来源网络
适合的数据：两个连续数据字段
横轴可展示具体的时间维度区间或者不同的属性描述，纵轴可展示数据量的多少。不同类别可以不同色块进行区分。
备注：可更具实际情况对点的形状进行分类字段的映射。点的颜色进行分类或连续字段的映射。
可视化分析1. 用户画像产品
用户画像： User Profile用户画像是通过搜集和分析用户行为喜好、静态属性信息和消费习惯信息等数据，将用户的特征信息抽象化的进行展示。
用户画像的标签表征用户的兴趣、爱好、习惯特点，为标签计算权重来表示用户对标签特征的需求程度，使用户的特征得到量化。更多区域用户消费行为的分析统计，可预判用户的消费特性，通过数据分析结果来帮助运营人员抓住用户消费痛点。
来源网络
2. 推荐系统
推荐系统有很多中，其中有一种是用户画像的用处，即利用用户画像做个性化推荐、广告推荐、活动推荐、内容推荐等。利用相关的算法，可以帮助其广告精准推广营销，精确推送给用户其所喜好的阅读信息等
像今日头条有自己强大的算法模式：
- 我们初期可以根据相关的线性函数来做数值推理或者用户群中划分；
- 根据喜好相同的不同用户去推送各自不同的相似栏目信息内容；
- 通过后台大数据的汇总，进行抽样随机选择的方式，推理出高概率相符信息内容进行推送。
来源网络
3. 可视化大屏
来源网络
上图为可视化大屏展示，其中可针对不同业务需求进行定制化开发：（可用于企业高端效果展示，关键数据指标可视化展示，工作汇报总结，领导检验等）
- 3D实时数据模型可视化数据展示，采用逼真的视觉效果呈现帮助用户理解、展现科技创新形象；
- 提供多种数据交互场景，可进行三维视角观测、切换、拖拽、缩放等交互方式，缩短用户对态势认知成本，提升决策效率；
- 地图以区域定制化展现整体数据分布动态；各类标签属性进行相关数据的展示。多维关键数据指标为整体数据大屏做支撑；
- 可视化大屏属于定制化功能模块，可支持3D炫酷建模效果，城市全景地图下探，街道立体效果展现及关键数据可视化特殊标识。
此次是对大数据认知的一个较为宽泛的阐述，后续会进行各个模块的细化说明。其实数据总是与我们息息相关，通过大数据是为我们提供一个有效的手段来使得各类价值信息呈现更为明确。大数据离我们并不遥远，仍需不断地去探索与发现其潜在价值与意义。
本文由 @ Leon 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议
