中心价值：多维分析的智能大数据可视化平台， 不仅仅只是呈现出数据，更能智能 分析，提供决策依据。

数据资源整合分析：构建数据分析模型库，实现数据发掘的模 型化分析；建立数据探索分析能力，发现 数据背后的隐藏规律。

进行数据可视：呈现打造数据全景可视化平台，形式表现； 数据及时更新，可视化车间，实时分类呈现。

BI数据可视化：丰富的数据可视化探索，3D立体化呈现， 提供定制式数据可视化解决方案。

数据可视化主要借助于图形化手段，清晰有效地传达与沟通信息，发展到后来，应用3D图形来展示，使得数据更加的生动与形象。信息的质量很大程度上依赖于其表达方式，同样的，对数据进行数据分析后，可视化可以帮助用户更好地理解数据信息，挖掘数据价值。数据可视化的本质就是视觉对话，数据可视化将数据分析技术与图形技术结合，清晰有效地将分析结果信息进行解读和传达。数据和数据可视化是相辅相成的，数据赋予可视化以依据，可视化增加数据的灵活性。企业利用数据可视化可以更好地提取有价值的信息。

常见的数据质量问题包括：1.数据收集错误，遗漏了数据对象，或者包含了本不应包含的其他数据对象。2.数据中的离群点，即不同于数据集中其他大部分数据对象特征的数据对象。3.存在遗漏值，数据对象的一个或多个属性值缺失，导致数据收集不全。4.数据不一致，收集到的数据明显不合常理，或者多个属性值之间互相矛盾。例如，体重是负数，或者所填的邮政编码和城市之间并没有对应关系。5.重复值的存在，数据集中包含完全重复或几乎重复的数据。正是因为有以上问题的存在，直接拿采集的数据进行分析or可视化，得出的结论往往会误导用户做出错误的决策。因此，对采集到的原始数据进行数据清洗和规范化，是数据可视化流程中不可缺少的一环。

可视化车间-纺友云上展(图)由武汉纺友技术有限公司提供。武汉纺友技术有限公司是湖北 武汉 ,软件开发的见证者，多年来，公司贯彻执行科学管理、创新发展、诚实守信的方针，满足客户需求。在纺友领导携全体员工热情欢迎各界人士垂询洽谈，共创纺友更加美好的未来。