蚂蚁集团：蚂蚁企业级BI增强分析白皮书之洞察展现篇（2023）_42页_20mb

蚂蚁企业级 BI 增强分析白皮书 - 洞察展现篇总结

核心内容

本白皮书是《增强分析白皮书》的一部分，专门探讨在数据分析类应用中如何有效地展现数据洞察和分析结论。通过结合图表、文本和交互设计，AntV 提供了一套系统化的洞察展现解决方案，旨在提升数据洞察的可读性、准确性和效率，使数据洞察更触手可及。

主要观点

1. 洞察展现的重要性
   数据可视化的目标是辅助洞察获取，而洞察展现则进一步帮助用户快速理解数据背后的关键信息，包括背景、矛盾、归因和建议等。通过图表、文本和交互方式，洞察展现能够显著提升数据分析的效率和准确性。

2. 洞察展现的几种形式

   • 纯图表：客观展示数据现状，但需要用户深度解读。
   • +图形标注：明确提示特定洞察类型，但标注生成通常依赖主观判断。
   • +文本解读：提供更具体、详细的归因和建议。
   • +文本可视化：通过文本样式映射提升可读性，结合图表交互实现更准确的洞察传达。

3. 制定洞察展现标准的必要性

   • 从“看数”到“分析”的转变，要求洞察展现更加精准和自动化。
   • 图文并茂的方式能够有效降低用户理解成本，提高洞察传达的准确性。
   • 数据分析民主化趋势下，需降低可视化门槛，实现洞察展现的自动化和智能化。
   • 高级分析技术如自动洞察挖掘和自然语言生成（NLG）需要标准化的洞察展现作为支撑。

关键信息

2.1 洞察解读设计的四个层次

• 用户诉求：数据可视化应帮助用户从分析到洞见的流程，提升效率。
• 产品场景：分为数据点洞察、图表级洞察、报表级洞察和洞察报告四种。
• 解决方案：分为图表增强表达和独立观点表达两种。
• 底层能力：依赖于设计与前端协同提供的系统性展现和交互方案，包括强调色、辅助线、标注说明等。

2.2 图表增强表达

图表增强表达通过以下方式突出洞察：

• 打造视觉反差：使用强调色和反差色，区分重要与次要信息。
• 绘制神奇的线：包括均值线、趋势线、波动线等，帮助用户判断趋势和异常。
• 添加巧妙注解：通过点注解和区间注解，引导用户关注关键数据点。
• 添加统计标签：提供数据点、差值、趋势预测等信息。
• 延伸结构线：用于划分参考区间和趋势预测。
• 强调色与反差色：用于区分不同数据类别和连续数据。

2.3 独立观点表达

• 独立观点卡片：承载系统智能生成或用户输入的洞察观点，确保良好的扩展性和兼容性。
• 三种表达形式：解读文本可视化、行内迷你图、观点卡片。
• 文本可视化设计原则：
  • 少即是多：避免过多视觉元素，专注于用户关注的信息。
  • 动静分离：静态文本使用颜色编码，交互文本使用下划线或背景色。
  • 匹配注意力原则：对不同信息类别赋予不同视觉优先级。
• 行内迷你图设计原则：
  • 去细节：简化图表结构，仅保留关键信息。
  • 弱交互：避免过多交互，提高可读性。
  • 单一特征表达：专注传递趋势、占比等单一特征信息。
• 观点卡片：提供迷你态、标准态、扩展态和详情态，适应不同场景需求。

3.1 图表增强表达技术方案

• 统一标注与几何元素：将标注与几何元素统一为“标记（Mark）”，提升交互和定制能力。
• 数据驱动、转换、动画和交互：支持由数据驱动的标注生成，提供数据转换和动画能力，增强图表的可读性和交互性。
• 复合标记（Composite Mark）：允许将多个标记组合成一个新的标记，提升灵活性。
• 实践方案：使用 G2 的 Spec 和自定义 Mark，实现图表和增强标注的灵活组合，支持自动洞察生成和增强图表的快速构建。

3.2 独立观点表达技术方案

• 文本可视化与行内迷你图：通过 Ntv Schema 和 SVG 技术实现数据解读的可视化，提升可读性和交互性。
• 洞察观点卡片：以卡片形式承载洞察信息，支持扩展和定制，适应多样化的业务场景。
• 自动化与智能化：引入统计分析和自然语言生成（NLG）技术，提升洞察生成的自动化和智能化程度。
• 结构标准化：定义 ntv-schema 标准化结构，为自动洞察生成和系统扩展打下基础。

总结

本白皮书系统性地介绍了 AntV 在 BI 增强分析中的洞察展现设计规范和技术方案。通过图表增强表达和独立观点表达，AntV 提供了一套全面、灵活且可扩展的洞察展现体系，帮助用户更高效地获取和理解数据洞见。在设计上，强调视觉反差、图文结合和交互增强，确保洞察信息的准确传达。在技术实现上，借助图形语法和复合标记等机制，实现标注与图表的灵活组合，支持自动洞察生成和增强图表的快速构建。