有研究表明，人腦處理視覺(jué)內(nèi)容的速度是處理文字的6萬(wàn)倍。《哈佛商業(yè)評(píng)論》也曾預(yù)測(cè)：視覺(jué)化溝通已成為所有管理者的必修課，在越來(lái)越多情境下，視覺(jué)化將成為傳達(dá)工作內(nèi)容的惟一途徑。

而數(shù)據(jù)可視化，就是一種關(guān)于數(shù)據(jù)視覺(jué)表現(xiàn)形式的科學(xué)技術(shù)研究。這么多年下來(lái)，數(shù)據(jù)可視化在眾多行業(yè)里下沉發(fā)展，已經(jīng)變成一種司空見慣的事物。在政府部門的辦事大廳，在行業(yè)博覽會(huì)的展臺(tái)，在科技企業(yè)的會(huì)客區(qū)域，都能看到十分顯眼的可視化大屏。

但隨著物聯(lián)網(wǎng)的發(fā)展，另外一種需求被廣泛提出——實(shí)時(shí)大數(shù)據(jù)可視化解決方案 。萬(wàn)億設(shè)備連接物聯(lián)網(wǎng)，產(chǎn)生海量數(shù)據(jù)，如果不及時(shí)地對(duì)數(shù)據(jù)進(jìn)行過(guò)濾、收集、處理分析、決策，那將是一場(chǎng)不可想象的“數(shù)據(jù)災(zāi)難”，也將失去數(shù)據(jù)對(duì)物聯(lián)網(wǎng)的核心意義。

no.1 數(shù)據(jù)可視化的重點(diǎn)與難點(diǎn)

做數(shù)據(jù)可視化，企業(yè)需要先回答幾個(gè)問(wèn)題。

“有什么數(shù)據(jù)？數(shù)據(jù)有哪些分類？關(guān)于數(shù)據(jù)想了解什么？想展示什么？想得到什么？”第一步就是把這一串的靈魂拷問(wèn)想清楚。

因?yàn)閿?shù)據(jù)可視化既可以是演示工具，也可以是探索工具;既能解釋信息，也能輔助決策。網(wǎng)絡(luò)上不少話題會(huì)談數(shù)據(jù)可視化重不重要，但其實(shí)它是數(shù)據(jù)分析不可分割的一塊，并且如果你在批判數(shù)據(jù)可視化是面子工程，實(shí)際上，這個(gè)行業(yè)70%的時(shí)間都在理解數(shù)據(jù)、對(duì)數(shù)據(jù)建模，只有30%的時(shí)間用在了前端展示。

從功能上講，數(shù)據(jù)可視化基本涵蓋三個(gè)階段：

1. 初級(jí)階段，對(duì)原始數(shù)據(jù)進(jìn)行清洗和加工;

2. 探索階段，對(duì)數(shù)據(jù)進(jìn)行過(guò)濾、挖掘及分析;

3. 展示階段，對(duì)數(shù)據(jù)進(jìn)行提煉，讓其與讀者產(chǎn)生信息的交互。

所以對(duì)于任何數(shù)據(jù)分析師而言，基于對(duì)業(yè)務(wù)的理解需求，他們會(huì)把大量的時(shí)間花在清洗數(shù)據(jù)和構(gòu)建分析模型上，可視化就是放在最后水到渠成的事?；蛘呷缤腼?，擺盤是讓料理加分的最后一個(gè)步驟，但核心還是要讓大家接受它的味道。

數(shù)據(jù)分析還有一個(gè)時(shí)間屬性，可以從“昨天、今天、明天”三個(gè)角度來(lái)看。

昨天： 對(duì)過(guò)去的數(shù)據(jù)進(jìn)行分析判斷，得出結(jié)論，BI就是最常見的一個(gè)應(yīng)用。

今天： 呈現(xiàn)當(dāng)下的數(shù)據(jù)，具備實(shí)時(shí)動(dòng)態(tài)的特點(diǎn)，適合物聯(lián)網(wǎng)諸多領(lǐng)域。

明天： 由機(jī)器來(lái)分析數(shù)據(jù)，做出對(duì)未來(lái)的預(yù)測(cè)。

全天智能所做的，就是充分的理解數(shù)據(jù)，把來(lái)自物聯(lián)網(wǎng)的海量數(shù)據(jù)總結(jié)到大屏或者更小的系統(tǒng)中去，實(shí)現(xiàn)深度的挖掘分析，提供決策依據(jù)，實(shí)現(xiàn)項(xiàng)目商業(yè)價(jià)值的最大化。換言之，創(chuàng)造出都能讀懂、易于操作、能夠提前預(yù)警的圖表，這就是全天智能核心能力的集中體現(xiàn)。

no.2 大數(shù)據(jù)實(shí)時(shí)可視化的應(yīng)用案例

大數(shù)據(jù)實(shí)時(shí)可視化是趨勢(shì)，在智慧公安、智慧城市、零售、園區(qū)、航空、交通、自動(dòng)化監(jiān)控看板等等場(chǎng)合中都可以隨意看到。

比如智能交通對(duì)實(shí)時(shí)數(shù)據(jù)的需求就非常強(qiáng)烈 。 伍景輝表示，城市中隱藏了太多的數(shù)據(jù)信息，都可以對(duì)交通狀況產(chǎn)生影響。比如我們收集各個(gè)停車場(chǎng)的數(shù)據(jù)，觀測(cè)其中的停車數(shù)量，就可以預(yù)測(cè)未來(lái)兩個(gè)小時(shí)內(nèi)路面上車輛的多少，紅綠燈的調(diào)配等等決策都可以基于此而產(chǎn)生。

再比如公交集團(tuán)的駕駛安全行為識(shí)別系統(tǒng) 。 通過(guò)將攝像頭捕捉到的人臉信息可視化，就可以分析司機(jī)的駕駛狀態(tài)，進(jìn)而采取及時(shí)干預(yù)或者定期檢查的手段，減少危險(xiǎn)意外的發(fā)生。

還有零售領(lǐng)域?qū)?shí)時(shí)數(shù)據(jù)可視化的需求也很大 ，以便提高轉(zhuǎn)化率、獲客能力等等。

no.3 AI是數(shù)據(jù)實(shí)時(shí)可視化的重要輔助

數(shù)據(jù)可視化的未來(lái)，毫無(wú)疑問(wèn)需要加入人工智能，使其變成一個(gè)隨時(shí)可使用的產(chǎn)品，具備交互、調(diào)取數(shù)據(jù)的能力。

伍景輝提到，當(dāng)我們把數(shù)據(jù)從“昨天”、“今天”收集起來(lái)以后，希望更多的環(huán)節(jié)也能由機(jī)器來(lái)執(zhí)行。比如在數(shù)據(jù)分析工具中自動(dòng)建模，比如在交互方式上做一些智能化的改進(jìn)，全天智能正是從這兩個(gè)層次做出了對(duì)未來(lái)的規(guī)劃。

目前，全天智能開放的工具版本還需要客戶自己去建模，這是機(jī)器學(xué)習(xí)的階段，需要了解客戶對(duì)圖表的喜好及看法。未來(lái)，這項(xiàng)技術(shù)將回報(bào)給客戶，用來(lái)更好地、更精確地滿足客戶需求。

no.4 全天智能的核心戰(zhàn)略

1.以工具為核心，以解決方案為輔助。 一方面，不斷打磨工具，形成比較完善的建模體系，減少不必要的“重復(fù)造輪子”，縮短項(xiàng)目周期;另一方面，不斷地提高做解決方案的能力，累積到各行各業(yè)數(shù)據(jù)分析的經(jīng)驗(yàn)，再把服務(wù)客戶的經(jīng)驗(yàn)總結(jié)到工具里面，形成整個(gè)閉環(huán)的循環(huán)流動(dòng)。

2.與合作伙伴一起搭建物聯(lián)網(wǎng)生態(tài)。 全天智能定位為實(shí)時(shí)大數(shù)據(jù)可視化解決方案商，是比較早落實(shí)這一理念的企業(yè)。但全天智能的發(fā)展是橫向的，在硬件、平臺(tái)等領(lǐng)域，全天智能致力于與各行各業(yè)的廠商聯(lián)合起來(lái)，攜手共進(jìn)物聯(lián)網(wǎng)項(xiàng)目落地的“最后一公里”。

2018年10月，全天智能在騰訊AI加速器二期1500個(gè)項(xiàng)目中脫穎而出，成為40個(gè)優(yōu)秀項(xiàng)目之一。同時(shí)獲得了天津仁愛(ài)資本領(lǐng)投的Pre-A輪千萬(wàn)融資，宣布將加快在產(chǎn)品研發(fā)，構(gòu)建物聯(lián)網(wǎng)實(shí)時(shí)可視化生態(tài)及人工智能方面的步伐。

在2019年7月30日-8月1日將要舉行的IOTE2019第十二屆國(guó)際物聯(lián)網(wǎng)展（深圳站）上，全天智能也將攜產(chǎn)品方案精彩亮相（展位號(hào)9D134） ，希望結(jié)識(shí)更多合作伙伴，共同推動(dòng)物聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展壯大。