通常情况下，由数据分析师执行企业分析和数据可视化，以深入了解销售、效率、运营或改善客户体验。而现在这些可视化工具已经经过调整，可供更多类型的人员用于新用例。

下面是6个大数据可视化项目示例和工具，从中我们可以了解到企业可如何扩展这些工具的使用以更好分析它们收集的数据。

1. 重视大数据可视化

现在企业正在想办法创建数据可视化前端，可供前线工作人员使用。

谷歌公司Data Studio首席产品经理Nick Mihailovski说：“我们已经看到企业员工创建长篇数据故事，其中包含丰富的叙述和交互式可视化，以引导其利益相关者支持高影响力业务决策。”

企业不需要让开发人员创建专用应用程序，他们可连接谷歌的Data Studio到其数据源，然后通过Analytics Canvas创建和设置简单的UI。

另一个令人兴奋的领域是自助服务和企业BI的交集。传统上来看，中央团队控制着BI使用，而现在越来越多企业允许更接近业务问题的入门级用户使用自己的BI工具。Mihailovski称，通过企业级审计，中央团队可在全球范围扩展，同时确保适当的管理和安全性。

2. 连接时间和空间

另一个有前景的大数据分析大数据可视化项目是位置智能，它可关联时间、空间和客户行为。

大数据分析提供商Kinetica公司创始人兼首席技术官Nima Negahban称：“位置智能不仅仅是可视化地图信息，它允许企业深入分析位置和时间数据，以更好地了解对他们有价值的实体。”

营销人员可利用位置智能来根据消费者出现的时间、地点和频率来了解其偏好、行为或忠诚度。客户支持经理可使用位置智能来创建更好的客户体验，因为物理位置通常是服务客户的重要部分-从预测到达、及时提供解决方案到紧急问题处理。业务开发团队也可使用位置智能来降低未来投资的风险，例如在哪里开新店、在哪里钻新井或在哪里建造新大楼。

3. 可视化员工的心声

IT服务管理咨询公司Acumen Solutions的按需分析和信息管理总经理Dave Marko表示，数据可视化还可用于理解与员工心声相关的数据。

大型企业意识到员工流动是一个问题，但他们很难制定更个性化和规范性的敬业度策略。随着企业对技术人才需求增加，人员流失率提高，以及昂贵的招聘和入职流程，人才流失使美国企业每年损失数百万至数千万美元。

对此，Acumen构建了可视化工具，其中的员工体验元素包括，员工交互分析—可视化驱动因素，以及跨多个渠道的满意度以及工作环境分析，以了解员工情况以及哪些类型的员工更忠诚或不太忠诚。

预测员工流失也可帮助企业避免高流失率。这些工具可识别风险最大的人员、何时面临风险以及在员工决定离职前可采取哪些措施来改变结果。此外，性能分析可用于识别在公司很长时间的优秀员工与很快离开的绩效差员工背后的特定属性。

4. 数据可视化映射到现实世界

一般而言，可视化分析专家建议关注简单的图表和线条，以便更容易地区分大数据中各元素之间的关系。但是，Kyvos Insights公司技术架构师Pratik Jain表示，还有其他方式可视化地映射数据，就像人类思维一样。

Jain介绍了一家主要航空公司有关飞行座椅分析的大数据可视化项目。通过利用数百万条座位预定数据，该团队构建了可视化工具，其形状就像飞机，具有与实际飞机相同的座位布置。其中，可产生高收入的座位在可视化中显示更黯淡，以帮助该航空公司确定可提高定价的有利可图的座位，以及需要促销的低占用率座位。这些可视化是交互式的，它可对几个参数进行分析以获得更深入的见解。

而在另一个大数据可视化项目中，一家大型汽车制造商想要显示车轮平衡对保险成本的影响。在这个案例中，可视化做得像汽车，其中每个轮胎的不平衡数量由轮胎的角度来表示。这个可视化可将服务报告和保险费的数百万行数据进行映射，帮助他们即时对比阈值线，并评估未来保险费的价值。

5. 改善供应链管理

汽车零部件制造商Mobis Parts Australia需要新的分析和报告平台，以支持实时报告库存、销售业绩和供应商定价，以及预测未来需求和销售。该工具必须提供强大的商业智能功能，并无缝集成到广泛的内部用户、供应商和经销商网络的日常运营中。更重要的是，它必须具有吸引力且易于使用，否则用户不会愿意使用该新工具以及与公司其他人分享他们的更新。

该公司采用OpenText Analytics平台对特定部件的运输时间或库存水平提供更清晰、更新的视图，使他们能够进行更准确的分析和预测。

6. 识别工作流程瓶颈

几乎每个企业的管理人员都会花费大量时间和精力来确定新项目需要的时间。当项目延迟时，又需要花时间弄清楚工作流程存在的问题。而有关工作流程瓶颈的大数据通常隐藏在各种企业应用程序和工具中。

Tasktop公司是价值流​​映射工具提供商，该公司主要研究如何构建这些数据以创建可视化，从而改善整个企业的通信。

Tasktop公司首席执行官Mik Kersten：“企业数据量正在飞速增长，我发现最有趣且最有用的工具是可帮助构建数据的工具。”

当数据以对企业有意义的方式构建时，企业可更容易地使用很多可用的分析和可视化工具和软件包。理论上，向数据添加正确结构的过程是建模过程。但是在创建数据后对其进行建模可能很困难。此外，如果底层数据的模式正在发生变化，它可能成为维护的噩梦。

用于快速构建和交付软件的Agile和DevOps工具具有高度结构化的数据，CIO和其他IT决策者需要深入了解这些数据。然而，随着开发团队不断改变其工具链以及他们的工作方式以提高工作效率和响应客户需求，这些数据模型会不断变化。对于这个问题，Tasktop的解决方案是将建模层连接到工具本身，比如用于规划的Atlassian Jira和用于ITSM的ServiceNow。

Kersten称：“通过这种本地连接的建模层，可视化变得非常容易，我相信我们会开始看到在其他领域采用的类似方法，重新构建的数据将帮助实现有效可视化。”