进入大资料时代，资料视觉化这个说法慢慢的流行起来，究其原因，一个是因为大资料的展示比起以前的资料展示有不同的地方，最大的难点就是面对如此巨大的资料，如何比较好的展示给使用者，成为前台程序员面临的难题。另一个是随着近几年技术的发展，我们可以通过更多的形式，例如三维模型、动画、视讯、动态互动式页面、手机APP等将资料以展示、推送、提醒、互动等等模式提供给使用者，其复杂度上升了一个数量级，因此，渐渐地，资料视觉化就成为一个专门的领域，成为了大资料时代的一个研究分支，无数优秀的工程师和设计者为这个领域做出了贡献。具体到工业大资料领域，其视觉化又有自己独特的特点，呈现出与互联网大资料视觉化不同的难点和方向。--引至头条号：航天智造对于资料视觉化，很多人会理解成页面设计，认为没有什么难度。如果在单纯的技术层面解读也许没有问题，但更多的价值是资料维度的设计上，这些并不是技术难度，而是业务难度。这其中核心的价值是资料分析的结果是否有用，图表分析目的是让更多的人看得懂，比起炫酷的页面，分析维度的准确更加重要。所以，单纯的资料呈现已经不能满足当前的需求，谈到资料视觉化，要从业务角度，技术角度，互动角度，美术设计角度，算法角度综合考虑。

在工业大资料视觉化，特别是工厂资料视觉化建设中，如引文所描述的，有着自身的特点，今天我们就带着问题一起来探讨一下，如何处理工业大资料视觉化的六大难题。

我们先来了解一下，引文总结出来的六大难题都有什么：

工业不只有“大”资料，还有“快”资料。几百、几千个指标如何视觉化。宏观资料如何解读。细节资料的视觉化。更快的检索和更精准的推送。给决策者有资料支撑的结论，而不只是资料。

工业不只有“大”资料，还有“快”资料

工业资料来自于业务系统和自动化数采，在5G时代我们具备了超低延时资料传输的能力，不管是物联资料还是自动化数采资料都可以忽略延时时间，同步到管理平台进行分析和展示。在硬件资料更新频率极高的场景下，我们如何在平台端给监控者进行视觉化就是第一个问题。将资料全部展示我们的监控者看到的效果就像下图左边一样，根本无法看清，也来不及思考。这种视觉化就毫无意义。

我们尝试着让机器利用算法来高效处理这样的资料，当前的机器处理速度完全可以满足类似的快资料分析，再结合对应的业务规则，我们将问题资料快速的提炼出来，再做视觉化。这样我们的监控者就不会遗漏关键资料，如下图右边所示。

如果，这些快资料需要逐一分析，我们会将资料持久化处理，并对区间段内的资料进行分析，提供变化趋势。分析异常点所处的位置，并提供向下钻取的能力。这样在快资料储存的后期，提供快速的定位和检视的条件。

几百、几千个指标如何视觉化

很多时候，我们工厂在生产过程中产生的关键指标数量非常庞大，一台自动化装置可能就有几十个甚至更多的关键指标，再加上工厂部署的大量物联装置就会形成几百、几千个指标，如果我们平铺这些指标，那么对于观察者来说毫无意义。面对如此庞大的指标体系我们该如何进行视觉化呢？

抓住以下两点非常重要！

第一，更快的查询方法

首先我们不可能将如此巨大的指标平铺在一个页面上，那么我们更多的做法是轮巡显示，但这只是一种具有冲击力的效果，实际价值并不明显，而我们的观察者是需要在如此庞大的指标中发现问题，找到自己关心的内容。

所以，提供快捷，快速的资讯精准定位能力是关键，我们在后台可以建立ES索引，实现更快速资讯查询，并且在前台视觉化的设计中有意识的设计更便捷的资料查询引导。

第二，个性化的推荐方法，让资料找人

快速的索引仍然是由观察者主动寻找资讯，而我们可以利用算法构建不同角色的兴趣模型，由机器将资讯推荐给观察者，并且利用神经网络等新的技术手段，让机器不断的学习每个角色的兴趣习惯，实现更精准的推荐，这样在视觉化设计上就可以优先展示这些资讯，给观察者提供更个性的视觉化服务。

宏观和细节如何兼顾

我们对工厂整体执行资料进行视觉化设计的时候，需要在整体上感知运营情况，这就需要对细节资料进行抽象，但我们仍然关心细节资料。于是，我们构建了基于“物”的资料模型视觉化方案。

我们可以将一个生产线想象成一个“物”对他进行整体分析，并在各个细节上提供进一步的展开的能力，逐层分解主体资料。让观察者在宏观上有总体认知，又可以根据业务需求快速的定位到细节资料。

深刻理解资料和资讯的区别

举个例子，你今天7:35分起床，8:00出门，走了1公里路，导了3趟地铁。这是资料。如果你将这些资料展示出来，我们就能了解你早晨的行为情况，可以让我们在某个角度更加了解你。这些价值是隐性的，就是感觉会有价值但无法具体的描述。

但这些资料代表的资讯是：“你今天会迟到！”

这就是资料转换成资讯后的价值，产生这个资讯的依据是那些资料。这就是有理有据的结果。

往往我们做资料视觉化的时候更多的是展示资料，而没有分析这些资料背后的资讯。让我们的客户或观察者感觉资料视觉化很鸡肋，看了好像没啥用，不看还很关心这些资料。这就是没有提炼出资讯，没有理解真实的业务需求。

这样还会衍生出其他的问题，因为很多资料是很敏感的，或者是需要保密的，比如：工艺配方、个人资讯等等。但我们的客户又需要了解具体的资料，比如某一批产品的工艺配方是否合规等。这时如果我们将配方比例可视化出来，就出现了泄密的问题，并且客户也需要自己去比对，耗时耗力。所以，这种时候我们可视化出来的应该是资讯“合规”或“不合规”，如果想检视细节则需要更高的检视许可权。

我们谈到大资料视觉化的时候，已经不单纯是技术层面的问题，而是综合性的。是我们对业务的深刻理解，是结合视觉化技术，UI设计，和算法能力进行的综合设计。只有这样，才能帮助我们的客户看懂资料，并且感知到资料带来的价值。