随着科技的快速进步和软件行业的发展壮大，数据可视化工具已在全球市场占据了一席之地，并且积累了大量用户。不过值得注意的是，在中国，数据可视化的基础设施建设尚未广泛普及。有的相关系统即便已经建成，其使用率也远未达到预估的期望值。中国数据可视化的市场需求真的很有限吗？ 事实上，“数据可视化具有巨大应用潜力”已是公认的事实。然而，用户的现实选择反映出很多数据可视化工具并没有显著提升他们的工作效率。在实际使用的过程中，频繁出现的软件升级复杂、功能不够实用、学习曲线陡峭等不便之处，导致用户重返 Excel 等传统工具的怀抱。因此，面对中国市场的现状、用户需求与技能水平等实际情况，我们需要深入思考如何设计下一代的数据可视化工具，使其更加符合国内用户实际的使用习惯和应用需求。

3.1 简单易用

在挑选可视化分析工具时，企业或个人的需求重心各异，对于可视化产品特质中每个因素的需求优先级不尽相同。数据分析专家倾向于选择功能丰富、技术先进的可视化工具，以满足复杂的分析要求；采购人员则更看重成本效益，会评估可视化工具带来的长远收益与总体拥有成本；运维团队会优先考虑平台的稳定性与安全性，期望能够确保数据无损和系统可靠性；而最终用户则更重视可视化工具的易用性和用户友好度，希望无需深究技术细节也可以轻松完成数据分析和可视化工作。

在实际选择的过程中，企业和用户应该全面权衡这些因素，根据自身的具体需求和实际目标来调整其权重，确定各因素的优先级，进而挑选出最贴合自身需求的可视化分析工具。全球著名研究机构 Gartner 在其题为《Survey Analysis: Key Selection Criteria for Business Intelligence and Analytics Platforms》报告中指出，易用性是企业获取商业价值时最为关键的考量因素。

图9 企业选择 BI 分析软件工具的影响要素 （资料来源： Gartner）

获取方便，安裝简易

获取和安装软件是用户使用一款软件工具的第一步。然而，这一步骤往往容易被软件的开发者所忽视。方便快捷的产品各版本安装包获取方式、简单易懂的安装方法以及通用的升级步骤，对于用户的软件使用体验来说至关重要，可以让用户在初次接触产品时留下良好的第一印象。轻松获取数据可视化工具并实现快速安装，一方面能够让用户迅速进入到工具的实际功能操作环境中，降低探索该工具的阻力；另一方面也减少了后续系统维护和升级的负担，使用户更加愿意长期使用和信任该工具。​

功能清晰易上手

数据可视化分析的核心是提出问题和解决问题，而非让用户将过多的精力花费在学习和适应软件上。因此，新一代的数据可视化分析工具在设计时应始终以用户为中心，注重用户操作体验，并且简化系统功能的使用流程。这意味着通过新一代数据可视化分析工具，使用者无需拥有专业的技术背景，也不用依赖其他 IT 人员的帮助，即可以最低的成本学习并适应软件，专注于自己想要解决的数据问题，从而更高效地进行数据分析和可视化工作。​

丰富的学习资源

优秀的数据可视化分析工具不仅应该提供强大的功能，还应该配套丰富的线上文档、教学视频等学习资源，以便在用户需要时提供全面的帮助。这些资源可以包括使用技巧、软件版本更新详情、主题仪表板分享、常见模板分享和数据分析案例分享等。丰富的学习资源有助于用户更好地理解和利用可视化平台的功能，提高用户的数据分析及可视化的技能水平。此外，鉴于数据分析工具通常有广泛的用户群体，可以考虑搭建统一的用户交流渠道，以加强用户之间以及用户与平台运营者之间的沟通和经验分享。这种交流渠道可以促进用户的交流互鉴，增长用户在数据分析领域的专业知识和技能。

配套的专业模板

成熟的数据可视化分析工具通常积累了丰富的可视化分析素材，提供专业、美观的模板库供其用户所使用。用户可以根据自身的业务需求和使用场景，轻松选择合适的模板，并在这些高质量模板的基础上快速制作自己的可视化报告或数据大屏。这样不仅节省了时间，还确保了生成可视化内容的质量和一致性。模板功能有助于用户更加迅速地创建具有吸引力和信息丰富性的数据可视化报告或大屏，从而更有效地传达和分享他们的数据洞察与见解。

AI 智能辅助

随着人工智能技术的迅猛发展，AI 智能辅助正被广泛应用于各类软件中，在数据可视化领域也发挥着重要作用。新一代数据可视化分析工具通过集成 AI 技术，可以提供关于软件操作、数据分析方法和数据可视化技巧等知识体系的智能帮助；其次，用户可以通过简单的对话，快速获取所需的数据图表和分析结果。这种对话式交互不仅使数据分析更加直观和便捷，还大大降低了数据分析的门槛。无论是数据分析专家还是普通用户，都能轻松通过对话式数据分析获取所需的信息和洞察。

3.2 开源开放

近年来，开源产业蓬勃发展，在基础设施服务、数字化产业建设、产业协作推动以及技术创新等方面均取得了显著成果。那么，开源开放的运作模式究竟带来了哪些益处？当前开源产业的发展趋势又是怎样的呢？

3.2.1 开源模式更好地推动软件产业发展

红帽（Red Hat）在题为《The State of Enterprise Open Source 2022》（企业开源现状 2022）的研究报告中指出，目前有 82% 的受访企业更加愿意选择那些为开源社区做出贡献的供应商。另外，受访企业最青睐使用的企业级开源软件主要集中在以下三个领域：信息技术基础设施现代化（62%的企业选择）、数字化转型（54%的企业选择）以及应用开发（52%的企业选择）。这一研究表明，数字化转型类的开源软件在企业中扮演着重要的角色，而数据可视化分析工具正是数字化转型中的一个关键组成部分。​

图10 可能选择开源供应商的企业用户占比 （资料来源： 《The State of Enterprise Open Source 2022》 ）

开源模式推动产业发展

企业和个人依托开源生态系统进行技术交流与协作，打破了软件开发者与使用者之间的壁垒，通过及时的反馈、交流、快速分发以及共同协作，加速了软件的创新与发展。纵观数据可视化分析领域软件的早期发展史，有不少数据可视化软件以开源的形式进行开发和运营，包括开源医学影像分析与可视化开发包 VTK 和 ITK、开源跨平台的医学图像分析与可视化软件 Slicer、面向科学数据和工程数据的开放可视化环境软件 OpenDX 等。这些软件产品通过开源方式进行共享，成为了推动可视化分析产业发展的重要动力。

开源运营可以听到和采纳更多的声音

以开源模式开发和运营的软件具有独特的信息交流优势，因为开源模式让软件开发者与用户之间建立起了更加密切的联系。通过代码托管平台、社区和社群等渠道，开发者能够迅速与用户建立联系，即时听取他们的反馈和建议，并且根据这些反馈和建议持续改进优化软件工具。同时，开源模式也赋予了用户成为软件开发参与者的机会。用户可以将他们的经验和见解转化为实际的功能代码，然后提交给开源项目，与项目组共同完善软件功能。这种用户的深度参与不仅有助于软件产品的持续改进，还能够促进社区合作和知识共享，为软件的长期发展提供了多元化的贡献。

开源可以更好地促进产品快速迭代与验证

基于开源的运营模式，开源软件产品能够在迭代过程中快速吸引大量的用户和参与者。通过收集社区用户的反馈意见和需求，开源项目组可以根据需求所涉及的用户群体规模来确定产品研发的优先级，并且据此制定开发计划推进产品的升级和迭代。每次版本发布后，开源用户可以立即获取软件的新版本并升级使用，形成了一个积极的反馈循环。​

此外，数据可视化工具在不同行业和职位中都有广泛的应用，没有特殊的倾向性，用户群体庞大。大规模的用户群体在开源社区的环境下可以更好地相互交流、共享信息，并且为产品的开发和演进提供宝贵的反馈和贡献。这种开放的协作方式有助于数据可视化工具不断适应不同行业和用户的需求，持续改进和创新。

开源让软件更安全

开源软件独特的开放源代码和免费安装包的特性，使得软件在不断受到隐性同行评审和用户评审监督的情况下运作。这意味着软件的缺陷无法被忽视，因为它们难以避免的会暴露在广大开发者和使用者面前。一旦问题被发现，开发团队可以立即着手处理并发布Bug 修复版本，同时通知社区用户进行软件升级，从而将软件缺陷可能引发的系统风险降至最低。这种即时响应和开放的反馈机制有助于确保软件的安全性和稳定性。​

红帽的调研报告 《The State of Enterprise Open Source 2022》 也从一个侧面反映了开源软件的安全性。其中 89% 的 IT 决策者认为，企业级开源软件比专有软件更安全，或者说至少同样安全。根据调查结论可知，在用户信任开源软件的理由中，排名第一的是“我们的团队可以使用经过测试的开源代码来构建内部应用”。这说明开源软件的透明度以及由此获得的社区支持对于确保软件的质量和安全性至关重要，并且可以使其成为许多企业的首选。

图11 IT 决策者对开源软件安全性的理解 （资料来源： 《The State of Enterprise Open Source 2022》 ）

3.2.2 开源生态发展现状

2022 年，超过 2050 万新用户加入 GitHub 代码托管平台，他们分布于全球各地。在美国之外，印度、中国和巴西的 GitHub 用户增长水平尤为突出。进入 2023 年初，GitHub 全球用户数突破了 1 亿人。全球的开发者通过跨时区合作，共同参与开发的软件数量比历史上任何时期都要多。在这些开发者们使用的私有及公共代码仓库中，各类代码的活跃程度不仅展示了当前哪些技术得到了广泛采用，也预示了哪些技术可能在未来获得更为广泛的应用。

图12 在 2019 - 2023 年 GitHub 上排名前十的开发者社区，中国近五年始终位于前三位（资料来源： GitHub）

2021 年 3 月，“十四五”规划纲要发布。在“纲要”的第十五章《打造数字经济新优势》中特别提出，“支持数字技术开源社区等创新联合体发展，完善开源知识产权和法律体系，鼓励企业开放软件源代码、硬件设计和应用服务。”这也是我国政府首次将开源纳入顶层设计之中。此外，中国人民银行、中央网信办等五部门在 2021 年 10 月发布了《关于规范金融业开源技术应用与发展的意见》，详细阐述了金融机构如何更好地利用开源技术，参与开源生态建设和产业发展。这一政策文件为金融领域的开源技术应用提供了指导和支持，鼓励金融机构积极参与开源社区，促进金融科技的创新和发展。​

3.3 全场景支持

在之前的章节中，我们已经阐述了数据可视化分析工具应用的广泛性。这种广泛性意味着数据可视化分析工具需要适应多样化的使用场景，包括数据可视化分析工具在不同服务器操作系统中的部署，以及在企业现有系统中的多样化集成。​多元性的应用场景要求数据可视化分析工具具备高度的灵活性。​

首先，数据可视化分析工具需要能够支持在 Windows、Linux 、 macOS 等常见服务器操作系统中的顺利运行。这确保了用户可以根据他们习惯使用的操作系统平台来选择和部署数据可视化分析工具，而无需受到平台的限制。​

其次，与企业现有系统的集成至关重要。现代企业通常依赖于多种软件和系统来管理各种业务流程。数据可视化分析工具应该能够与这些系统顺利集成，包括单一图表集成、数据大屏集成、大屏设计器集成等，以便更好地共享可视化报告，并将分析结果直接反馈到企业的决策过程中。数据可视化分析工具的集成能力有助于提高工具实用性，加速催生业务价值，有力推动企业的数字化转型进程。

3.4 安全分享

在数据可视化分析中，仪表板制作并不是最终目的，而是一个中期步骤。想要更好地发挥数据可视化的价值，用户还需要将制作好的仪表板与他人进行分享，以支持工作汇报、解释性分析等各项活动。可视化仪表板的分享对象不仅限于同事，还包括领导和其他相关方。因此，新一代数据可视化分析工具需要提供便捷且高效的分享功能，同时需要支持所分享内容的多端查看（包括 Web 端和移动端），以满足不同用户对数据分析结果的观看需求。​

在注重数据可视化内容分享便捷性的同时，对分享过程中数据安全性的维护也至关重要。优秀的数据可视化分析工具应该能够兼顾便利性与安全性。数据可视化分析工具应该具备完善的数据安全保护措施，提供访问控制、身份验证、数据加密等安全功能，以降低数据泄露或数据滥用的潜在风险，确保敏感数据的机密性和合法性得到良好的保护。

图13 数据可视化分析工具的分享场景

除开源外，软件领域的另外一个显著趋势就是软件的开放化。随着企业采纳的软件越来越多，企业越需要形成不同软件之间的协同操作和数据交换。因此，软件的开放接口支持能力正在成为现代软件重要的考核指标，业界为此也先后发展出各种软件接口交互协议（例如 Web Service、RESTful API 等）。

作为基础安全产品之一，传统堡垒机基本以封闭式软件或者硬件一体机的方式进行运营和交付。这种模式具有其独特性和时代背景，但这一模式也明显限制了堡垒机产品技术的迭代以及广泛的市场采纳。作为新一代堡垒机产品，选择开源模式运营并特别重视产品的对外开放性是其最为显著的特征。具体表现在以下几个方面：

• 开源模式让堡垒机产品可以更加广泛地被企业所采纳。尽管等保规范和企业安全管理需求的快速提升推动了堡垒机的企业采纳率，但传统封闭模式下的运营方式还是极大地限制了大量新型企业采纳堡垒机产品。尤其是中国高速发展的数字经济催生了大量的互联网企业，他们的业务发展快，自我研发能力强，并且广泛使用各种开源软件。开源模式运营的堡垒机让他们可以以极低的成本和极快的速度基于堡垒机构建自己的运维安全审计平台，帮助企业在发展早期就形成较好的运维安全管理体系；

• 开源模式赋予安全软件快速进行产品迭代的动能。基于开源模式运营，堡垒机产品会被用户广泛采纳，产品功能需求和缺陷发现的迭代动能从来自一个单独的原厂变成了整个庞大的用户社区。开源软件的研发协作方式经过多年的发展已经变得十分成熟，国内庞大的工程师群体可以充分利用这个机制共同推进软件产品的进步和成熟；

• 开源模式推动了产品的开放性发展。由于开放源代码的公开性和接口 API 的标准化，用户会基于开源软件进行广泛的二次开发和周边系统对接。这也就让堡垒机从一个独立的开源产品发展成为能够无缝融合到企业安全建设体系内的开放产品。