《可视化组织》的作者菲尔·西蒙在本文中讨论了数据可视化工具和它们改变商业对话的强大力量。大数据可能导致大的混乱，因此要从混乱中梳理清晰的数据，从而发现商业机会，就变得无比的重要。清晰可见的呈现出数据和发现数据的过程一样重要。通过可视化的工具创建热图、数据关系树图以及空间地理图，能够帮助CEO在几分钟内通过可视化的方式解释一个销售趋势。可视化能够把数据转换成对话。这一课题在菲尔·西蒙的即将出版的新书《大到无法忽视》中也被提及，《可视化组织：数据可视化，大数据，需求更优决策》（Wiley出版社，2014年）也将会在下个月出版。以下是西蒙和信息周刊的对话，探讨如何成为一个“可视化组织”，以及落后于大数据时代的危险等。
菲尔·西蒙：首先，目前同类最好的数据可视化工具都非常复杂，它们能够处理多种数据源，不但能够很容易的获取企业内部数据源如关系型数据库，还能够获取外部数据源如Twitter，第三方脚本，开放数据集，图标库等。
其次，通过传统驱动器或ETL(抽取、转换、加载)，他们不只限于连接结构化数据，很多还能够通过API处理半结构化，甚至非结构化数据。
第三点，他们还能实现交互，就是说，数据不仅仅是静态呈现，而是鼓励对数据的发现和挖掘。
上图是Netflix公司员工使用的交互式的数据可视化工具，能够根据日期、销售和类别查看内容如何被消费。数据源：Netflix技术博客。
第四，通常这些工具的界面比几年前的应用更加友好。得益于技术的日趋成熟，你不必是程序员或数据专家就能够使用Spotfire 或Tableau这样的可视化工具。最后一点，它们还能实现在企业内部和外部的共享。
菲尔·西蒙：坦白说，很多组织都已经使用数据可视化工具。微软的Excel是一个典型的例子。现在，我非常喜欢使用Excel，而它已经过了20多年的发展。例如，PowerQuery非常的灵活易用，但是认为Excel能高效地解决一个组织所有的数据可视化需求就大错特错了。1990年到2000年期间，很多大型的机构部署了非常昂贵的商业智能软件。然而这些商业智能工具通过仪表板，传统分析方式，KPI指标等进行分析，很大程度上是假设了用户知道他们自己在找什么。
这里来回答你的问题，阻碍可视化转变的原因就是旧习难改。在很多企业里，有一种“不坏不改”的思想。很多员工害怕未知，坚持使用熟悉的工具如Excel。很多的CXO在购买新技术的时候，坚持固有的投资回报率计算方式。而且，不要忘记很多机构在部署新系统的时候会遭受打击。这也是我之前的书中提到的一个主题，为什么新系统会失败。
菲尔·西蒙：那些能够理解到数据的潜在力量(大数据和小数据)的机构首先会涌现出来，如思科、潘多拉，ESPN、Twitter、LinkedIn、Facebook和eBay，还有其他公司也正在通过数据可视化发现关于用户的有价值的事情。为什么？在更高的层面上，他们已经明白，数据比以前任何时候都重要，它能够很容易根据那些你所看到的触发行动。
这本书包含了很多的成功案例，我特别选了科技方面的领先公司Netflix，这是一个初创企业（社交投票平台），也是德州大学的一家学术机构。我想说明的是一个可视化组织的概念并不局限于价值数十亿美元级别的企业。这是一个好消息。从另外一个角度看，落伍者和抵制者也随处可见。有太多的小型、中型和大型组织忽略或弱化了数据的潜在影响。
菲尔·西蒙：这只是一个选择，但是可视化组织里的员工通常不会要求权限，随着云计算、软件即服务、开源软件的发展，已经不再需要自上而下的部署过程。现在不是1998年。旷日持久的RFI和RFP流程会导致组织错失很多良机。然而遵循内部管理流程非常重要，等待1年或者更久去部署一套新的数据可视化工具可能会导致组织损失惨重。自下而上的方法能够在组织内部快速产生效果。
菲尔·西蒙：当然不需要，我相信很多的业务部门都应该“管理”他们的数据。
信息周刊：你的书中以数据可视化供应商Tableau的IPO的故事作为开始，小的供应商已经开始开发很强大的数据可视化工具，但是像微软、甲骨文和IBM这样的大公司也参与到数据可视化的市场中来，对于这些大公司，有哪些优缺点？
菲尔·西蒙：有些被称之为“一站式”服务。其他大家都是平等的，把一家供应商的产品和其他供应商互联互通并不难，在我做咨询师的时候就有见到过把完全不同的系统和应用连接在一起。把一个新的供应商加入到等式中意味着需要签新的合同，产生风险，发展新的关系，满足潜在新的集成需求。然而，大的供应商如微软、甲骨文和IBM涉足很多领域，但这并不意味着他们的数据可视化产品不好，只是说他们的优势不是只专注在一个领域。最好的供应商只有一个使命，就是提升他们的工具的功能。
原文发布时间为：2014-03-12
本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号
