一、現(xiàn)狀&問題 

      重慶大數(shù)據(jù)可視化的解決方案，與普遍意義理解的大數(shù)據(jù)可視化不同，其面臨的問題又分兩個不同的層面：一是大數(shù)據(jù)層；二是可視化層。 

      大數(shù)據(jù)層面： 

      1. 大數(shù)據(jù)接入 即如何把不同渠道、不同格式的大數(shù)據(jù)接入進來，原始大數(shù)據(jù)不標準的結構化信息，不可以直接做可視化。

      2. 大數(shù)據(jù)質量 即保證原大數(shù)據(jù)指標清晰、大數(shù)據(jù)內(nèi)容直觀、大數(shù)據(jù)無誤，使關心業(yè)務、關心大數(shù)據(jù)的人得到大數(shù)據(jù)里面的價值。

      3.大數(shù)據(jù)查詢 大數(shù)據(jù)的呈現(xiàn)下，性能查詢、大數(shù)據(jù)的實施，如何解決大規(guī)模計算帶來的可視化挑戰(zhàn)，包括易用性、大數(shù)據(jù)更新的頻率，特別是大數(shù)據(jù)場景下，大數(shù)據(jù)更新頻次非常高，這些都是全新的問題。

      4.大數(shù)據(jù)安全 做大數(shù)據(jù)的人群，基本上都會建一個大數(shù)據(jù)中臺，但不同業(yè)務層面的整體的大數(shù)據(jù)倉庫一旦將不同來源的大數(shù)據(jù)匯集到一起，權限的問題是避不開的，不同的業(yè)務團隊及角色之間根據(jù)業(yè)務場景的不同，都有非常大的差異。如何去指標維度級的鑒權、行級、列級鑒權，還有公司內(nèi)部大數(shù)據(jù)交換的時候如何做脫敏都是我們面臨的問題。權限的控制有兩種，一是直接鑒權，二是后置審計。

      可視化層面：核心主題

      1. 組件 重慶大數(shù)據(jù)可視化過程中，我們要思考如何用組件化的方式做條件樣式、聯(lián)動、自定義的方式支持專業(yè)用戶的可視化。 

      2. 功能特性 我們應思考如何做到常見的維度切換、自由排版、區(qū)域分組聯(lián)動，最終使整個大數(shù)據(jù)可視化呈現(xiàn)形成一個活的頁面，更為關鍵的是，如何將分析的思路套進去。以期實現(xiàn)通過可視化平臺把相關的大數(shù)據(jù)思維與業(yè)務相結合，將專業(yè)用戶的分析思路和視角用一種平臺化的方式傳遞給業(yè)務同事，使分析的思路可復用化。 

      3. 預警和通知 我們希望將關鍵性的指標直接規(guī)則化，甚至系統(tǒng)內(nèi)置，跟原大數(shù)據(jù)平臺做打通，通過原大數(shù)據(jù)第一時間指示核心指標的異常波動，第一時間推送給相關的人員。

      4. 多終端 多終端是體驗層面的提升，我們不僅希望做PC端的網(wǎng)頁頁面和移動端APP的數(shù)據(jù)查看，還希望做行業(yè)級大數(shù)據(jù)報告（不一定外發(fā)），內(nèi)部傳遞形成一個可復用的產(chǎn)品，把大數(shù)據(jù)的價值用更直觀、更互動性的方式呈現(xiàn)出來，最后實現(xiàn)多端分享和互動。 

      二、當前目標 

      1. 基礎功能 基礎功能就是常見大數(shù)據(jù)源的支持。

      2. 靈活擴展 靈活擴展可用于解決前置大數(shù)據(jù)層面的接入，80%的問題用平臺化的方式解決，20%的問題提供插件化或者擴展的機制，即二八原則。 

      3. 體驗優(yōu)化 重慶大數(shù)據(jù)可視化不是C端服務，是專業(yè)的應用場景。關注點在功能和滿足業(yè)務訴求的層面，先談能解決，再談解決的好壞。

      4. 平臺集成 我們希望重慶大數(shù)據(jù)平臺不只解決大數(shù)據(jù)可視化問題，對于如何把大數(shù)據(jù)從底層公共架構模型里面一層層剝下來，也是我們需要解決的問題。

      5. 場景封裝 二八原則解決所有的業(yè)務后，接下來面臨的問題是場景的封裝和深入。解決了第一層的呈現(xiàn)問題以后，把大數(shù)據(jù)化運營的思路貫穿在重慶大數(shù)據(jù)可視化的最終結果里面，就是場景化的垂直封裝。 

      我們做的是一個組件、是一個工具、是一個平臺還是一個解決方案還是生態(tài)？在實際做決策的時候，前面三部分，甚至第四部分是都是要考慮到的，它會影響我們職業(yè)的里程碑。

      最終決策的是結論，我們結論的優(yōu)先級如下： 

      1、滿足基礎功能 

      2、有可擴展性、二八原則，至少解決所有業(yè)務 

      3、工具優(yōu)先于平臺，先是工具，然后用平臺化的思路解決整個大數(shù)據(jù)流轉過程中的價值變化問題

      4、上下游的集成

      三、實現(xiàn)方案 

      1. 定制 正因為市場上，很多商業(yè)化產(chǎn)品并非銷售所說的那么優(yōu)異。重慶大數(shù)據(jù)的可視化類型又要做一些特別細粒度的優(yōu)化，所以我們基于這個考慮，為快速響應、滿足自身的需求，優(yōu)化自身的資源，我們采用少花錢的原則。畢竟商業(yè)化產(chǎn)品要付費，額外的定制費用同樣不菲。 

      2. 產(chǎn)品集成 重慶大數(shù)據(jù)可視化平臺希望和重慶企業(yè)大數(shù)據(jù)平臺做深度的集成。當公司面臨重大階段性問題的時候，如果只做簡單的服務是不行的，所以我們首先要重視大數(shù)據(jù)安全集成問題。 其次，分析引擎的集成問題也是我們要關注的。大多數(shù)做大數(shù)據(jù)可視化不一定有分析引擎的能力，異構大數(shù)據(jù)源的介入最常見的做法是給一個接入層，做簡單的驅動接入或者連接的配置，最后的查驗性能非常差。尤其多維分析，對大寬表的處理、高維大數(shù)據(jù)的降維可視化。所以分析引擎我們也是自己來進行定制、接入，我們內(nèi)部大數(shù)據(jù)庫的引擎，基于Hadoop生態(tài)有Hadoop或者這之上引入的開源場景等各種各樣的類型。

      最后，我們還要關注大數(shù)據(jù)化運營產(chǎn)品的集成。比如我們的推薦平臺、大數(shù)據(jù)開放平臺、精準營銷平臺、廣告等，都會涉及大數(shù)據(jù)可視化的內(nèi)容，也都會借助大數(shù)據(jù)可視化的能力。只不過在某個特定的業(yè)務場景里面有這個訴求，包括機器學習、圖象識別等標簽的結果，都跟大數(shù)據(jù)可視化有關系。很多商業(yè)化的產(chǎn)品，在這個維度一定要定制開發(fā)，內(nèi)部系統(tǒng)有些歷史包袱或者設計上的傳帶問題，都很難商業(yè)化做通用。 

      3. 復用 多點、大屏、PC、移動端等都可以頁面復用?？梢暬慕M件可以復用，可視化的區(qū)塊在不同的業(yè)務場景里面都能用。這個復用不一定是平臺級的復用，甚至可以做讓業(yè)務系統(tǒng)、做區(qū)塊級的可視化集成。大數(shù)據(jù)接口層面的集成，既然對接公司的分析引擎，有統(tǒng)一的分析入口，完全可以做大數(shù)據(jù)服務化。重慶大數(shù)據(jù)在可視化平臺最終并不是簡單的呈現(xiàn)，下面集成的分析引擎，下面對接的原大數(shù)據(jù)，各級的服務都可以拆分做服務化和平臺化。