在多數資料應用情境中，資料往往牽涉多對多關係（如人與單位、供應商與供應鏈、交易對象與地點等）。若使用傳統的表格方式進行分析，容易造成資訊碎裂、不易比對與追蹤，尤其在進行關聯分析時更難以有效識別數據背後的脈絡。

為什麼要使用「圖形數據」來呈現關聯？

圖形數據（Graph Data）是一種以節點（Nodes）和關係（Relationships）為核心架構的資料模型，適合處理多對多、非線性關聯的資料關係。每個節點可代表一個資料實體（如人、公司、商品等），而節點間的線條則代表它們的關係，例如誰推薦誰、誰負責哪個任務等。

藉由圖形數據的視覺化展示，使用者可以更容易理解不同資料之間的連結與影響，進而挖掘潛在的分析洞察，形成一個「會自己說故事」的資料圖譜。

實際分析圖形數據前，需要經過哪些流程？

為了順利進行圖形數據探索與分析，使用者需依序完成以下四個步驟：

1. 匯入已結構化的資料

2. 設定節點與節點間的關聯

3. 啟用探索模式與互動視覺化：可自訂節點樣式、關聯方式與顯示邏輯

4. 將分析結果轉化為彙整報告素材

這套流程不僅幫助使用者逐步理清資料脈絡，也能支援日後持續優化與回溯資料關係。

設計的核心挑戰：如何協助使用者建構正確邏輯，完成有效探索？

本專案由遊石設計與 Gemini Data 公司合作，針對其圖形數據分析（Graph Data Analytic）系列產品進行使用者體驗與介面優化設計。系列產品涵蓋從資料整備到視覺探索的完整流程，包括：數據梳理服務、圖形資料庫建立服務、圖形分析探索服務，以及分析報告製作服務。

設計的關鍵挑戰在於：如何協助使用者正確理解圖形資料的建構邏輯，並在多對多的資料網絡中梳理出清晰脈絡。使用者不見得具備資料建模背景，因此我們必須透過視覺語言與互動引導，幫助他們從「節點與關係」的概念出發，建構出合理的資料圖譜。

同時，為了讓資料不只是被看見，而是能被理解與應用，我們也針對探索流程的操作體驗進行優化，確保整個系統具備高可視性、低操作負擔，並能支援不同層級使用者的分析任務。