Obsah
Každý deň vytvoríme 2,5 exabajtu údajov. Alebo 2 500 000 terabajtov denne. Veľkú časť týchto údajov generuje finančný sektor. A čo viac, fintech je jedným z najaktívnejších používateľov týchto údajov.
Ešte v roku 2015 minuli firmy z oblasti fintech na programy súvisiace s dátami približne 6,4 miliardy dolárov.Analytici predpokladajú, že tieto výdavky sa budú každoročne zvyšovať o 26 %. V súčasnosti už približne 80 % všetkých spoločností z tohto sektora skúma Big Data a prediktívnu analytiku. Dve tretiny podnikov dokonca na tieto účely vymenovali riaditeľa pre údaje.
Využívanie veľkých objemov údajov vo finančných službách má, žiaľ, svoju cenu. Čím viac údajov máte - tým ťažšie je ich spracovať. V určitom okamihu sa môže stať, že nebudete schopní vytvoriť ani jednoduché prehľady, pretože vaša tabuľka obsahuje príliš veľa rôznych riadkov a premenných.
Príklady využitia Big Data vo fintech a rozumné metódy dolovania/spracovania údajov v bankovníctve nájdete v tomto príspevku na blogu. Na túto tému je toho veľa a budeme sa jej venovať aj v budúcnosti.
V tomto článku by sme však chceli vyriešiť praktickejší problém, ktorému čelí 80 % odborníkov zo svetových finančných služieb. Ako vizualizovať finančné údaje, ktoré už máte k dispozícii? Aké nástroje je najlepšie použiť? Ako urobiť zložité finančné výkazy čitateľné pre vašich klientov a pohodlné pre analytikov?
Rôzne typy vizualizácie údajov
Najprv sa však ponoríme do fascinujúceho sveta grafov a tabuliek! No... ponor je možno na začiatok príliš nudný, takže sa len ponoríme pár prstami do vody.
Najobľúbenejšie typy grafov
- 2D / 3D plocha (Kartogram, Choropleth, mapa rozloženia bodov);
- Časová (Spojený graf rozptylu, časový rad, diagram polárnej oblasti);
- Viacrozmerné (koláčový graf, graf rozptylu, histogram);
- Hierarchické (dendrogram, kruhový diagram, stromový diagram);
- Sieť (Aluviálny diagram, diagram uzlov a prepojení, matica).
Je zrejmé, že výber správneho nástroja môže byť rovnako dôležitý ako znalosť jeho používania. Preto je nevyhnutné najprv pochopiť cieľ vizualizácie a formát údajov, ktoré potrebujete vizualizovať.
Spomeňte si, čo sme spomínali v predchádzajúcom článku o veľkých objemoch údajov: "Dátová veda funguje len vtedy, keď si podnikatelia kladú správne otázky, majú správne nástroje na získanie odpovedí a na základe odpovedí prijímajú opatrenia."
Pred výberom formátu vizualizácie si najprv odpovedzte na túto jednoduchú otázku:
- Aké informácie potrebujem na zodpovedanie svojich otázok?
- Koľko detailov potrebujem?
- Čo potrebujem zobraziť: porovnanie, zloženie, vzťah alebo rozdelenie?
Ďalej si pozrite túto diagnostickú tabuľku.
Tabuľka tabuliek
A ak budete jedného dňa potrebovať implementovať alebo vyvinúť vizualizačný nástroj (jednoduchý alebo zložitý) - táto tabuľka vám pomôže diagnostikovať, aký typ vizualizácie vlastne potrebujete.
Najlepšie rámce a knižnice na vizualizáciu údajov
Tá ťažšia časť je za nami! Teraz vás odkážeme na najlepšie hotové kódové riešenia, ktoré sú určené na vizualizáciu finančných údajov. Majte na pamäti, že existuje mnoho ďalších knižníc a ešte oveľa viac spôsobov, ako vytvoriť vlastný nástroj. Ale tie, ktoré tu spomíname, sú najvhodnejšie pre odvetvie fintech, a preto vám môžu ušetriť čas/peniaze vo fáze vývoja.
D3
Stručne povedané, Data-Driven Documents (D3) je najpopulárnejšia knižnica JavaScriptu, ktorá sa používa na generovanie grafiky SVG. A pre vizualizáciu údajov založenú na SVG neexistuje lepšia knižnica.
Najlepšie na grafike SVG je, že pri zväčšovaní nevyžaduje viac miesta na disku. Napríklad typický rastrový obrázok s rozlíšením 1920 × 1080 váži 2 megabajty, zatiaľ čo súbor SVG váži 0,3 megabajtu a zväčší sa na ľubovoľné rozlíšenie.
Je zrejmé, že v dôsledku monitorov s vysokým rozlíšením a displejov Retina sa SVG (vektorová grafika) šíri ešte rýchlejšie, a preto je D3 ešte dôležitejší. Umožňuje vizualizovať graf ľubovoľnej zložitosti a zároveň šetriť miesto na disku a šírku pásma internetu.
D3 je navyše veľmi flexibilný a môže sa spárovať s ďalšími knižnicami na zobrazenie ešte zložitejších grafov. Napríklad MetricsGraphics.js, knižnica postavená nad D3, ktorá je vytvorená špeciálne na vizualizáciu a presné zobrazovanie údajov časových radov.
VEGA
Ak si nerobíte ťažkú hlavu s vlastným grafickým znázornením a potrebujete jednoduchý, pevný a dobre vyzerajúci graf, potom je VEGA najlepšou voľbou.
VEGA v podstate predstavuje rámec postavený nad knižnicou D3. Má jednoduchú syntax a umožňuje opisovať vizualizácie údajov vo formáte JSON namiesto písania kódu JavaScript.
Okrem toho VEGA umožňuje generovať grafiku v prehliadači pomocou triviálnejšieho HTML Canvas, čo z nej robí perfektnú voľbu z hľadiska potenciálu zdieľania.
InfoVis
InfoVis je skvelý súbor nástrojov, ak chcete vytvoriť interaktívnu vizualizačnú mapu. Na tejto súprave nástrojov je dobrá jej flexibilita. Využitím jeho potenciálu môžete ľahko premeniť svoj súbor údajov na flexibilnú webovú aplikáciu, ktorá bude podporovať ovládanie grafov a umožní vašim zákazníkom priamu interakciu s údajmi.
InfoVis ponúka množstvo pokročilých možností vrátane animácie stromov, priamej manipulácie s grafmi a úprav na cestách. Môžete si napríklad vytvoriť takúto parádnu mapu vetra a upraviť jej parametre z okna webového prehliadača.
DC.js
Ďalšia skvelá knižnica JavaScriptu, ktorá ponúka vysokú interaktivitu. Na oficiálnej webovej stránke sa uvádza, že DC.js je jednoduchá a zároveň výkonná javascriptová knižnica na vizualizáciu a analýzu údajov. Funguje skvele bez ohľadu na to, ktorú platformu si vyberiete - desktopovú alebo mobilnú.
Knižnica DC.js na tvorbu grafov je veľmi efektívna aj v prípadoch, keď potrebujete preskúmať veľký viacrozmerný súbor údajov. Pomocou dc.js prebieha vykresľovanie všetkých grafov s okamžitou spätnou väzbou, čo sa hodí, keď potrebujete porovnať niekoľko grafov naraz.
DYGRAFY
Rýchlo fungujúca knižnica JavaScriptu na tvorbu grafov. Dokáže pracovať so zložitými dátovými štruktúrami s vysokou hustotou informácií. Ak sa VEGA môže pochváliť jednoduchosťou návrhu, DYGRAPHS je mimoriadne flexibilný z hľadiska vývoja a funguje bez problémov vo všetkých hlavných prehliadačoch.
Okrem toho je DYGRAPHS "interaktívny" hneď po vybalení, čo môže ušetriť veľa času pri vývoji. Možnosti ako posúvanie, pohyb myšou, priblíženie a posúvanie sú štandardne k dispozícii na počítačoch a mobilných zariadeniach.
Springy.js & Sigma.js
Dve zaujímavé knižnice, ktoré sa odlišujú od ostatných. Používajú sa na veľmi špecifické úlohy, ako sú vizualizácie sietí a dynamický prieskum sietí. Ak potrebujete zobraziť zložitý prepojený systém alebo rozlúštiť podnikovú štruktúru - jedna z týchto knižníc to dokáže.
Springy.js je knižnica, ktorá sa spolieha na algoritmus na vytváranie silovo orientovaných grafov, vďaka čomu uzly na webovej stránke reagujú podobne ako pružina. Inými slovami, umožňuje manipuláciu s grafmi a vypočítava rozloženie grafu tak, aby sa optimálne zobrazil na stránke. Na druhej strane Sigma.js je lepší v zložitých úlohách, ako je napríklad zostavovanie veľmi pokročilých čiarových grafov.
Spodná hranica
Tu teda máte najlepšie knižnice na efektívnu vizualizáciu údajov. Môžete ich použiť na interné použitie pre svojich odborníkov na údaje alebo na vytvorenie pôsobivej prezentácie pre klientov. Okrem toho sa väčšina uvedených súborov nástrojov môže pochváliť dobrými interaktívnymi schopnosťami, ktoré môžu byť veľkou výhodou v prípadoch, keď potrebujete vytvoriť nastaviteľnú správu.
Komplexná vizualizácia si môže vyžadovať, aby ste mali na svojej strane profesionálneho kódera. Ak budete niekedy potrebovať vytvoriť hladkú a elegantnú vizualizáciu pre váš súbor údajov - neváhajte nás kontaktovať, zbožňujeme hru s grafmi a tabuľkami.