VDV 的完整形式是什么？

VDV：虚拟数据可视化器（Virtual Data Visualizer）

VDV 代表虚拟数据可视化器。虚拟数据可视化器是作者为数据可视化和分析提出的一个高度沉浸式、交互式的环境。VDV 是一个非特定于应用程序的探索性数据可视化工具集合。它使用分层的基于类的数据组织，用户可以在虚拟环境中修改数据设置。

类结构是用户可能创建、修改或消除的数据变量和字形元素之间任何绑定或映射的基础。绑定过程还提供了一组默认值，以允许用户快速显示数据。对于虚拟环境，VDV 需要一个相当复杂的用户界面。他们相信将或多或少传统的菜单与更直接的操作图标的方法结合起来将实现他们的目标。这项工作展示了如何创建功能性用户界面和工具集。

VDV 中的控件包括用于调整数据动画以及放大和缩小的面板。还包括一个用于修改字形和字形/变量范围的工作台，以及一个用于物理创建新类的边界工具。

数据可视化的类别

数据可视化对市场研究至关重要，因为它允许对数值和分类数据进行视觉表示，从而增强洞察力的影响并降低分析瘫痪的风险。因此，数据可视化分为以下几类

数据可视化的优势

1. 更好的协议

在业务中，我们经常需要检查两个元素或情况的显示。传统方法是首先体验关于两种情况的大量信息，然后进行分析。这将花费很长时间。

2. 更优的方法

它可以解决将两种观点的数据整合到图形框架中的挑战。这无疑将更好地理解情况。例如，Google 趋势帮助我们理解以说明性或图形格式呈现的与热门项目或查询相关的数据。

3. 简单的数据共享

组织提供不同的通信结构以及信息的描述。共享图形数据将比传播密集信息更容易吸引和传播易于理解的信息。

4. 交易分析

专业的销售人员可以利用信息表示轻松理解商品的业务图表。他将能够通过热力图等信息感知工具，理解提升组织统计数据的因素和使其下降的因素。

信息表示使理解趋势和其他变量（例如哪些类型的客户有兴趣购买、回头客、地理位置的影响等）变得更容易。

5. 发现事件之间的关系

业务受多种因素影响。建立这些因素或事件之间的联系使领导者能够理解与其公司相关的问题。例如，当前在线业务部门的状况并非一成不变。在线组织的图表在一年中特定的欢乐时期（例如圣诞节或感恩节）会不断更新。例如，如果一家在线公司在给定季度产生典型的 100 万美元收入，并且该收入立即增长，它就可以快速识别类似情况。

6. 调查机会和趋势

由于现在有大量信息可用，业务领导者可以了解有关附近趋势和机会的深入知识。利用信息表示，专家可以找到客户行为的例子，促使他们寻找趋势并创造商业机会。

数据可视化的缺点

1. 可能耗时

处理大型复杂数据集时，创建可视化可能需要大量时间。机器学习工作流程可能会变慢，输出可能会下降。

2. 可能具有误导性

如果操作不当，数据可视化可能会产生误导，但它也可以帮助发现数据中的模式和关系。可视化可能会暗示不存在的模式或趋势，这可能导致仓促的结论和糟糕的选择。

3. 可能难以解释

某些可视化，包括具有 3D 或交互式组件的可视化，可能难以解释和理解。这可能导致混淆和不正确的数据解释。

4. 可能不适用于所有类型的数据

可视化可能不适用于某些类型的数据，例如文本或音频数据。在这些情况下，其他分析方法可能更适用。

5. 可能并非所有用户都能访问

一些用户可能会遇到视觉障碍或其他问题，使他们难以或无法理解可视化。在这些情况下，可能需要其他数据呈现方式来确保可访问性。

为什么数据可视化很重要？

假设您发布了一张显示公司 2010 年至 2020 年收益的折线图。很容易想象这条线会持续上升，在 2018 年有所下降。因此，您会立即注意到，除了 2018 年出现亏损外，公司每年都持续盈利。从数据表中快速检索这些信息并非那么简单。这是数据可视化价值的一个例子。以下是数据可视化重要性的一些进一步理由。

1. 数据可视化发现数据中的趋势

发现数据模式是数据可视化最关键的成就。毕竟，当所有数据以视觉格式而不是表格形式呈现时，更容易发现数据趋势。例如，下面显示的 Tableau 视图按降序显示每个客户的总收入。然而，红色代表亏损，而灰色代表利润。

因此，从这个可视化中很容易看出，一些客户在进行大笔销售的同时仍在亏损。从表格中很难看出这一点。

2. 数据可视化提供数据视角

数据可视化通过说明其相对于其他因素的重要性来将数据置于透视中。它显示了某些数据参考在全局中的位置。

下面数据可视化中销售额和利润之间的关系提供了关于这两个指标的数据视角。这也清楚地表明，超过 12,000 美元的销售额很少，而且更多的销售额并不总是转化为更大的利润。

3. 数据可视化将数据置于正确的上下文中

通过数据可视化，理解数据的上下文变得非常困难。由于上下文揭示了围绕数据的完整情况，因此仅通过读取表格中的数字很难理解。下面显示的 Tableau 数据可视化使用 TreeMap 显示美国每个地区的销售额。

由于加利福尼亚州的矩形最大，因此从该数据可视化中可以清楚地看出，该州的销售额是所有其他州中最高的。然而，如果没有数据可视化，很难脱离上下文理解这些信息。

4. 数据可视化节省时间

使用数据可视化而不是仅仅检查图表将更容易从数据中获得洞察。

在下面的 Tableau 截图中，很容易发现哪些州经历了净亏损而不是盈利。这是因为热力图上所有亏损的单元格都用红色着色，从而清楚地表明了哪些州亏损。在常规表格中计算亏损时，您必须检查每个单元格以查看其是否为负值。

5. 数据可视化讲述数据故事

数据可视化是向受众呈现数据故事的另一种工具。可视化可以传达一个故事，并引导受众得出明显的结论，同时以易于理解的方式呈现数据事实。像任何其他形式的故事一样，这个关于数据的故事应该有一个强有力的开头、一个简单的故事情节和一个它所建立的结论。

例如，如果数据分析师需要为公司领导创建数据可视化，以突出不同产品的盈利能力，数据故事可以从不同产品的利润和亏损开始，然后提出解决亏损的建议。