当前位置: 首页 > news >正文

帆软大屏2.0企业制作


数字化观点中心
/
当前页
如何从0-1制作数据大屏,我用大白话给你解释清楚了
文 | 商业智能BI相关文章 阅读次数:18,192 次浏览
2023-06-08 11:51:49
好莱坞大片《摩天营救》中有这么一个场景:

你可以看见反派大boss在屏幕上随便点点,就能看到每个角落的具体情况,不禁让人惊呼:满满的高科技!

其实这背后就是咱们今天要讲的数据可视化:把相对复杂、抽象的数据通过可视的方式以人们更易理解的形式展示出来的一系列手段,数据可视化是为了使用户快速读懂数据背后的含义。

像电影里的这种叫做大屏数据可视化,也是可视化的一种,通过大屏为数据展示载体,特点是“大面积、炫酷动效、丰富色彩”,并且在企业中有很多丰富的应用场景:

最近大师兄也刚接触了一个大屏项目,借此总结了一些可视化大屏制作经验与大家分享。文章写的比较细,请耐心阅读

可视化大屏从制作到最后的展现,一般包含这5个步骤:

需求调研

大屏布局

可视化设计

大屏调试

上线运营

1需求调研
这一阶段分为4个部分,是大屏上线前的准备。

1、硬件调研
大屏大屏,肯定得先有硬件,才能将数据展示出来。我们需要确定:大屏是否已买,大屏分辨率,大屏显卡所支持的分辨率输出,显卡是否支持自定义分辨率,HDMI 线支持的分辨率。

同时我们还要确定设计稿尺寸,既不能太大让人感觉突兀,也不能太小看不清数据指标。

数字化观点中心
/
当前页
如何从0-1制作数据大屏,我用大白话给你解释清楚了
文 | 商业智能BI相关文章 阅读次数:18,192 次浏览
2023-06-08 11:51:49
好莱坞大片《摩天营救》中有这么一个场景:

你可以看见反派大boss在屏幕上随便点点,就能看到每个角落的具体情况,不禁让人惊呼:满满的高科技!

其实这背后就是咱们今天要讲的数据可视化:把相对复杂、抽象的数据通过可视的方式以人们更易理解的形式展示出来的一系列手段,数据可视化是为了使用户快速读懂数据背后的含义。

像电影里的这种叫做大屏数据可视化,也是可视化的一种,通过大屏为数据展示载体,特点是“大面积、炫酷动效、丰富色彩”,并且在企业中有很多丰富的应用场景:

最近大师兄也刚接触了一个大屏项目,借此总结了一些可视化大屏制作经验与大家分享。文章写的比较细,请耐心阅读

可视化大屏从制作到最后的展现,一般包含这5个步骤:

需求调研

大屏布局

可视化设计

大屏调试

上线运营

1需求调研
这一阶段分为4个部分,是大屏上线前的准备。

1、硬件调研
大屏大屏,肯定得先有硬件,才能将数据展示出来。我们需要确定:大屏是否已买,大屏分辨率,大屏显卡所支持的分辨率输出,显卡是否支持自定义分辨率,HDMI 线支持的分辨率。

同时我们还要确定设计稿尺寸,既不能太大让人感觉突兀,也不能太小看不清数据指标。

2、业务需求调研
即大屏里要展示的内容是什么,和下面要讲的排版布局是分不开的。当然,为了最大化数据对业务帮助,我们要确定一些概括性词语,是对一组或者一系列数据的统称,也就是关键指标。

根据业务场景抽取关键指标

一般情况下,一个指标在大屏上独占一块区域,所以通过关键指标定义,我们就知道大屏上大概会显示哪些内容以及大屏会被分为几块。

确定关键指标后,根据业务需求拟定各个指标展示的优先级(主、次、辅)。

主:反应核心业务内容的

次:用于进一步阐述主要指标的

辅:主要指标的补充信息

确定可视化图表类型

确定关键指标之后,根据分析目标确定指标分析维度,可以从联系、分布、比较、构成四个角度去考虑我们想通过可视化表达什么样的信息,从而确定数据之间的关系

联系:数据之间的相关性

分布:指标里的数据主要集中在什么范围、表现出怎样的规律

比较:数据之间存在何种差异、差异主要体现在哪些方面

构成:指标里的数据都由哪几部分组成、每部分占比如何

然后就可以根据数据之间的关系选择相对应的展示图表,这边给一张图表选择指南:

3、数据质量调研
数据来源:填报、读业务库、读中间库

数据单位:单位、小数位

数据更新频率:实时、准实时

4、功能调研
包括很多:是否需要下钻、轮播、自定义地图、扩展图表等,就拿图表来举例吧,当确定了某个数据关系类型后,就可以根据该数据的使用场景查找出相对应的图表和使用建议,并在其中进行选择。

 

http://www.lryc.cn/news/131741.html

相关文章:

  • 【学习笔记之opcua】使用Python获取opcua数据
  • apache doris和StarRocks的区别
  • 文心一言最新重磅发布!
  • css整体使用
  • LeetCode1578. 使绳子变成彩色的最短时间
  • 如何在机器学习中实现分类?
  • 华为网络篇 RIP的负载均衡-29
  • 前端面试的性能优化部分(10)每天10个小知识点
  • 分类预测 | MATLAB实现S4VM半监督支持向量机二分类预测
  • maven -pl -am -amd
  • 高效解决Anaconda Prompt报错Did not find VSINSTALLDIR这类问题
  • 将iPhone备份到移动硬盘
  • 找工作 相关资料
  • 罗勇军 → 《算法竞赛·快冲300题》每日一题:“排列变换” ← 贪心算法
  • 算法修炼Day51|● 309.最佳买卖股票时机含冷冻期 ● 714.买卖股票的最佳时机含手续费
  • LVS-DR模型实例
  • Vue面试题
  • 使用图像处理算法检测金属表面的生锈区域: Python实现及步骤解析
  • 通过爬虫抓取上市企业利润表并在睿思BI中展示
  • 填充柄功能
  • Python爬虫性能优化:多进程协程提速实践指南
  • mongodb export(2023新)
  • css-flex使用
  • SAP安全库存-安全库存共享、安全库存简介
  • CentOS自己搭建时钟同步服务实操
  • 高阶数据结构-图
  • Linux/Ubuntu 的日常升级和安全更新,如何操作?
  • Linux自动挂载U盘
  • Edge浏览器免费使用GPT3.5
  • 面试题--redis篇