1.2　大数据可视化的难点

大数据具有多层结构，意味着会呈现多变的形式和类型。相较于传统的业务数据，大数据存在不规则和模糊不清的特性，造成很难甚至无法使用传统应用软件进行分析。传统业务数据随时间演变已拥有标准的格式，能够被标准商务智能软件识别。目前，企业面临的挑战是处理并从各种形式呈现的复杂数据中挖掘价值。

传统数据可视化工具仅将数据加以组合，通过不同展现方式提供给用户，用于发现数据之间的关联信息。近年来，随着云和大数据时代的来临，数据可视化产品已经不再满足于使用传统数据可视化工具对数据仓库中的数据抽取、归纳并简单的展现。新型数据可视化产品必须满足互联网爆发的大数据需求，必须快速收集、筛选、分析、归纳、展现决策者所需要的信息，并根据新增数据进行实时更新。

中国传媒大学新闻学院沈浩教授说过，“随着非结构和半结构化数据的增长，数据可视化的发展需要迎合多类型数据，词云、泡泡图、热图等形式的出现更加贴合新数据类型。”另外，在展现形式上，数据可视化工具还应该满足直接发布到云端、移动端的需求。

阿里巴巴数据平台事业部资深开发工程师宁朗说过，“数据可视化是大数据和大智慧之间的桥梁，大数据将数据变为设计师，每个人都可以利用。”

Splunk中国区高级售前工程师崔玥说过，“如同Windows重新定义了操作系统，数据可视化重新定义了数据分析，将数据从晦涩的代码中脱离出来，通过简单的图形界面和大众更易接受的方式提供一个展现、监控数据的平台，让数据分析工作更简单。”

QlikView南北亚区售前经理张子斌说过，“数据可视化利用人类发现复杂数据中的异常、模式、趋势甚至相关性的天然能力，这是我们无法用数据的行和列做到的。”好的数据可视化伴随内存关联技术、移动和社交商业探索能力，能让使用者自由、高效地挖掘数据以找出重要规律并做出决策。