（1/3）
传统管理信息系统整体解决方案的痛点
传统管理信息系统的特点是通过数字化手段，解决处理人、组织、数据、管理流程的协同，实现方式可简单概括为：表单 流程 or 数据 流程。具有代表性的系统有：OA办公系统、项目管理系统、CRM系统、ERP系统、HIS系统、LIMS系统等。通常我们所见，传统管理系统的技术应用都要落后于专业软件，比如AI、大数据分析等新技术产生后，很晚才会被应用到管理系统中。
管理信息系统着重解决决策层、管理层、执行层的工作需要，以项目管理系统为例，执行层负责系统中进行项目执行、终端数据采集等；管理层负责业务管理协同、项目集信息分析、项目指标监控；决策层通过对项目信息的查询、分析、监控，通过对领导驾驶舱的监控，实现高层的领导决策。目前，管理系统完成了数据层和协同层的内容，但展示层面是管理系统的薄弱点，急需一套强大完整的可视化解决方案来弥补整个管理系统解决方案。
管理信息系统可视化解决方案演进
过去，传统管理信息系统可视化层面重度依赖开发资源和外部集成资源，可视化效果受实施水平影响非常大。我们认为，可视化的发展经过了一下四个阶段：
可以看到，可视化工具是目前最优的解决管理系统数据可视的方案，并且，技术的发展使无论实施方的可视化水平处于哪一阶段，都可以直接过渡到利用可视化工具达成系统目的的效果。
（2/3）
什么是数据可视化
狭隘理解数据可视化即将数据信息通过某种方式或形式展示出来，但数据可视化作为一门独立的学科，其实经历过很长历史的发展。
从浅入深，数据可视化的定义分为三个层面：
1.数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息。数据可视化与信息图形、信息可视化、科学可视化以及统计图形密切相关。当前，在研究、教学和开发领域，数据可视化乃是一个极为活跃而又关键的方面。“数据可视化”这条术语实现了成熟的科学可视化领域与较年轻的信息可视化领域的统一。
2.数据可视化包含三个分支，科学可视化（Sci Vis, Scientific Visualization ）、信息可视化（Info Vis, Information Visualization）、可视分析（VAST, Visual Analytics Science and Technology）。
科学可视化面向的是科学和工程领域数据，比如空间坐标和几何信息的三维空间测量数据、计算机仿真数据、医学影像数据，重点探索如何以几何、拓扑和形状特征来呈现数据中蕴含的规律。
信息可视化的处理对象是非结构化、非几何的抽象数据，如金融交易、社交网络和文本数据，其核心挑战是针对大尺度高维复杂数据如何减少视觉混淆对信息的干扰。
近几年来，随着人工智能的兴起，人们逐渐发现其实一些机器能比人做得更好的事情，同时也发现了一些事情需要借助人类 3 亿年的进化本领。所以将可视化与分析进行结合，产生了一个新的学科：可视分析学。
可视分析学被定义为由可视交互界面为基础的分析推理科学，将图形学、数据挖掘、人机交互等技术融合在一起，形成人脑智能和机器智能优势互补和相互提升。
3. 解释性可视化、探索性可视化
可视化横向拓展理解
1.只有你知道如何准确的表达你的观点：优秀的可视化维度是需要被定制的。以Gartner魔力象限举例，Gartner魔力四象限是对某一特定企业级 IT 技术市场的研究总结，通过统一的评估准则并汇总至固定两个维度上 — ABIlity to Execute（执行层面，即当前产品、服务、销售等表现）和 Compleness of Vision （战略层面，即未来愿景的清晰完整性）。魔力四象限根据各家供应商们的表现，将其划分入如下四个象限中，分别为：Leaders（领导者）、Visionaries（远见者）、Challengers（挑战者）和 Niche Players （利基企业，指某个细分领域占主导地位的企业）。
- 领导者—— 根据现有目标经营状况良好，对未来的规划很清晰。
- 有远见者—— 了解市场发展方向，或是有改变市场规则的愿望，但经营状况欠佳。
- 挑战者—— 目前经营状况良好，可能正独霸一方，但缺乏对市场发展方向的把握。
- 利基企业—— 成将重点放在一片小领域中，但也可能是重点模糊、创新不突出、业绩平平
2. 数字孪生（Digital Twin）是数据可视化的优秀应用技术。在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。
可视化纵向拓展理解
从表层至底层，可视化从意图、目标、任务三个维度进行深入。
中层的可视化技术如下所示，用于分析、总结非结构化数据中蕴含的业务逻辑。
底层的可视化技术可用于让机器探索数据内的关联，从而找出业务价值。
可视化产品选型的难点
市场上可视化产品非常多，功能相似难以区分。面对众多的可视化产品及夸大的销售宣传策略，用户在产品选型时往往无所适从。可视化产品选型的难点主要有如下：
（3/3）
如何完成可视化产品的正确选型
笔者使用认为，任何产品的选型一定要基于一套完整的方法论去找到最优解。可视化产品选型通常会经历5个阶段：
1、明确项目需求
通常项目需求是企业最先进行BI产品选型的初衷，所以要以项目为出发点，能够成功交付当前项目是前提，通过展示丰富的多维指标体系，监控企业管理活动，从而发现问题，及时干预。
任何企业的IT规划，顶层设计是第一要义。通常数据可视化系统有两种典型的部署形式，一种是将各业务系统的数据汇总抽取整理清洗至数据仓库，然后在数据仓库之上利用BI系统进行展示分析。另一种是各业务系统都有各自的数据库，各系统通过中间库的方式共享部分数据，BI系统将与某应用系统紧密结合，实现该点业务系统的数据展示。
在实际中，企业通常会以两种方式结合的形式。
2、明确公司需求
进一步的，需要以公司决策者的角度选择一款可以复用的、在一段时间内总成本和一段时间之外边际成本最小。
3、产品调研比选
执行者通过各种指标量化出各产品的差异。例如，笔者曾建立7个指标大类，共57个指标点对比可视化产品。
对于项目管理系统，可通过多关键指标进行快速比选，通过建立指标重要度与产品满足度的乘积得到产品分数。
对于项目管理系统而言，可分为产品指标与商务指标作为关键指标进行定义分析。
4、产品Demo验证
以项目管理系统为例，项目管理相关的业务有非常多的专属场景，如成本分析表、甘特图进度管理等。所以，关键场景要通过Demo进行验证，避免产品选定后出现颠覆决策的卡脖子点。
5、最终谈判
系统实施方与BI产品厂商通过有效的谈判获取共赢。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。