数据可视化的探索方向
切记埋头自己想，一定要往外看，和外面的人交流取经。
我们团队被定义为A系列团队，即探索型团队，因此我们的年度目标和计划，肯定有很大一部分比重是需要投入到可视化探索中去的。那数据可视化有哪些方向可以探索呢？这是我们必须明确的一个问题。
任何技术都是为了解决某个特定领域问题的，因此我把数据可视化的探索，和2个问题领域进行绑定：提效、提质。
需要提前明确的几个问题
我们的客户是谁？
有客户才有市场，有客户才能产生价值。
那么，谁最需要数据可视化呢？他需要数据可视化来解决什么问题呢？我们能解决他的问题么？
此外，还要明确几个问题：
我们有什么？
我们能做什么？
我们怎么样才能把可视化“卖出去”？
我们去年生产的产品是什么？销售情况怎么样？为什么会是这样？
我们今年应该生产什么产品？销售策略是否需要改变？
我们团队的本质，就是数据可视化工厂，我们搜集需求，生产数据可视化产品，然后将其销售推广出去。
数据可视化的本质是什么？
数据可视化的关键人员是谁？
产品？设计师？开发？
这个问题我没想清楚，人都没法招。
知识图谱可视化
参与人员有：研究员、知识图谱的负责人、具体的开发实现人员。
这个项目，大家对于需求其实都没想清楚，一开始把要解决的问题范围设定得太大了，什么都想解决，结果就是不知道第一步该怎么走。后来缩小范围，指定一个具体的问题领域后，才稍微明确一些。
目前的需求是：输入一个用户问句(XXXX并购重组后，其股价是涨还是跌？)，输出答案。
核心关键：XX事件对后续股价走势的影响。
这个东西如果我们能搞出来，有两个非常吸引人的地方：
1、能挣钱，甚至可以说就是捡钱了
2、可以实现真正的人工智能，可以替代掉绝大部分的研究员，后面还可以用相同的模式，扩展到其他各个领域，把大部分脑力劳动都替代掉了。
这个想想都很有吸引力。不过我感觉这一步可能还有点遥远，或许要经过N年才能实现。
数据可视化要解决的问题：跨学科、跨职业的沟通问题。
研究员不懂知识图谱、知识图谱人员不懂策略逻辑
所以这个项目需要的可视化人员，一定是个侧重于设计的可视化人员：知识图谱可视化设计师
数据的特性
海量、高维、多元、动态
提效
自动可视化
提质
未来可能出现更优秀的图表库么？
后续会不会出现更好的前端图表库？恐怕不会了，前面提到很多图表库的成功背后都赶上了技术变革，从最早 FusionCharts/AnyChart 的 Flash、到 Highcharts 的 SVG/VML、再到 ECharts 的 Canvas，技术栈的不同让它们一出来就有明显优势，所以如果没有新的技术变革，后续新出的图表库将很难超越，只能在特定领域突破，而目前能看到浏览器的下一次图形技术变革只有 WebGPU，虽然它不会像 WebGL2 那样命苦，但和 WebGL 相比，它的主要优势是减少在 CPU 上的时间，更好利用 GPU，这对后续游戏在浏览器上的表现更有利，但用来做图表和 WebGL 比没有明显优势，加上大部分图表是二维的，除非数据点非常多，否则并行渲染优势不大。