关系 Zynga盈利危机 2010年手机社交游戏行业分析报告 游戏奖励 主流手机游戏公司运营表现 主流手机游戏公司运营对比数据 创建游戏原型 正反馈现象 易用性设计增强游戏体验 易用性设计 《The Sims Social》社交亮 心理生理学与游戏 Kixeye Storm8 Storm8公司 女性玩家营销策略 休闲游戏的创新性 游戏运营的数据分析 社交游戏分析学常见术语 游戏运营数据解析 iPad风行美国校园 iPad终结传统教科书 游戏平衡性 成长类型及情感元素 鸿蒙国际 云骗钱 2011年政务微博报告 《2011年政务微博报告》 方正产业图谱 方正改制考 通信企业属公益型国企 善用玩家作弊行为 手机游戏传播 每用户平均收入 ARPU值 ARPU 游戏授权三面观 游戏设计所运用的化学原理 iOS应用人性化界面设计原则 硬核游戏 硬核社交游戏 生物测量法研究玩家 全球移动用户 用户研究三部曲 Tagged转型故事 Tagged Instagram火爆的3大原因 全球第四大社交网络Badoo Badoo 2011年最迅猛的20大创业公司 病毒式传播功能支持的游戏设计 病毒式传播功能 美国社交游戏虚拟商品收益 Flipboard改变阅读 盘点10大最难iPhone游戏 移动应用设计7大主流趋势 成功的设计文件十个要点 游戏设计文件 应用内置付费功能 内置付费功能 IAP功能 IAP IAP模式 游戏易用性测试 生理心理游戏评估 游戏化游戏 全美社交游戏规模 美国社交游戏市场 全球平板电脑出货量 Facebook虚拟商品收益 Facebook全球广告营收 Facebook广告营收 失败游戏设计的数宗罪名 休闲游戏设计要点 玩游戏可提高认知能力 玩游戏与认知能力 全球游戏广告 独立开发者提高工作效率的100个要点 Facebook亚洲用户 免费游戏的10种创收模式 人类大脑可下载 2012年最值得期待的20位硅谷企业家 做空中概股的幕后黑手 做空中概股幕后黑手 苹果2013营收 Playfish社交游戏架构

数据分析三部曲 发表评论(0) 编辑词条

目录

数据分析三部曲 编辑本段回目录

University Of Maryland的Shneiderman教授把数据分析的过程归纳为三大步:Overview,Zoom & Filter,Detail-on- demand。可以大致简译为:全盘观察,深入及过滤,及时获取详细数据。这三步可以说缺一不可。不仅是数据分析的一个主要的流程,也是数据分析软件所必 须提供了功能。我们在这里来简单看一看每一步的工作和需要的工具支持。

全盘观察

对数据的一个全盘观察是每一个数据分析的起始点。除非你已经有一个明确的分析重点,一个全面 的数据呈现界面可以让你很快地判断出你是否需要进一步的分析,或者进一步分析的方向。但很多BI软件往往忽约了这一点。

在设计一个分析界面时,如果我们要求用户做很多工作才能看到一个全面的情况,用户就失去了一 个很快掌握全局的机会。比如下面的一个Dashboard。

数据分析三部曲 - Data Mining - 数据分析数据挖掘

通过对这个界面的初步分析,我们知道数据被按照地区(Location)分成了不同的视图。 如果一个用户需要找到感兴趣的地区,他就需要一个一个地区的去点击。这不仅被迫用户做出不必要的操作,而且完全打断了用户的思路。如果用户需要对不同地区 进行比较,等到点击到几个地区之后,大概也已经忘记最初始的情况了。

提供一个全局的展现,当然也不是只是一个理念就能解决的问题。如果我们想把大量的数据集成在 一个界面,不需任何切换就可以观察,就需要相应的软件支持。比如子弹图,Sparkline等等工具。在这里就不详细描述了。

深入及过滤

一旦用户找到了感兴趣的方面,第二步的工作就需要缩小范围,更进一步分析相关的数据。从实现 的角度,这里有两种可能。第一,如果可能的话,用户可以直接在全盘的界面上做一些放大和过滤的工作。但因为空间的限制,往往一个全局的界面已经比较拥挤, 同时包含一些详尽分析功能有一些困难。

如果是这种情况,我们可以提供一个快捷的切换功能,让用户可以在保持当前环境 (Context)的情况下,迅速地切换的新的界面。在这个步骤里,用户需要很强大的功能从不同的角度,不同的层次对数据进行显示和操作。这些操作主要包 括数据过滤,图表切换,数字比较及再计算等等。

数据过滤的目的是灵活地缩小数据的范围。根据不同的数据种类,我们可以选择合适的工具,比如 可选列表,可拉动滚动条等。

数据分析三部曲 - Data Mining - 数据分析数据挖掘

作为数据的重要显示渠道,图表本身也应该提供大量的数据过滤与操作功能。比如用户应该可以快 捷地转换数据显示形式,进行不同的排序,计算,和比较。这些可以通过一些预先设计的界面,让用户用最简单的形式和数据互动。或者通过一个完全开放的界面, 让用户任意地定义图表的展示。

以下是StyleScope的终端用户界面。

数据分析三部曲 - Data Mining - 数据分析数据挖掘
及时获取详细数据

分析的目的,是找到有用的信息,从而采取相应的措施。而最后的决定,往往还是需要落实到具体 的事件。所以从分析的综合数据到低层的细节数据是至关重要的一步。这个问题貌似简单,但却是很多分析软件的一个软肋。

最传统的分析方案,OLAP,通过提前计算汇总数据来达到更高的速度。但这样的直接后果是汇 总数据和详细数据的关系就常常失去了。虽然新的OLAP系统通常会提供一个解决方案,但往往结果并不是最优化。

另一个需要解决的问题是用户怎样选择需要的详细数据。一个常用的方法是直接在图表上通过选择 数据点,然后直接链接到详细数据上。

数据分析三部曲 - Data Mining - 数据分析数据挖掘

来源:http://datavis.blog.163.com/blog/static/163856141201052410393643/


→如果您认为本词条还有待完善,请 编辑词条

词条内容仅供参考,如果您需要解决具体问题
(尤其在法律、医学等领域),建议您咨询相关领域专业人士。
0

标签: 数据分析三部曲

收藏到: Favorites  

同义词: 暂无同义词

关于本词条的评论 (共0条)发表评论>>

对词条发表评论

评论长度最大为200个字符。