123 阿裏雲技術社區[雲棲]

把可視化從業者的生存現狀可視化出來：他們是誰？

0?wx_fmt=jpeg

引言

幾十年來，在數據可視化實踐上進行了大量研究，包括在當今學術界和商界中進行的一係列新研究。

但是對從事這些工作的從業者自身還沒有什麼研究：

什麼人在做數據可視化？
在哪些組織和這些組織內的哪些部門有這些專業工作？
他們在做什麼類型的數據可視化，以及出於什麼目的？
他們的工作是否有影響力？如果是，有什麼類型的影響？
為什麼其中一些人比其他人有更大的影響力——也即，什麼使得他們在其工作上比其他人更成功？

隨著這一領域的發展和成熟，這些問題正在（或將很快）被各地的組織機構所問到。

這項調查是開始闡明數據可視化工作狀態和性質的一個嚐試。在2016年夏季和早秋時分，我們在線收集了近100份（精確地說有99份）來自數據可視化專業人士的調查報告。受訪者是自我選擇的，並通過社交媒體獨家推廣。

主要結論

1.從業者正在使用一係列廣泛的難以置信的工具來完成他們的工作，與此同時，一些市場領導者也開始出現。

2.“增加了解”是數據可視化的主要目標，但除此之外，意見各不相同。

3.良好的數據和訓練有素的員工是成功的關鍵，而在數據中“找出故事”仍然是許多人麵臨的一個關鍵挑戰。

4.那些正在衡量其成果的人預計，可視化的支出會增加，近五分之一的人預計會有顯著增長。

領導者VS落後者

評估調查數據最有趣的方法之一是將某些活動（在這種情況下為數據可視化）中的“領導者”與“落後者”進行比較。那些製造趨勢並在其組織中有著更大影響的人與那些影響較小的人有什麼不同？在這次調查中，有兩個問題幫助我們區分領先者與落後者。

受訪者被問及：“總體上，您所在組織的可視化數據做得有多好？”可選用的答案是從“非常差”到“很好”的五點李克特量表（Likert Scale）。這個問題，顯然不是“領導力”或“落後”的科學證據，但可以用來衡量一個組織對自身業績擁有（或缺乏）的信心。這是所有以下“自信組”與“不確定組”比較的來源。這兩個群體都由41個受訪者所構成。

總體上，您所在組織的可視化數據做得有多好？

0?wx_fmt=png

受訪者還回答了這個問題：“如果您正在評估成果，您是否在您的可視化項目中看到ROI（投資回報率）（財務方麵或者其他）？”這個問題也提供了一個從“非常積極”到“非常負麵”李克特量表選項。取得“正投資回報率”（PROI）受訪者是那些回答“非常積極”或“有點積極”的人，剩下的是回答“中性到負的投資回報率”（N2NROI）的人。有28名PROI受訪者（其測量結果的53%）和25名N2NROI（47％）受訪者。正如人們所期望的，PROI組中的75％也在自信組。 N2NROI組在“自信”（44％）和“不確定”（56％）之間分布更均勻。

如果您正在評估成果，您是否在可視化項目中看到ROI（投資回報率）？（財務方麵或者其他）

0?wx_fmt=png

在“領導者”和“落後者”這兩組之間有什麼區別？很難得出廣泛的結論。無論如何，我盡可能指出他們的不同，並給出結論。

主要結論

工具！工具！更多的工具！

這項調查最令人驚訝的發現集中於所使用的工具。當被問及“貴組織用於數據可視化最常用的3個軟件工具是什麼？”時，答案是非常不同的。

我們得到的答案是有不止62種不同的工具被使用。並且這是在將“我們自己的平台”和“其他圖像和圖表”等答案匯總到一個“其他”分組中，以及將任何Adobe軟件劃分到一組之後的答案。

同樣有趣的是，所使用工具的多樣性是許多受訪者所依賴的工具類型。 Excel - 用於計算和創建圖表的電子表格，發布於30多年前 – 提及的次數最多（43），其次是第二組流行工具：Tableau（26），Adobe Suite（25）和D3 （21）。然後最接近的是R，被提及12次。其餘的大多數都隻有被提及一次或者幾次。

這究竟是一個有著守舊的壟斷者主宰了市場份額和影響力的成熟行業？還是一個對於新工具有著足夠空間來擴散及主導的不成熟行業？或者，這是一個正在成熟的行業，其中的標準正在製定中，各種公司正在營造下一個壟斷者？

我認為答案是非常肯定的“是”（在一定程度來說，以上三種都對）。很難準確預測未來對數據可視化工具有著怎樣的影響。傳統的主導工具很難被取代。同時，新的工具又不斷地出現。但在較新的工具中，Tableau和D3正在成為清晰的標準。這裏還有空間給其他人分一杯羹嗎？如果考慮到大量的工具在使用，毫無疑問是有的。

那麼自信組和不確定組的情況又是如何呢？他們是否使用不同的工具？自信組比不確定組更多使用Tableau和Excel，而使用D3和Adobe工具的以同樣大的差距少於不確定組。這究竟意味著什麼？很難說。但很有意思，值得進一步調查。

與自信組和不確定組的受訪者相比，PROI組和N2NROI組的受訪者有不同的工具使用模式，表明可衡量的成功與信心之間存在明顯的區別。例如，Tableau在兩個組中的使用情況相同，其他所有三個頂級工具正在PROI組中得到更廣泛的使用。那麼，那些看到成功的人，更有可能使用更多的“自定義”工具，如D3和Adobe？或者他們更可能使用的頂級工具範圍更大？這很難得出直接的結論，但這同樣是一個值得更多研究的領域。

本工作的第一目標：增強觀看者對數據的理解

人們出於各種原因而可視化數據。這並不奇怪。但令人驚訝的是（確切的說是令人欣慰），當被問到“當你的組織正在可視化數據時，你的主要目標是什麼？”時，90％的受訪者認為是”增加理解“。遠遠超過第二個回答”影響影響者 “，隻有40％選擇了該選項。當我講授讓數據講故事和可視化時，我認為增加理解應該是主要目標，因此很高興看到幾乎所有的同行都同意！

當您的組織正在將數據可視化時，您的主要目標是什麼？（如果你在為客戶提供數據可視化的機構工作，請確定其主要目標。）（選中所有適用選項。）

0?wx_fmt=png

再一次得到非常多樣的回答，多個受訪者（實際上，每種情況都有超過10％的受訪者）從提供的選項選擇相同的關鍵目標。（一個例外是“接受投票”。這項調查是在總統選舉期間進行的，因此也許所有的政治工作者都忙於為候選人拉票，沒有回答問卷調查！）

自信組和不確定組之間的最大區別是，自信組（32％）中“提高品牌知名度”幾乎是不確定組的兩倍，“提高品牌知名度”很難評估。同時，與N2NROI（12％）相比，“獲得媒體報道”對於PROI（36％）來說是一個更重要的目標，這很容易（因此經常）被評估。因此，與那些不切實際的人相比，尋求媒體報道的人更有可能感覺到他們獲得了PROI。

成功必備因素：好的數據和訓練有素的員工排名靠前

調查中的多個問題有助於確定數據可視化麵對的挑戰和成功的秘密。

其中最令人激動的發現之一是投資回報率。在所有評估其工作成果的受訪者（僅占所有受訪者的一半）中的53％表示他們看到“非常樂觀”或“有點樂觀”的投資回報率。隻有4％的受訪者看到負麵的投資回報率。因此，96％的受訪者表示有正的或至少中性的投資回報率。每個報告“非常樂觀”的投資回報率的人都屬於自信組。

什麼導致成功？ “好的數據”（71％），“訓練有素的員工”（70％）和“正確的工具”（61％）主導了所有的回答。雖然“文化”不是多項選擇中的一個選項，但它出現在“其他”選項中的手工輸入中。例如，有一個人說，“有一個熱情的‘數據能手’等同於從高級職員到基層人員都是‘數據可視化能手’”。

數據可視化項目成功的關鍵因素是什麼？

0?wx_fmt=png

有趣的是，一個類似的問題作為開放問題被提出時，得到的結果有點不同於多重選擇的。在開放式回答中，工具被排到列表底部，受訪者更加注重培訓、人才、文化、投資回報率、數據質量和故事的講述。

自信組（Confident）和不確定組（Unsure）解答多項選擇的主要區別是，自信組中有非常高的比例的人（83％），認識到需要好的數據，相較而言，不確定組隻有59%的。再次，PROI和N2NROI組與自信組（Confident）和不確定組（Unsure）有著顯著不同。足足有86％的PROI組將訓練有素的員工（Trained staff）確定為關鍵成功因素，而N2NPOI組僅為60％。可以理解的是，N2NROI組更可能將“足夠的資金（Sufficient funding）”（24％，而PROI組為11％）確定為關鍵成功因素。

當被問及“您所在的組織在可視化數據時所麵臨的最艱巨的挑戰是什麼？”，再一次，我們有多個受訪者（每個組超過10％）選擇每個可選答案。“找出故事（Figuring out the "story"）”（48％），“找到時間（Finding the time）”（41％）和“清理數據（Cleaning the data）”（40％）領先。自信組（Confident，59％）與不確定組（Unsure，24％）相比，認為“找到時間（Finding the time）”更難。與此同時，不確定組（Unsure）的人更糾結於找到人才（Finding the talent，39％）和預算（Finding the budget，29％），而自信組（Confident）分別為22％和15％。

您所在的組織在可視化數據時麵臨的最艱巨的挑戰是什麼？（選擇所有適合的選項）

0?wx_fmt=png

PROI和N2NROI組之間的最大差異又一次不同於自信組（Confident）和不確定組（Unsure）。PROI難以“找出故事來溝通（figuring out the story to communicate）”（61％，相比N2NROI的40％），而N2NROI難以“分析數據（analyzing the data）”（32％，相比PROI的21％）。N2NROI更不可能“難以找出故事”是因為他們傾向於容易地搞明白或因為他們甚至沒用考慮一下故事？他們真的是難以做數據分析或隻是受訪者認為那是個困難的部分隻因為他們是做那個工作的人？（這可能很容易將他們對自己所做工作難度感到驕傲等同於“掙紮”）。

值得一提的是，正如文化是受訪者所描述的關鍵成功因素之一，它看起來也是許多人需要克服的障礙。一個受訪者表示：“需要文化向數據可視化變遷”。

支出：絕大多數預算低於25萬美元的增長

根據他們自己的估計，在回答“您認為在2016年您的組織打算在數據可視化方麵花多少錢？”時，大多數受訪者（51％）每年支出低於5萬美元，而87％的受訪者支出低於25萬美元。這組受訪者偏向於來自於規模較小的組織（73％來自雇員少於1000人的公司），所以這個結果並不奇怪。除了所有回答每年花費超過1百萬美元的人屬於自信組（Confident）外，自信組（Confident）和不確定（Unsure）組之間沒有顯著差異。

您認為在2016年您的組織打算數據可視化方麵花多少錢？

0?wx_fmt=png

比總支出更有趣的是隨著時間的變化，受訪者是如何看待支出的變化。幾乎沒有人（4％）表示他們預計在未來一年數據可視化方麵的支出會縮減。43％的人預期支出會有所增長或顯著增長。自信組（Confident）更有可能（7％）說會顯著增長，相較而言，不確定組（Unsure）這麼認為的隻有2％，但這仍是一個小數字。PROI組更有信心，61％的受訪者期望增長（相比之下N2NROI組為28％），18％的受訪者期望有顯著的增長。有趣的是，與自信組（Confident）和不確定組（Unsure）相比，即使是N2NROI組的預期也有較高水平（12％）的顯著增長。

在2016年到2017年間，您的組織在數據可視化方麵的支出會變化多少？

0?wx_fmt=png

結論

那麼，對數據可視化專家來說，所有這些意味著什麼？數據點出了如何改進他們的工作和組織影響的幾個結論。

明智地選擇您的工具

數據可視化工具集是巨大並且不斷增長的，但也圍繞一些領導者在鞏固著。您的組織需要合適的工具來完成工作，您需要選擇那些工具，它們是能夠更容易找到人才來使用的工具，無論是現在，還是在未來。您需要易於使用且功能足夠強大的工具，並且它們允許您創建能夠和受眾對話的視覺效果。

明白為什麼您在做這些自己正在做的事

這似乎顯而易見，但您需要真的想想為什麼您要將可視化的數據放在第一位。您不需要因為其他人都這樣做而這樣做，正如幾乎所有的受訪者都同意的，您需要做到“增加理解”，並且實現特定的目標。了解您的目標，衡量您的結果，改變您正在做的，用以改善這些成果。

克服挑戰

好的數據，訓練有素的工作人員，文化和找出故事是人們在這個宇宙中發現的具有挑戰性的事情。因此，構建一個以數據為中心的組織，並將可視化視為一種強大的數據通信工具。並向大量員工提供培訓和支持，即使這些員工不直接參與可視化工作，他們也將緊跟可視化的潮流。

跟隨領導者

基於幾個問題和方差，以及如何將PROI和N2NROI與其餘的數據集進行疊加，可以得出結論，無論實際的ROI如何，單單測量結果就可能使一個人成為“領導者”。PROI和N2NROI組比任何其他群體都期望明年數據可視化支出有更高的增長率。這兩組相比於自信和不確定組，在他們認為主要成功因素和挑戰上的差異上，在整體上更加接近一致。

接下來

和大多數調查一樣，尤其是第一類調查，這個調查帶來了更多的問題，而不是答案。我很想跟進很多問題，如下（但遠遠不限於此）：

- 為什麼您用這些您正在使用的工具？確切地說，如果您發現更好的工具是一個關鍵的成功因素，那將意味著什麼？

- 根據您確定的目標、挑戰和成功因素，您可以在2017年實現或克服什麼？例如，培訓是重要的，那麼您和您的同事具體需要什麼培訓？

- 您如何衡量您的成功？

- 您的文化如何進行轉變？

數據可視化實踐是一個年輕正在成長的領域。它是任何組織中許多不同角色和部門內的活動子集。給它下定義是困難的，但可以為在這個領域工作的我們所有人闡明什麼可行，什麼不可行。隨著它的成熟，我們應該看到很多，像所用的工具在數量上的縮減和鞏固、預算和支出增加，同時也對主要挑戰和成功因素有了更明確的方向。

明年，我們會再次進行這項調查，我希望得到更多社區裏的人們的支持和參與。如果您能想到一些問題您想要添加到明年的調查中，或者對今年的這些問題的改進和調整，請與我分享！也請不要猶豫與我分享任何其他想法。

注意

該項在線調查（托管於SurveyMonkey.com）在2016年春季開發，並在線共享到2016年10月結束。它由社交媒體獨家推廣。由於受訪者人數和這個非隨機抽樣的數量很少，科學的來講，它不能被認為是準確的，但是提供了有趣的見解。在上麵的總結報告中，為了簡單起見，所有百分比都被四舍五入了。

其他問題和數據

所有額外的問題和回答如下所示，完整的原始結果可供下載。隻需發送電子郵件至bill@beehivemedia.com請求回複。