数据可视化技能的进阶路线：SQL+BI+Echarts

2019-01-17 本文已影响903人帆软

“数据可视化” 是一种使用技术手段表达数据结果的一种方式，但是大部分数据可视化=各种图表，这是十分外行的想法。

数据可视化是一个需要理解业务需求、数据结构、数据交互原理、数据表达逻辑以及考察审美的复杂工作。

数据可视化一般是整个数据分析链路的最后一个环节。在数据可视化之前，我们需要对原始数据进行大量的整理和清洗处理，这一环节首选数据库SQL，数据处理之后才是分析和可视化。数据可视化有两个方向很值得去尝试：商业智能BI与动态交互图表。

所以，这里推荐一个数据可视化技能的进阶路线：SQL+BI+Echarts

数据可视化技能的进阶路线：SQL+BI+Echarts

接下来以分析一个电商销售数据的实操案例，来演示如何用SQL、BI商业智和Echarts制作数据可视化。

为什么数据分析一定要具备SQL技能？

首先，互联网公司每天都需要处理大量数据，这些数据不可能都存储在某个人的PC上。在这种情况下，一般用数据库来存储数据，数据都在数据库里，SQL又是数据库语言，所以当然必备了。

其次，Excel对十万条以内的数据处理起来一点不虚,但是资深的数据分析师还是笑摸狗头,Too Young Too Sample,爷搞得都是百万数据。要百万数据,就得上数据库。

SQL是数据分析师的核心技能之一。有些公司并不给数据库权限,需要分析师写邮件提需求,这非常不好。数据分析师经常有各类假设需要验证,很多时候写十几行SQL就能得到的答案,还得麻烦其他部门导出数据。

在数据可视化之前，我们需要对数据进行大量的处理工作，以“某电商订单”为例。其数据量为37000+，包括7个原始字段：

数据可视化技能的进阶路线：SQL+BI+Echarts

下图演示的是使用最强大的开源数据库PostgreSQL处理数据的流程，当然MySQL也用的很多：

创建数据库并导入csv数据

数据可视化技能的进阶路线：SQL+BI+Echarts

查看并删除相关缺失值

数据可视化技能的进阶路线：SQL+BI+Echarts

列明修改及计算商品打折折扣力度

数据可视化技能的进阶路线：SQL+BI+Echarts

以上数据整理工作也可以在excel中完成，步骤包括：数据筛选、数据透视、Vlookup连接数据等。但是由于数据量较大，期间你有可能面临灰屏、死机、程序跳出未保存等各种风险。总结来说，在企业级的数据量处理中，excel是不行的。一般10W以上的数据量都要借助数据库。

对于SQL（数据库语言），处理几万条乃至更大体量的数据，效率都是非常高，并且SQL语言应该是最容易理解的语言了。

回到可视化，SQL作为数据可视化工作的第一步，完成了数据管理及清洗工作。

接下来我们来看看另外两条路：用商业智能BI做数据商业价值挖掘，或者用交互式图表表达数据内容。

FineBI —— 值得推荐的商业智能分析平台！

如果你是一名用户研究分析师：需要了解客户画像、用户组成、用户习惯。

或者你是一名市场数据分析师：需要分析产品销量、地区排名、供需关系。

亦或是一名财务数据分析师：关注企业资产负债率、现金流动负债率、应收款项周转率、应收款项周转率。

你都经常要做一件事——向你的同事、老板、甲方表达你的研究成果，并且用数据、图表、表格来展示。那这个时候商业智能BI是最好的选择。

商业智能BI是目前各大公司常用的数据工作和数据可视化平台。它可以将数据进行快速准确的整合，计算，并提供出结果图表及决策依据，辅助决策。

而对于BI，目前最主流的工具平台有Tableau、PowerBI、FineBI，成熟商用的有Tableau、Qlik、FineBI。这里推荐的FineBI，部署速度快，可视化库丰富，能支持R/Python/等，还有一些数据挖掘模型。商用性价比高于其他，能对接各类大数据平台方案。关键个人版免费，不限功能，且均支持WIN、OS和Lunix系统。