數據可視化在大數據場景中面臨許多新的挑戰，包括數據規模、數據融合、圖表繪制效率、圖表表達能力、系統可擴展性、快速構建能力、數據分析和數據交互等。



　　數據規模



　　大數據規模大、價值密度降低，受限于屏幕空間，所能顯示的數據量有限。因此為了**顯示使用者所關注的數據和特征，需要采用**的數據壓縮方法。目前已有的方法針對數據本身進行采樣或聚合，未考慮數據可視化的顯示特性。近期一些學者提出了針對特定可視化場景的數據壓縮方法。但是目前依然缺少通用的面向可視化的數據壓縮方法，也缺少實際應用的產品。



　　數據融合



　　大數據的另一個表現是數據類型多樣，常常分布于不同的數據庫。如何融合不同來源、不同類型的數據，為使用者提供統一的可視化視角，支持可視化的關聯探索與關系挖掘，是一個重要的問題。其中涉及數據關聯的自動發現、多類型數據可視化、知識圖譜構建等多個技術問題。



　　圖表繪制效率



　　隨著數據規模的增加，圖表可視化的效率問題越來越凸顯。目前，有些可視化產品開始采用WebGL借助GPU實現平行繪制。越來越多的數據可視化產品采用B/S架構，其性能一定程度上優先于瀏覽器；另外，由于跨終端需求越來越普遍，也對圖表繪制提出了更多挑戰。



　　圖表表達能力



　　隨著產生數據的來源增加，數據類型不斷增加，數據使用者對于數據的交互需求越來越多，已有的數據可視化產品完全無法滿足使用者的可視化需求，時常出現需要的可視化形式產品不支持或支持不夠等問題。這就對于系統的圖表表達能力提出了更高的要求，同時對于系統支持使用者的個性化定制提出了新的要求。



　　系統可擴展性



　　大數據對于數據可視化系統的擴展能力提出了新的挑戰，系統的可擴展性將成為衡量一個大數據可視化系統的重要指標。



　　快速構建能力



　　大數據伴隨著快速變化與增加的數據，如何幫助用戶及時理解數據，發現問題，離不開數據可視化的快速構建能力，即根據使用者數據驅動的圖表快速定制能力。數據在s級甚至ms級更新的情況下，有沒有可能實現圖表的秒級更新與快速定制。另外，圖表定制后的快速共享與響應功能也將成為必要的系統功能。



　　數據分析



　　傳統的BI工具主要集中在數據篩選、聚合及可視化功能，已經不能滿足大數據分析的需求，Gartner提出了“增強分析”，數據可視化只有結合豐富的大數據分析方法，將數據的探索式分析形成一個閉環，才能實現完整的大數據可視化產品，**幫助使用者理解數據。預測性分析是大數據的趨勢，數據可視化**結合預測方法，將有助于使用者的決策。



　　數據交互



　　大數據可視化使用者需要通過可視化與圖表背后的數據和處理邏輯進行交互，由此反應使用者的個性化需求，幫助用戶用一種交互迭代的方式理解數據。在傳統的交互手段基礎上，更加自然的交互方式，將有助于使用者與數據更好的交互，也有助于拓展大數據可視化產品的使用范圍與應用場景。



　　大數據可視化技術與產品所面臨主要挑戰的同時也對其發展帶來了新機遇，例如億信華辰自主研發的一款一站式數據分析工具——億信ABI，迎難而上。



　　ABI中除了有word分析報告，現在還支持即席報告。即席報告是完**向業務人員的自助式報告，自由布局排版，打造專屬的word版式報告。幻燈片報告可以像PPT一樣播放，可引用上述分析表，直接用于匯報展示。系統根據用戶使用場景及需求進行了深入分析，具有操作簡單，上手快的特點。敏捷看板是ABI分析展示的重要方式之一，業務人員可以進行探索式自主分析，只需要簡單拖拽維度指標就能自動生成表格、統計圖等。



　　看板集即基于相同篩選條件的多張敏捷看板的集合，是在看板功能上的一次深挖，能同時對多張敏捷看板進行對比分析，具有操作簡單，功能完善的特點。



　　ABI支持數據回填，可以通過表格、表單、列表展現出數據，并對數據進行操作后保存到數據庫表中。可運用在活動、簡歷、測評、收款、問卷等多種場景中。已經存在業務數據，需要修改和補充部分數據后進行數據分析，可以通過一站式數據填報解決方案。



　　大數據可視化技術挑戰和措施.中琛魔方大數據平臺(www.zcmorefun.com)表示數據可視化已經成為人們理解數據的重要途徑。在大數據時代，人們需要**的數據可視化工具來直觀地分析大規模數據并快速捕捉數據變化，**應對這些挑戰將有助于大數據可視化隨著大數據和數據科學的普及，推動其應用到更多領域。