数据分析三部曲 编辑本段回目录
University Of Maryland的Shneiderman教授把数据分析的过程归纳为三大步：Overview，Zoom & Filter，Detail-on- demand。可以大致简译为：全盘观察，深入及过滤，及时获取详细数据。这三步可以说缺一不可。不仅是数据分析的一个主要的流程，也是数据分析软件所必 须提供了功能。我们在这里来简单看一看每一步的工作和需要的工具支持。
全盘观察
对数据的一个全盘观察是每一个数据分析的起始点。除非你已经有一个明确的分析重点，一个全面 的数据呈现界面可以让你很快地判断出你是否需要进一步的分析，或者进一步分析的方向。但很多BI软件往往忽约了这一点。
在设计一个分析界面时，如果我们要求用户做很多工作才能看到一个全面的情况，用户就失去了一 个很快掌握全局的机会。比如下面的一个Dashboard。
通过对这个界面的初步分析，我们知道数据被按照地区（Location）分成了不同的视图。 如果一个用户需要找到感兴趣的地区，他就需要一个一个地区的去点击。这不仅被迫用户做出不必要的操作，而且完全打断了用户的思路。如果用户需要对不同地区 进行比较，等到点击到几个地区之后，大概也已经忘记最初始的情况了。
提供一个全局的展现，当然也不是只是一个理念就能解决的问题。如果我们想把大量的数据集成在 一个界面，不需任何切换就可以观察，就需要相应的软件支持。比如子弹图，Sparkline等等工具。在这里就不详细描述了。
深入及过滤
一旦用户找到了感兴趣的方面，第二步的工作就需要缩小范围，更进一步分析相关的数据。从实现 的角度，这里有两种可能。第一，如果可能的话，用户可以直接在全盘的界面上做一些放大和过滤的工作。但因为空间的限制，往往一个全局的界面已经比较拥挤， 同时包含一些详尽分析功能有一些困难。
如果是这种情况，我们可以提供一个快捷的切换功能，让用户可以在保持当前环境 （Context）的情况下，迅速地切换的新的界面。在这个步骤里，用户需要很强大的功能从不同的角度，不同的层次对数据进行显示和操作。这些操作主要包 括数据过滤，图表切换，数字比较及再计算等等。
数据过滤的目的是灵活地缩小数据的范围。根据不同的数据种类，我们可以选择合适的工具，比如 可选列表，可拉动滚动条等。
作为数据的重要显示渠道，图表本身也应该提供大量的数据过滤与操作功能。比如用户应该可以快 捷地转换数据显示形式，进行不同的排序，计算，和比较。这些可以通过一些预先设计的界面，让用户用最简单的形式和数据互动。或者通过一个完全开放的界面， 让用户任意地定义图表的展示。
以下是StyleScope的终端用户界面。
及时获取详细数据
分析的目的，是找到有用的信息，从而采取相应的措施。而最后的决定，往往还是需要落实到具体 的事件。所以从分析的综合数据到低层的细节数据是至关重要的一步。这个问题貌似简单，但却是很多分析软件的一个软肋。
最传统的分析方案，OLAP，通过提前计算汇总数据来达到更高的速度。但这样的直接后果是汇 总数据和详细数据的关系就常常失去了。虽然新的OLAP系统通常会提供一个解决方案，但往往结果并不是最优化。
另一个需要解决的问题是用户怎样选择需要的详细数据。一个常用的方法是直接在图表上通过选择 数据点，然后直接链接到详细数据上。
来源：http://datavis.blog.163.com/blog/static/163856141201052410393643/
