在大数据时代，数字转已经成为行迫切的需求。2016-2018年金融、医疗、政府、全等行在大数据方向上的投入持续增，大数据可视化的需求呈爆发式增，相关产品也纷纷推出：阿里 DataV 的「十一的天猫可视化屏」、360的数博会企业安全屏、帆软的 BI系统。面对井喷式的市场需求部门业务 To G、To B 的拓展需求，需速储备数据可视化的能力，作一 To C 的设团队面临的挑战责任都巨的。
（编者注：由于本图太大，将100M，为了影响移端读者的阅读体验，本图片都是静态截图，图章链接戳：https://docs.qq.com/doc）
一、项目背景
在过一年中，潘洛斯（Penrose）团队参与了「灵鲲」态势感知系统、「麒麟」系统、「鹰眼」反电话诈骗系统等14个大数据可视产的设计。随着产断的探索和迭代，积累了一些行之有效的大数据可视化设计的得方法。基于「灵鲲」这案例，分享一下我们数据可视化方向的设思考，希望能够给对数据可视化感趣的同学提供一些思。
「灵鲲」是 MIG 全门与潘洛斯（Penrose）团队合作的，基于潘洛斯大数据可视引擎衍生的一款金融险监控可视产。应京与深圳金融办的需求，搭建灵鲲金融险态势感知系统，实现事中险控制，减络欺诈损失。
着手设计之前，我们需要：大数据市场规模和各行业投有大， 政企客户的大数据视化产品的痛点是什么？对比深耕年的竞品，我们设计的突破口在哪？——挖掘我们的机遇和力点。
二、我们的客户，目标群体
数据显示，2017年中国大数据产业规模为4700亿元。随着一系列政策的出台，大数据国家战略正在加速落地，大数据行业将持续增长，预计2018年中国大数据产业规模将达到6200亿元，增幅达32%。需求面，预计2020年大数据应用市场需求中，仅政府需求就占比35%，另外包括医疗、通、金融等个行业在大数据和信息化建设投也将持续增加。
除旺盛的需求以外，我们还注意到很政企内部数据基础很，以宜昌为例，宜昌智慧办汇集来自32个部门、60个系统的大量详尽的施市数据。与政企单位合，易形成行业灯塔，便规模复。另外，针对大数据视化，目前政企已不满「面子工程」，更的希望大数据视化与 AI 结合，呈现更复样的数据，以辅助决策。
基于以上的市潜在规模的考察和典型户研究，在进行「灵鲲」产品能力规划，主要考虑以下三类使用景： 政府机构决策、展会展及参观视察。
在金融局等相关政府机构的日常工作中，决策层和相关工作人员会基于实金融数据，针对日常事或紧急事件进行决策管理，监控大厅也就应运而生。基于这种工作方式，可以发现潘洛斯的产品性非常契监控大厅的使用景。在监控大厅中，用户是通过种不同的息界面进行工作的，别是综数据可视化大屏（总屏）以及工作人员独立使用的脑屏幕（屏）。其中，在总屏上，呈现的内容通常是一些对于决策者来说至关重要的息：正在发生的事件的状和可能趋势（发生了什）、值得注的风险（需要队做什）以及风险的理进度（队做的怎）；而在屏上，主要为工作人员提供数据析及风险事件理功能，帮助队对事件迅速作出响应，高效协作。
不同于工作景，灵鲲产品在展会中展的主要受众是参会人士，除了一众外，更有价值的观众主要来于媒体和潜在户等。所以在这个景中展示的内容实际工作中的数据可视化内容有一定的别，更多的是对产品能力的展示、产品的宣传以及社会价值的呈现。如何直观的呈现产品的能力，并使观众快速获得有价值的息并留下深刻印象非常重要。这也决定了在这个景中，用户不仅包括观众，也包括演讲者。需要考虑如何通过控制端让讲演者高效而流畅的完成产品介绍。
在金融局等政府机构，经常会有上领导视察参观的待活动。这些来访的贵宾往往希望了解关于机构更全面和体的息，包括但不限于工作流程、工作成绩等，所以认为这个景综了以上种景的主要点。这的用户包括来访人员，演示人员以及工作人员，展示的内容也往往不局限于金融风险大数据的可视化，还会包括工作方式和流程本身。
三、行业竞品对比，反观自身发力点
通对阿里 DataV，AntV、360、帆软的大数据视化产品的验，我们从产品呈现、产品验、产品技术、部署方式和业模式几个度的横向对比。阿里的技术对视化效果的局很大，优点是产品现模板化、系统时互，用户以快速搭建自己的视化产品；360产品视化呈现3D化，数据呈现效果和数据感度2D更优，但是系统非时互，而且搭建周期长，成高；帆软的视化是传统报表型，视化效果呈现缺乏竞争力。
经过对比，不难发现3D化数据呈现能力和数据知度是最高的。但是局限于目前的术，项目成本高、研发周期长、难以足业的发展速度。
四、我们的机遇和挑战
基市场需求和竞品分析，我们从以下三个方面分别分析产品的机和突破点：
- 可视：数据和场景的呈现3D，满足更多维的数据呈现，支持+本地实时大数据呈现；
- 产品化：场、组件、数据、图表部现云端动态更新和置的模块化，降低护成、提高服用率、缩短项目周期，无缝打包接业务数据，提供富自定义的扩展接口；
- 大数据+AI：基于公多领域多业线的大数据融以及 AI 能力提供丰的基于间、空间、数据的预测预警、统计表达能力。
1. 产品架构规划
基于对灵鲲态势感知系统的使场景、户需求及机会点的考虑，我们规划了未来产的整体架构，包括大屏端、端、客户管端、小屏端及虚屏端。大屏端基于本地端引擎进行大数据可视呈现。客户管端包括报表和配置管等工具，帮助户进行分析数据和策略管。小屏端要考虑操作控制和移办公等移使场景，供大屏控制、移审、监管、公众号等功。上个端由端拉取和更数据。虚屏则供差异的大数据可视体验，如增强现实等奇有趣的玩法。由于大屏端在我们的规划里是态势感知系统的核心，且最先落地到合作方的模，分享的容将要围绕大屏的容设计展开，未来如果产规划中的他模陆续上线，我们再做分享。
2. 大屏内容设计
本地端引擎
早期我们设计「麒麟」系统、「鹰眼」反电话诈骗系统在在大屏上展示主要是过 web 端去实现，虽然适配性尚可，很多设计效法完全原。我们也尝试性用 webGL 和 three.js 把设计效再做进步提升，迫于研发期和实性能压力，最后也能作罢。期我们尝试使用3D工具输出视频做过些过渡，输出效是没有问题，如在展会上遇到媒体采访，事情会变异常尴尬。媒体会询问展示内容真实性，数据实效性，甚至采访时候需要留在某个画，我参会员配合起来常麻烦。后来我们也研究过竞品使用工具，例如 Ventuz，工具最终输出效是不，是界、操作极其复杂，相关教程和素材在网络上极少，授权费用也相昂贵。最终经过我们内部商讨和研究，也请教了些 IEG 专家意见，决定使用游戏引擎作为本地端显示引擎。
Unity 和 Unreal 我们也纠结过许久，甚至 Unity 上我们也出过可交互 Demo，最终选择了 Unreal 原主要有以下几个：
- 基于前面提的产品架构，的核心是在大屏，而大屏部署主要依赖 PC 做为计算，相较于 Unity，Unreal 在 PC 端的术积累要更加深厚，实渲染出来的光效果和质表现要更稳定于 Unity 的输出；
- Unreal 自带蓝图-可视化脚本系统，这于设计团队出身，零代码开发经验我们来说上手、学习起来更快更便；
- 线的视频教程，各种插件素也比Unity丰富；
- 有《蝙蝠侠:阿卡姆骑士》、《最终幻想15》和《绝地求生》这些3A盘游戏作为先例，Unreal 对于大规模的场景渲染是可被预期的，而 Unity 目前还没有可拿得手的案例。
色基调
为了打造灵鲲品可视化，在竞品脱颖而出，我们从品功能、用户、愿景三个维度发散，提炼出设计指南关键词：智能、观、未来，塑造独特大数据可视化风格体系。
灵鲲融态势感知系统内容架构分为数据维度和场景维度，数据是核心，场景是大数据呈现承载体；场景使用具有属质感深青灰，符合理性、冷静、智能化品个性；数据色使用透明、发、具有未来感高亮色，和场景形成强比，使数据更为突显、更具吸引力；为了强化客户于风险感知，过颜色区分数据风险等级，更观传数据含义。如：高风险使用红色，红色让联想到危险、警报。
呈现方式
在现有的产品和传统认知中，大数据产品内容是各种式的图形和图表，主要以面为主。从游戏、科幻中收集了一轮大数据可视化内容相关的案例，从视觉维度上，主要有这个点：一、有的空间，支持多种数据同屏呈现，可交叉析对比，承载性；二、高度的模型和材质，丰的粒、动效，更加贴近现实的光呈现；三、互动性，可交互，实演算。
从大数据可视化的内容维度上，梳理的3D架构，主要包括：数据维度>基础建>交通运输>行政>然条件。
数据维度层是最核心部分，位于场景上最突出位，能够更晰展示风险数据分布、量级；区域和交层是城市场景最基础数据维度，便用户进区域数据比和分析；基础设层括城市筑、标志性筑、照明、梁、等，原城市独特风貌；过突出城市标志性筑，强化城市、区域识性，辅助数据传；自然条件层括地形、河流、植被、展示真实环境特征，用户更有代入感。
△ 北景
△ 鸟瞰视角、漫游视角自由切换，满局、街道、建筑的不同颗粒度的数据呈现，方便用户进行纵向的数据对比。
△ 场整风图
数据表现
灵鲲的3D数据样式有柱状图和散点图。何把司空见惯的数据样式，设计出产品的个，是我们重点要决的问题。为现大数据的力量感，使用科幻电影中的聚合能量、光的能量石为柱状图的主图形；同时把数据采集、融合、分析的程具象为动态粒子网络，为辅助图形。数据图形和结构中都融合了牌 DNA 的角图形，数据样式更具有牌的个性。
△ 柱状图
△ 散点图
预见未来的功创
时间线：3D的维基础上，我们增了时间的维，通过拖时间线查看同时间点的数据的变趋势，由此对未来数据进行预测。为了强户对于时间感知，设计了白天和晚上两种格，白天和夜晚随着时间变而变。
天气系统：天气是未来数据分析极重要的一个因子，它会直接影响交通（例如人流、物流、航空）、医疗(例如疾病传播、医院就诊）等领域。我们设计了通的天气系统组件，呈现实时天气情况，辅助户进行数据分析。
控制端：符合大屏使场景和户操作习惯，同时小屏控制端支持更复杂更精准的操作。
组件库搭建
了提升产品搭建的效率，降低了研发周本，产品功能模块实了组件化，分3D场景组件、3D数据组件、2D数据组件。任何一设师都可以根据产品需求，搭配组件模块，速搭建数据可视化产品。
数据内容装
过该品，能够辅助融局等构领导把控体融平台风险、辅助做出平台改指导决策意见，展示融工作成绩；另体现出腾讯大数据能力和公司社会责任；最后，过从更长远眼去装品，打造智慧监管标杆品，从而动与客户更深入广泛合作。具体内容过以下两条线进组织：
横线：各监维度
灵鲲金融险态势感知系统专注于呈现金融险数据的呈现，要分为公司层面和户层面，综合体现潜在的险趋势和实际影响的范围。除了灵鲲于监管金融数据，整个监管平台还负责展示包括政治、生态、电信、消在的多个监管维，这些维与金融监管维为同一个容层级。我们考虑到腾讯的大数据可帮助更多城综合管者了解整个络社会的全性险，每个维都是智慧监管必可的一分，并且每个维之间的横向交叉对够使智慧监管平台发挥更大的社会值。
纵：监管颗粒度
灵鲲系统中观众可以从全局数据一直下钻个体数据，实现不同颗粒度的监管目的。
体来讲，全国的安全风险最终是以加权均后的指数形式体现出来；再体的和城市，内容细化体风险事件的发生情况，如安全监管维度，呈现诈骗使用的伪基站的位置，以及发送诈骗短的数量等；最后细化城市中的机构和建筑，呈现体机构的运行情况和体高风险企业所在建筑进行实监控。
3. 产品演示视频
https://v.qq.com/x/page/d0742kep4k1.html
结语
潘洛斯队是基于 DNA 计中心下的大数据可视化队，成员来于 MIG 安全和医疗部门，早期专注于 To C 端的产品计，过去一年随着公战略的变化和部门业方向的变化，逐渐开始把产品计的重心和思考放在了 To B、To G 领域，不断做着尝和探索。以前做 To C 的候关注的更多是 DAU、转化率、日活、度这些和产品体验相关的指标，足绝大多数互网用户的诉求是首要去解决的问题。现在做 To B、To G 领域的计，更多思考的是如何包装现有的业能力，能够通过更加简、直、有效的方式触达给的户，让更容易理解像腾讯这拥有海量数据和算法能力的互网公如何帮助进一步提升的业效率和产出，给这个社会创造更多的价值，这也是腾讯多年来想要承担的社会责任之一。
最后，我们想用兄弟部在宜昌进访谈时，记录句话作为结尾，这句话虽然说是疗大数据，是我们觉很有启发性，逻辑是相：
Banner 图片素材作者：Ilona Rybak
浙公网安备33011002017549号