译者 | 张小墨
白眉林 | 郭 芮
随著“南台”的火爆，统计数据南台渐渐广为人知，让许多原先遁入水底的组织工作岗位浮上了河面，比如说统计数据商品副经理、统计数据策略师等。“统计数据建模”是前述组织工作岗位的杀手锏众所周知。简而言之高帅富即公义，统计数据建模水准非常大某种程度负面影响了组织工作输入产品质量。
那究竟甚么是统计数据建模，怎样同时实现统计数据建模，做为商品副经理，又该怎样结构设计两个暗鞘的建模控制系统/辅助工具呢？
甚么是统计数据建模？
谚语有曰：字比不上表，表比不上图。
统计数据可视化是透过简练、简练、易操作方式的图象，给使用者增添较好的声效，减少使用者的认知技术难度，进而同时实现用位数给使用者讲个故事情节的组织工作目地。
单纯认知，统计数据建模=统计数据+建模，统计数据文本是基础，建模是用图形化的方式呈现，并借此传达信息的方式。
所以统计数据文本是建模的内核，单纯追求建模炫酷的意义并不大，拥有了优质的统计数据文本，建模的意义方得以凸显。
怎样同时实现统计数据建模？
同时实现统计数据建模，步骤并不复杂，就像把大象放冰箱里，同样分成三步：统计数据准备、建模结构设计与文本分发。
1、统计数据准备
统计数据分析的目地是为了解决问题，进而给公司与部门提供存在参考价值的分析文本，完成前述文本的基础是统计数据，各种统计数据。
统计数据准备是为了明确统计数据范围，减少统计数据量，透过采集、统计、分析与归纳，梳理出我们需要的统计数据结果表。
梳理出的统计数据文本，存储方式是单纯的使用Excel，也可以使用MySQL或者Hive等等，这需要根据统计数据量和查询性能的要求来选择。
数据分析人员使用统计数据表时，透过单表查询或者多表关联的方式，完成其统计数据分析组织工作，就可以进入建模结构设计环节了。
2、建模结构设计
工欲善其事，必先利其器。
使用最频繁的建模辅助工具可能还是Excel，除此之外，还可以透过R语言、Python结合JS，透过代码的方式来同时实现，但是这些同时实现方式，学习与操作方式成本略高。
如今市面上可选的建模辅助工具有许多：Tableau、海致BDP、帆软FineBI、PowerBI、网易有数等等，透过基础的SQL能力结合鼠标的拖拽操作方式，就可以完成建模结构设计。
（海致BDP操作方式页）
用鼠标对统计数据表字段进行拖拽，就可以同时实现维度与指标的设置，还可以添加筛选条件，再结合SQL查询，便完成了建模报表的制作。
而在辅助工具越来越实用的前提下，考验我们的还有结构设计与审美能力，我们需要注意的有：
A、减少位数噪音，选择合适的图象
图象有许多选择，并不是复杂的图象才算上档次，大道至简，越是单纯的图象，越是能让使用者认知我们所要表达的文本。
单纯总结一下：
基本图象：折线图、散点图、条形图、柱状图、气泡图、组合图、面积图、饼图等；
复杂图象：仪表盘、地图、流向地图、热力地图、树形图、框架图、漏斗图、甘特图、词云图、雷达图等。
选择图象时，需要了解不同图象的优劣以及它们适合的应用场景，尽量较少统计数据噪音，不要同时给予使用者太多的文本。
但也不是不可以使用复杂图象，某些场景下复杂图象可能更能清晰的表达统计数据背后的含义，那用一下也未尝不可。
B、颜色搭配合理，多维度交互搭配
关于配色，仁者见仁，智者见智，有各种流派。
就笔者而言，更倾向于尽量少使用艳色调，多使用渐变色，确保辨识度，而需要对比的统计数据可以选择对比色或者互补色。
建议大家多去一些配色网站看看，如：Material Palette、Material UI Colors等等，也可以多去Dribbble、堆糖、花瓣或者千图这些网站溜达一下。
（From:Material UI Colors）
看的越多，就会越有感觉，获得一种积累而产生的灵感。
至于说到多维度的交互，常见的有以下几种：
筛选：透过设置过滤条件，同时实现不同维度统计数据的组合展现；
钻取：同时实现不同层次的统计数据的分层展示，如上下级部门等；
联动：透过两个图形的变化，联动其他图形的变化，如选择饼图中的某两个色块，则底部趋势表显示对应文本的趋势变化等。
当然还有许多的其他交互，只要可以为使用者展示有效的统计数据文本，满足使用者的业务需要，那是好交互。
好看又好用，便是统计数据建模的意义。
3、文本分发
统计数据建模最终的产物是一张图数并茂的报表，我们可以透过许多方式传达给使用者，最单纯莫过于直接提供源文件或者截图，但这样过于笨重与低效。
统计数据平台类商品就承担了高效分发报表的责任，如BI平台、移动BI平台等，即同时实现了对报表查看权限的控制，又同时实现了对报表统计数据权限的控制。
我们也可以直接使用第三方辅助工具直接完成文本分发，诸如Tableau之类的辅助工具，都可以在本地化部署的基础上同时实现文本分发，不过出于功能扩展性与统计数据安全性等多方面考虑，不少公司依旧选择用暗鞘的方式来打造自己的统计数据建模控制系统。
下面，就让我们单纯了解一下，我们该怎样打造一款统计数据建模控制系统/辅助工具。
可视化控制系统/辅助工具的结构设计思路
该部分文本旨在单纯介绍企业BI控制系统或大统计数据分析平台等统计数据建模商品的结构设计思路，为商品结构设计人员提供参考的同时，也为感兴趣的读者剖析解密一下此类统计数据商品。
1、统计数据源管理
此类商品目前支持的统计数据源越来越多了，毕竟统计数据是进行统计数据分析与建模的基础，无法连接统计数据源，下面一切的组织工作都将无法开展。
（海致BDP统计数据源管理页）
在进行此类商品结构设计时，优先需要完成公司现有统计数据源的调研，然后再根据实际场景，选定项目所要支持的统计数据源。
因为不同的统计数据库存在不同的优劣势，建模报表除了统计数据准确与样式交互合理，对于统计数据查询速度同样存在要求，我们不可能让使用者进行一次点选操作方式后，等待数分钟。
比如说，当统计数据量达到亿这个量级，MySQL就不太适合了，这个时候更适合选择一些分布式统计数据库，如HBase等。
根据平台统计数据量与公司现有能力，选定需要支持的统计数据源，这是此类商品结构设计的第一步。
2、图象库管理
图象库，就像“弹药库”，但是图象组件的封装是个持久战，耗时耗力，需要耗费大量的前端开发资源，不过我们可以使用ECharts这类开源图象库：
（From:ECharts）
根据建模需要，不断完善暗鞘控制系统的图象库，可以让统计数据策略师使用建模辅助工具时，做到“信手拈来”，那就算是有所小成了。
3、报表开发与分发
报表开发与分发是统计数据建模控制系统的核心功能，该部分在同时实现报表开发的同时，还需要完成权限（查看权限与统计数据权限）的配置。
同时实现该部分功能结构设计，有两个“捷径”，去学习市面上主流建模辅助工具的同时实现方式，他们详实的商品帮助文档都是暗鞘商品结构设计的“灵感源泉”。
（帆软FineBI首页）
至于权限的控制，也有许多方式，比如说做单点读取使用者权限表等，对统计数据权限的控制，是统计数据安全的必备项。
透过以上步骤，我们就完成了暗鞘建模辅助工具的商品结构设计，但该部分涉及文本较多，做为单纯介绍，本文不再过多展开。
结语
统计数据建模，需要以使用者为中心，以使用者体验为基础，输入建模报表，为业务赋能。
在公司不具备或者没有必要进行建模辅助工具暗鞘的情况下，大量的建模辅助工具可供诸君选用，正简而言之：君子生非异也，善假于物也。
译者：张小墨，互联网从业者，商品副经理中的文青儿。本文首发
声明：本文为译者投稿，版权归其所有。
【END】☞TIOBE 8 月编程语言排行榜：Python 奋力追赶 C，Swift 下跌
☞被罚 50 亿后，Google 不再强制绑定 Android 默认引擎！
☞重磅！AI Top 30+案例评选正式启动☞自然语言处理十问！独家福利☞容器快速入门完全指南☞媒体巨头进军区块链！纽约时报将用区块链技术打击假新闻☞为甚么雷军说“华为不懂研发”？
