編譯 / 陳逸心
大數據時代該如何處理龐大、複雜的資訊？關鍵就在運用美學藝術，將數據科學分析提升至數據藝術，更有效呈現複雜的分析結果。掌握以下五點關鍵技巧，讓數據分析進化成設計藝術：
現代生活穿梭網路社群、電商、即時訊息之間，企業看準了每天高達一萬兆的海量數據流，正從龐大的資料中抽絲剝繭，精准釐清商機目標、分析產業價值—大數據（Big Data Solutions）已然成為數據科學業界的重大突破。
不僅《哈佛商業評論》宣稱「數據科學家（Data Scientist）將是 21 世紀最『性感』（sexy）的職業」，業界更視他們為數據魔法師。數據科學家之所以「性感」搶手，是因為他們必須精通資訊工程、機器學習、資料探勘及數據分析領域，而這種全能的人才實在難能可貴。
但是，要能更有效溝通分析成果，從數據分析晉升至數據藝術設計，還需掌握幾項關鍵技巧。
- 到底什麼是數據藝術？
自從分析界大師 Jim Sterne數年前在〈從數據科學進化〉（From data scientistto data artist）專文中介紹了數據藝術設計（Data Artist）的概念後，數據藝術設計便取代了數據科學，一躍而成分析界閃亮新星。Jim Sterne 如此定義數據藝術一詞：
「數據藝術設計師，必須從龐大資料量中解讀出全新洞見。」
數據藝術設計師看似是在龐大的大數據中抽絲剝繭出有意義的資訊，但更多時候，這個角色被賦予更重要的任務：把一個可以經過科學驗證的想法、方案，轉化成企業能夠應用、容易理解的理論或假說。
乍看之下，數據科學與數據藝術類似，目標都是分析實地資料，探索其中模式，並用創意發想報告見解。然而，兩者在核心文化上有著根本的不同。數據藝術師不僅要從資料中得出解釋，更注重如何運用藝術設計有效傳達資訊給觀眾。來看看，數據藝術設計師必備哪些關鍵技能：
熟悉各種資料特性：
就像畫家了解各顏料色澤，雕刻家對石類特性信手捻來一般，數據設計師也必須熟知各種資料的特性與運用方式。數據資料可比作原料，設計師要精通各數據的特性、強項及侷限性，並靈活運用不同類型以豐富內容，活化呈現方式。
理解數位程式技術：
數據藝術師應具有基本的數位程式知識，發掘資料間關聯性、執行分析、開發計量資料，並依指標設計視覺效果，展現數據趨勢及模型。
把 0 與 1 變成美麗的視覺設計：
如果把數據藝術家比作畫家，分析及視覺設計技巧就如同畫筆，能將複雜而龐大的資料轉化成創新、且具應用價值的商業報告。雖然藝術沒有硬性規則可言，但好的視覺作品都有著共通的特點：極具創意，並搭配美麗而易懂的圖示解說。
與大眾溝通的技巧：
如何藉由圖像式思考，促進溝通，是數據藝術設計師的重要課題。這不僅是要將艱澀的數字資訊轉化成簡明俐落的視覺呈現，更要具吸引力，傳達論點、或是引導觀眾歸納結果。
產品設計需具備商用價值：
要記得，數位藝術設計師的工作並不在於創造藝術品，而是了解企業所需，並產出相應的輔助工具。因此，這些設計師必須了解企業的經營目標，最大化數據資料的效益，幫助企業成長。
- 數據藝術設計的必要性
數據視覺藝術的範疇並不限於統計圖表或是複雜的介面設計，當前的數據藝術趨勢傾向結合數據科學與美學設計，聚焦觀眾注意力，引導他們思考特定觀點、激發情緒靈感。
數據設計藝術並不是要全面取代數據科學，而是希望藉此激發數據分析師的靈感，用不同的溝通方式，向沒有科技背景的觀眾介紹分析成果。
目前數據分析業界（特別是數位行銷產業）已開始著重美學設計在數據分析中所扮演的重要角色。雖說數據藝術設計學門才剛起步，但這個項目漸受注目。
它將以不同角度切入數據世界，而分析師也必須適應潮流，融合設計美感，發想新觀點，善用多元的方式吸引觀眾。
本文來源：icrunch data news，圖片來源：Sabrina Krilic ，CC ,Licensed
