论数据可视化对经营分析的重要性

陈晓丹

摘要：本文主要研究数据可视化对经营分析的重要性。研究面向多业态多项目的经营管理与决策场景，使用以经营数据为核心的时空大数据分析与展示技术，汇聚处理商业运营过程中的收入与合同、店铺销售与客流、能耗与工程等核心主数据，对整个经营过程进行基于时空数据的可视化管控。

关键词：数据可视化;经营分析;重要性;

1.概述

随着商业发展的多样化以及行业竞争的激烈化，如何改善商场的运营管理，提高经济效益对整个商场来说显得尤为重要。传统的商场铺位管理模式主要是通过表格形式进行管理，可是表格一般很难准确、直观的展现商场铺位的变更状态等信息，如铺位的租金欠缴、商品经营情况等，每次当铺位有变化都需要不停的更新记录，这样的管理模式不仅维护工作量大，还效率低下，不便于检索，并且制约了整个商场的管理和铺位的利用效率。比如，以蜂鸟视图FengMap独特的室内地图为基础，将商场的所有铺位信息完整的显示到一张地图上，可供商场管理者清晰、直观的看到整个商铺的业务信息，以下列举部分功能模块：

收入预警：通过铺位的收入情况做出合理的分析和判断，针对各个楼层的业态分布及经营状况进行有效的调整。

出租情况：将铺位出租情况以可视化的方式进行展示，为招租决策提供数据支撑，以便快速的去调查及处理铺位招租问题。

销售分析：智能统计商场整体及铺位的坪效数据，以专项图的方式进行渲染展示，可以更加直观、明了的看到销售业绩的发展趋势，结合铺位销售业绩的对比实时了解品牌商的销售情况。

租金管理：自动统计欠缴租金及逾期天数，轻松掌握租金情况，通过租金占比对铺位租金进行调整，保证铺位正常运营。

客流统计：利用高精度的人流分布数据，进行有效的营销和推广等信息，为入驻商户提供丰富准确的顾客信息，助力商场做到以实际数据为依据与商户进行租约洽谈、指导经营，实现精细化运营，提高管理效率，减少运营成本。

大多数人对数据可视化的第一印象，可能就是各种图形，比如Excel图表模块中的柱状图、条形图、折线图、饼图、散点图等等，就不一一列举了。以上所述，只是数据可视化的具体体现，但是数据可视化却不止于此。数据可视化不是简单的视觉映射，而是一个以数据流向为主线的一个完整流程，主要包括数据采集、数据处理和变换、可视化映射、用户交互和用户感知。一个完整的可视化过程，可以看成数据流经过一系列处理模块并得到转化的过程，用户通过可视化交互从可视化映射后的结果中获取知识和灵感。可视化主流程的各模块之间，并不仅仅是单纯的线性连接，而是任意两个模块之间都存在联系。例如，数据采集、数据处理和变换、可视化编码和人机交互方式的不同，都会产生新的可视化结果，用户通过对新的可视化结果的感知，从而又会有新的知识和灵感的产生。

2.数据可视化主流程中的几个关键步骤

2.1数据采集

数据采集是数据分析和可视化的第一步，俗话说“巧妇难为无米之炊”，数据采集的方法和质量，很大程度上就决定了数据可视化的最终效果。数据采集的分类方法有很多，从数据的来源来看，可以分为内部数据采集和外部数据采集。采集企业内部经营活动的数据，通常数据来源于业务数据库，如订单的交易情况。如果要分析用户的行为数据、APP的使用情况，还需要一部分行为日志数据，这个时候就需要用「埋点」这种方法来进行APP或Web的数据采集。通过一些方法获取企业外部的一些数据，具体目的包括，获取竞品的数据、获取官方机构官网公布的一些行业数据等。获取外部数据，通常采用的数据采集方法为「网络爬虫」。以上的两类数据采集方法得来的数据，都是二手数据。通过调查和实验采集数据，属于一手数据，在市场调研和科学研究实验中比较常用，不在此次探讨范围之内。

2.2数据处理和变换

数据处理和数据变换，是进行数据可视化的前提条件，包括数据预处理和数据挖掘两个过程。一方面，通过前期的数据采集得到的数据，不可避免的含有噪声和误差，数据质量较低;另一方面，数据的特征、模式往往隐藏在海量的数据中，需要进一步的数据挖掘才能提取出来。正是因为有以上问题的存在，直接拿采集的数据进行分析or可视化，得出的结论往往會误导用户做出错误的决策。因此，对采集到的原始数据进行数据清洗和规范化，是数据可视化流程中不可缺少的一环。数据可视化的显示空间通常是二维的，比如电脑屏幕、大屏显示器等，3D图形绘制技术解决了在二维平面显示三维物体的问题。但是在大数据时代，我们所采集到的数据通常具有4V特性：Volume（大量）、Variety（多样）、Velocity（高速）、Value（价值）。如何从高维、海量、多样化的数据中，挖掘有价值的信息来支持决策，除了需要对数据进行清洗、去除噪声之外，还需要依据业务目的对数据进行二次处理。常用的数据处理方法包括：降维、数据聚类和切分、抽样等统计学和机器学习中的方法。

2.3可视化映射

对数据进行清洗、去噪，并按照业务目的进行数据处理之后，接下来就到了可视化映射环节。可视化映射是整个数据可视化流程的核心，是指将处理后的数据信息映射成可视化元素的过程。可视化元素由3部分组成：可视化空间+标记+视觉通道;数据可视化的显示空间，通常是二维。三维物体的可视化，通过图形绘制技术，解决了在二维平面显示的问题，如3D环形图、3D地图等。标记，是数据属性到可视化几何图形元素的映射，用来代表数据属性的归类。根据空间自由度的差别，标记可以分为点、线、面、体，分别具有零自由度、一维、二维、三维自由度。如我们常见的散点图、折线图、矩形树图、三维柱状图，分别采用了点、线、面、体这四种不同类型的标记。数据属性的值到标记的视觉呈现参数的映射，叫做视觉通道，通常用于展示数据属性的定量信息。常用的视觉通道包括：标记的位置、大小（长度、面积、体积…）、形状（三角形、圆、立方体…）、方向、颜色（色调、饱和度、亮度、透明度…）等。「标记」、「视觉通道」是可视化编码元素的两个方面，两者的结合，可以完整的将数据信息进行可视化表达，从而完成可视化映射这一过程。关于可视化编码元素的优先级，以及如何根据数据的特征选择合适的可视化表达，下次会专题来分享下。

2.4人机交互

可视化的目的，是为了反映数据的数值、特征和模式，以更加直观、易于理解的方式，将数据背后的信息呈现给目标用户，辅助其作出正确的决策。但是通常，我们面对的数据是复杂的，数据所蕴含的信息是丰富的。如果在可视化图形中，将所有的信息不经过组织和筛选，全部机械的摆放出来，不仅会让整个页面显得特别臃肿和混乱，缺乏美感;而且模糊了重点，分散用户的注意力，降低用户单位时间获取信息的能力。数据映射方式的控制：这个是指用户对数据可视化映射元素的选择，一般一个数据集，是具有多组特征的，提供灵活的数据映射方式给用户，可以方便用户按照自己感兴趣的维度去探索数据背后的信息。这个在常用的可视化分析工具中都有提供，如tableau、PowerBI等。

2.5用户感知

可视化的结果，只有被用户感知之后，才可以转化为知识和灵感。用户在感知过程，除了被动接受可视化的图形之外，还通过与可视化各模块之间的交互，主动获取信息。如何让用户更好的感知可视化的结果，将结果转化为有价值的信息用来指导决策，这个里面涉及到的影响因素太多了，心理学、统计学、人机交互等多个学科的知识。

参考文献：

[1]  邱添. 浅析我国中小企业跨国经营的策略[J]. 淮海文汇，2008，（04）.

[2]  王艳华. 我国企业跨国经营的优劣势分析[J]. 经济师，2009，（01）.

[3]  潘晓璐. 对我国企业跨国经营的策略思考[J]. 商场现代化，2009，（12）.

（作者单位：广东建远建筑装配工业有限公司）