自从学了这种数据可视化，Echarts、Python、Excel从此是路人

大家好，我是BAT的一名高级产品经理，最近忙着做一件事情，分析一款新产品的各项数据指标，为了找到增长点，完成OKR，拿到年终奖，我可是煞费苦心。

一边嫌弃Excel，自学Python和R，一边请我们的研发小哥哥用Echarts帮我搞，好吃的好喝的都供上，搞来搞去两者都没有成效不说，这个研发小哥还去脉脉上吐槽我？

我真的好气！我有办法还能来找你吗？我不要面子的吗？

我反复想了想，到底是是什么地方出了问题，我能不能不靠他，自己独立地完成数据可视化分析？

数据分析界有一句经典名言，字不如表，表不如图。

数据分析中的相互关系，通常代表的是关联性和因果关系，多个变量之间应该存在着某种联系。校正数据的真实可靠性，用产品经理的视角去看待你所处理的数据，避免有问题的数据出现在可视化的展示中。

目前有很多工具或产品可以实现数据可视化，甚至可视化已成为商业智能和数据分析产品的基本配置，但在平时工作中，使用较为频繁的可视化工具是Excel，其次是R（R在数据分析领域的地位不言而喻，其丰富而强大的扩展包支持使得几乎一切数据层面的分析和操作成为可能，这些支持中就包括数据可视化。）和Python。

但是Excel在我这里行不通，一是它的可视化满足不了我，因为图表类型太少，二是数据量太大，它撑不住。至于R和Python，我都已经996了，一回家只想睡觉，哪还有空学....（扎心了）

我反复看那条吐槽，突然看到一个中兴员工的评论：

帆软产品？这是干啥的？抱着疑惑的态度我上网搜了搜，原来是一家专门做大数据的公司阿，他们旗下的FineBI应该挺适合我的，主打自助式分析，看着挺牛逼的，啥？原来个人版免费？

不管了，先下载一个用用看，死马当活马医吧。

激活并下载安装之后是这样的（中间地图马赛克了）

我看了一下，FineBI能从很多种数据源导入数据：如两大主流开源平台(Hadoop，Spark)，Excel，CSV，XML，以及各类数据库(SQL Server，Oracle，MySQL等)。，这点倒是挺方便的，无论我从哪里收集到的数据，都可以一起分析了。

连接mysql：

那如何导入数据呢？仅需2步，数据准备—添加业务包，业务包是用来统一整理数据表的。

Excel为例：

就得到如下的数据明细。这里可以自动识别数据的字段类型，也可以修改字段类型。

至此，数据就导入成功，接下来开始正式分析。

再来说说它的自助式分析吧，我相信这是很多人都关心的一个点，如何能让业务人员自己去探索和分析数据，这样会节省与IT的沟通，也会节省一部分人力成本，双赢。

为了完美支持业务员的分析工作，FineBI作为自助式BI工具不同与传统BI，降低了代码操作，摒弃了手动建模，将重点放在了业务员可理解的前端。

业务员可只需要从数据包中读取数据，在前端像手机一样直接拖拽字段做分析，不需再要问数据在哪？数据好了没？数据不对等这些问题。

FineBI精美的数据可视化

FineBI有丰富的可视化图表，对应不同的场景。雷达图、气泡图、热力图、GIS地图....你想要的全都有！

数据分析因为选错图表而导致陷入分析错觉的案例不在少数。每一种图表都给到了应用场景的提示，比如对地域分析要求较高的数据选用GIS地图；比如分析进度可以选用环形图或仪表盘；维度多的复杂分析，可以选用组合图。

最后再和大家聊聊我作为产品经理，整理出来的数据可视化分析思路。

（1）明确目标

明确数据可视化的目标，通过数据可视化我们要解决什么样的问题，需要探索什么内容或陈述什么事实。

（2）选择图形

围绕目标找到能提供信息的指标或者数据，选择合适的图形去展示需要可视化的数据。

（3）选择维度

分辨哪些是有价值的值得关注的维度，选择数据展示的视角。基本图表一般有哪些可用维度呢？

（4）突出关键信息

根据可视化展示目标，将重要信息添加辅助线或更改颜色等手段，进行信息的凸显，将用户的注意力引向关键信息，帮助用户理解数据意义。

CPU监控：

CPU使用率监控案例，可视化的目标就是检测CPU的使用情况，特别是异常使用情况。所以图中将100％最高临界线使用特殊的颜色和线形标识出来，异常的使用段用颜色帮助用户识别。

还有人问我为什么不用Tableau？你以为我没用过吗？我的首选就是它，使用之后无奈发现：

对计算机的硬件要求很高，部署十分复杂
数据模型属于宽带模型，灵活性和拓展性比较差
无法控制用户查看的列级别的权限粒度，数据权限控制较差
国内主要是代理商提供项目实施和技术服务，本土化稍弱，售后服务糟糕

自从我用了FineBI，我就再也没和那个研发说过话，如果早点知道这个软件，我的请客吃饭钱都省了...