資料分析三部曲

University Of　Maryland的Shneiderman教授把資料分析的過程歸納為三大步：Overview，Zoom&Filter，Detail-on-demand。可以大致簡譯為：全盤觀察，深入及過濾，及時獲取詳細資料。這三步可以說缺一不可。不僅是資料分析的一個主要的流程，也是資料分析軟體所必須提供了功能。我們在這裡來簡單看一看每一步的工作和需要的工具支援。

全盤觀察

對資料的一個全盤觀察是每一個數據分析的起始點。除非你已經有一個明確的分析重點，一個全面的資料呈現介面可以讓你很快地判斷出你是否需要進一步的分析，或者進一步分析的方向。但很多BI軟體往往忽約了這一點。

在設計一個分析介面時，如果我們要求使用者做很多工作才能看到一個全面的情況，使用者就失去了一個很快掌握全域性的機會。比如下面的一個Dashboard。

通過對這個介面的初步分析，我們知道資料被按照地區(Location)分成了不同的檢視。如果一個使用者需要找到感興趣的地區，他就需要一個一個地區的去點選。這不僅被迫使用者做出不必要的操作，而且完全打斷了使用者的思路。如果使用者需要對不同地區進行比較，等到點選到幾個地區之後，大概也已經忘記最初始的情況了。

提供一個全域性的展現，當然也不是隻是一個理念就能解決的問題。如果我們想把大量的資料整合在一個介面，不需任何切換就可以觀察，就需要相應的軟體支援。比如子彈圖，Sparkline等等工具。在這裡就不詳細描述了。

深入及過濾

一旦使用者找到了感興趣的方面，第二步的工作就需要縮小範圍，更進一步分析相關的資料。從實現的角度，這裡有兩種可能。第一，如果可能的話，使用者可以直接在全盤的介面上做一些放大和過濾的工作。但因為空間的限制，往往一個全域性的介面已經比較擁擠，同時包含一些詳盡分析功能有一些困難。

如果是這種情況，我們可以提供一個快捷的切換功能，讓使用者可以在保持當前環境(Context)的情況下，迅速地切換的新的介面。在這個步驟裡，使用者需要很強大的功能從不同的角度，不同的層次對資料進行顯示和操作。這些操作主要包括資料過濾，圖表切換，數字比較及再計算等等。

資料過濾的目的是靈活地縮小資料的範圍。根據不同的資料種類，我們可以選擇合適的工具，比如可選列表，可拉動滾動條等。

作為資料的.重要顯示渠道，圖表本身也應該提供大量的資料過濾與操作功能。比如使用者應該可以快捷地轉換資料顯示形式，進行不同的排序，計算，和比較。這些可以通過一些預先設計的介面，讓使用者用最簡單的形式和資料互動。或者通過一個完全開放的介面，讓使用者任意地定義圖表的展示。

以下是StyleScope的終端使用者介面。

及時獲取詳細資料

分析的目的，是找到有用的資訊，從而採取相應的措施。而最後的決定，往往還是需要落實到具體的事件。所以從分析的綜合資料到低層的細節資料是至關重要的一步。這個問題貌似簡單，但卻是很多分析軟體的一個軟肋。

最傳統的分析方案，OLAP，通過提前計算彙總資料來達到更高的速度。但這樣的直接後果是彙總資料和詳細資料的關係就常常失去了。雖然新的OLAP系統通常會提供一個解決方案，但往往結果並不是最優化。

另一個需要解決的問題是使用者怎樣選擇需要的詳細資料。一個常用的方法是直接在圖表上通過選擇資料點，然後直接連結到詳細資料上。

Via：資料文化