大數(shù)據(jù)可視化 讓一張圖勝過千言萬語

談到大數(shù)據(jù)，就必然要談到可視化分析，因為大數(shù)據(jù)分析的目的是發(fā)現(xiàn)有價值的信息，供決策者和業(yè)務(wù)人員使用，更好地做出企業(yè)的決策。

所以每次Teradata不論在國內(nèi)還是國外的峰會上，都會設(shè)置一個大數(shù)據(jù)可視化展示區(qū)域。瀏覽這些抽象的圖形，你甚至可能把它們看成是一副副藝術(shù)作品。

當(dāng)天為我講解的是Teradata天睿公司大中華區(qū)大數(shù)據(jù)事業(yè)部華東區(qū)高級顧問張玉瑞，他還有另外一個身份“數(shù)據(jù)科學(xué)家”，在他看來如何把信息傳達給相應(yīng)的人，這就需要一種深入淺出、圖文并茂的形式，一張圖甚至可以勝過千言萬語。

Teradata天睿公司大中華區(qū)大數(shù)據(jù)事業(yè)部華東區(qū)高級顧問張玉瑞

在這些范例圖形中，當(dāng)然并不能單純停留在好看的層面，大數(shù)據(jù)可視化的目的是需要反映出真實的情況，讓用戶及時注意并防范這些問題以及更好的進行營銷。所以這些抽象的圖像在真正的系統(tǒng)中可以實現(xiàn)縮放，每一個點都可以看到是哪個客戶，以及客戶的一些信息，如行業(yè)、規(guī)模、地區(qū)、存款等，線條上也可以看到具體的交易金額。

資金噴泉

“資金噴泉”展示了不同公司之間的資金流動關(guān)系，是一個可以清晰發(fā)現(xiàn)客戶層級的資金視圖，圖中所展示的是中國一家大型銀行的企業(yè)銀行業(yè)務(wù)其中一個分析項目，使用轉(zhuǎn)賬交易數(shù)據(jù)了解風(fēng)險和發(fā)現(xiàn)市場機會。

市場營銷人員可以利用它切入核心企業(yè)，了解上下游關(guān)聯(lián)關(guān)系，開展供應(yīng)鏈金融。在紛繁復(fù)雜的交易過程中，尋找合適的營銷目標(biāo)，捕捉適當(dāng)?shù)臓I銷時機；風(fēng)險人員則可以根據(jù)它識別客戶異常資金交易，防范風(fēng)險，通盤考慮相關(guān)參與方，而不是單單交易對手一方。

圖中每一個點代表公司，線代表兩家公司之間的資金轉(zhuǎn)移，箭頭代表資金的流向。張玉瑞對兩個方向進行了描述，在營銷和供應(yīng)鏈角度，需要從圖中找到核心企業(yè)，再延伸到上下游；在風(fēng)險角度，一方面衡量市場變化，一方面監(jiān)控資金流向。

談到“資金噴泉”的形成，因為每家公司每天資金流量都是非常大，怎么刪繁就簡，把一些比較主要的問題呈現(xiàn)出來，需要經(jīng)過大量的計算后提煉出一些比較有價值數(shù)據(jù)。如果把幾百萬個客戶都展現(xiàn)在一張圖中，解讀起來也很困難，因此需要分門別類，這里就需要通過一些業(yè)務(wù)和分析進行提煉。

擔(dān)保圈焰火

汽車信貸業(yè)務(wù)的超常規(guī)發(fā)展確實為銀行帶來了利潤，但在分享車貸“蛋糕”喜悅的同時，不斷攀升的車貸違約率也向銀行業(yè)敲響了警鐘，因為越來越多的車貸存在一些不易規(guī)避的風(fēng)險?！皳?dān)保圈焰火”展現(xiàn)了在某家銀行的汽車廠商、4S店和個人客戶之間建立的擔(dān)保關(guān)系網(wǎng)絡(luò)。

圖中點代表車貸客戶或者車貸擔(dān)保人，線代表擔(dān)保人和被擔(dān)保人的擔(dān)保關(guān)系，不同顏色用來區(qū)分相應(yīng)的擔(dān)保網(wǎng)絡(luò)。

圖中比較明顯的是黃色、藍色、紫色三個群體，黃色群體比較正常，中心是4S店，周圍是一對一的個人客戶。而左下角的藍色和紫色群體存在重疊，也就是有些客戶在兩家以上的公司申請汽車貸款，存在一定的騙貸可能，需要銀行高度關(guān)注。

這里只是使用銀行的數(shù)據(jù)進行圖形顯示，并沒有使用汽車公司的數(shù)據(jù)。張玉瑞指出，以往的分析都是單獨看每筆貸款，其實貸款之間并不是獨立的，現(xiàn)在我們把他們關(guān)聯(lián)起來，就很容易發(fā)現(xiàn)之前很難發(fā)現(xiàn)的問題。

擔(dān)保圈之謎

揮別了黃金時代的房地產(chǎn)行業(yè)，未來房地產(chǎn)價格將在不同地區(qū)出現(xiàn)分化。目前一、二線城市住宅地產(chǎn)需求旺盛，價格堅挺，三、四線城市市場低迷，部分區(qū)域價格下滑，銷售不暢。為了促進銷售，部分開發(fā)商或者房產(chǎn)中介為購房者提供擔(dān)保，降低購房門檻，低首付甚至零首付，一旦房價出現(xiàn)大幅波動，這些房貸將給銀行帶來巨大的風(fēng)險。

“擔(dān)保圈之謎”揭示了房地產(chǎn)開發(fā)行業(yè)所產(chǎn)生的潛在風(fēng)險，每一個輻射源是房地產(chǎn)公司，散開的點是個人客戶。不同顏色可以區(qū)分不同擔(dān)保網(wǎng)絡(luò)。你會看到一些房地產(chǎn)開發(fā)商為大量的客戶提供貸款的擔(dān)保。

“最近央行和銀監(jiān)局要求銀行降低首付貸，說明政府對房貸的加杠桿高度關(guān)注?！睆堄袢鹫f道。房貸本來是銀行優(yōu)質(zhì)的資產(chǎn)，如果購房者或者炒房者變成一兩成首付或者零首付，杠桿就會陡增，風(fēng)險就會放大。

所以通過擔(dān)保圈之謎，讓銀行展現(xiàn)和監(jiān)控風(fēng)險暴露的規(guī)模和真實的特性。銀行可以對高風(fēng)險客戶采取措施，這些措施包含收緊貸款審批，甚至拒絕貸款。

Teradata Aster如何做可視化分析

“資金噴泉”是使用Teradata Aster和Aster的Lens。裝載的交易數(shù)據(jù)是非常大，涵蓋超過 670,000 公司的 60,802,990 記錄。公司記錄包含行業(yè)分類代碼，因此我們可以理解他們的業(yè)務(wù)活動。

“擔(dān)保圈焰火”和“擔(dān)保圈之謎”展示了在Teradata Aster分析探索平臺做的Sigma圖形，所用的數(shù)據(jù)源包含擔(dān)保人企業(yè)ID、擔(dān)保合同信息、擔(dān)保金額、企業(yè)信用評級等。這里用的分析方法是社交媒體分析，以發(fā)現(xiàn)有影響力的客戶和識別擔(dān)保模式。

其實整個社交圈非常復(fù)雜，傳統(tǒng)的分析需要采樣，但像資金鏈、擔(dān)保圈、社交群就沒辦法抽樣。張玉瑞解釋道，因為網(wǎng)絡(luò)大龐大，抽樣會使一些關(guān)系切斷，所以需要將所有數(shù)據(jù)一起進行分析。

因為所有數(shù)據(jù)的分析，數(shù)據(jù)的體量非常龐大，舉一個通俗易懂的例子，Google搜索資料會把相關(guān)性高得內(nèi)容顯示在前面，這中間會通過一些數(shù)據(jù)進行計算，算出一個PageRank值，越好的會排到越前面以達到更準(zhǔn)確，而且計算速度非?？臁eradata Aster圖分析（社交媒體分析）算法里就有PageRank算法，我們通過它來找出網(wǎng)絡(luò)中有重要影響力的客戶 。

不只是以上三個可視化圖形，還有很多大數(shù)據(jù)可視化都是用Teradata Aster來實現(xiàn)。Aster數(shù)據(jù)庫預(yù)裝了200+個SQL-MR函數(shù)，快速高效地支撐庫內(nèi)的數(shù)據(jù)挖掘和大數(shù)據(jù)探索分析，它包括了路徑與模式分析（Path/Pattern Analysis）、圖分析（Graph Analysis）、文本分析（Text Analysis）、統(tǒng)計分析（Statistical calculations）、數(shù)據(jù)轉(zhuǎn)換（Transformation）、關(guān)聯(lián)及關(guān)系分析（Relational Analysis）等。

張玉瑞同時也還原了整個可視化分析的過程，數(shù)據(jù)來自不同的數(shù)據(jù)源，把它們加載到分析工具中，可能會有一些數(shù)據(jù)質(zhì)量的問題，所以還需要進行清洗。之后建模是一個重要的工作，最后是分析，如果企業(yè)數(shù)據(jù)基礎(chǔ)較好，準(zhǔn)備的時間也會較短，分析質(zhì)量也會很高。