怎样对数据进行分析,选择并做出最能展现问题的图表？

1、怎样对数据进行分析，选择并做出最能展现问题的图表？互联网与不断出现的便捷工具，让所有人都可以无须具备数据或相关专长，就可以简单、低成本地将数据做成直观的可视化图、表。这当然是积极的变化，但也助长了一种本能倾向，即让数据可视化成为了一种汇报时的必备“流程”，开始无目的地进行可视化，结果做出的图表差强人意，比如机械地把电子表格单元转换为图表，只能提供支离破碎的信息，或者无效却扰乱视听影响决策的信息，进而无法传达出完整的理念。正如演讲和沟通专家南希杜瓦特(NancyDuarte)所说：“不要让听众感觉你在展示一张图表，而要回顾人的行为，描述曲线变化背后的事件。不是“来看我们的三季度财报”，而是“来看

2、我们为什么没完成目标”。”今天我们就来说说如何在呈现可视化数据的时候匹配正确的图表。一、数据分析目的有两种：陈述与探索人类大脑对视觉信息的处理优于对文本的处理，因此，用眼睛看的数据是更清晰有效地传达与沟通信息的一种方式，核心是有效地传递信息。那么使用图表、图形和设计元素把数据进行可视化，可以帮你更容易的解释数据模式、趋势、统计规律和数据相关性，而这些“信息背后的信息”在其他呈现方式下可能难以被发现。依据需要传达的性质和目的，我们将数据可视化划分为陈述型和探索型。前者一般是在正式场合向他人传达信息，比如你想利用手中的大量数据，报告每季度销售情况；后者是当我们想知道为什么最近销售表现不佳，于是，探

3、索是因为季节性波动或者是促销力度不够？(本图表使用DataAnalytics数据可视化软件制作，原数据已做脱敏处理，下同)DATA-WETVB5.812丸也rrli2,55口订JIBK.Ofl區就n；讨幡«Emw=>£WP«实际上，以探索为目标的可视化又可分为两种，第一种是上文例子中提到的利用数据，用图表来证实或否定你的假设；第二种是如果对销售业绩下滑的原因毫无头绪，提不出任何假设呢？就要仔细分析数据，寻找其中的规律、趋势和异常。例如，对比销售业绩和销售员负责区域面积，有何不同？不同地区的季节性波动有何异同？天气对销售造成哪些影响？这种开放性探索能带来新发现

4、。开放性数据可视化探索，将有助于解答宏观的战略问题，如收入为何下降、效率如何提升、客户与公司应如何互动等。二、探索型数据可视化探索型数据可视化分为两类：一是假设检验，一是从数据中寻找规律、趋势和异常。前者的目标很明确，后者则相对发散。数据体量越大、复杂度越高、未知因素越多，探索工作的开放性就越高。1.假设检验在这类数据可视化探索中，你要回答下面两个问题中的一个：我设想的情况是否属实？如何用不同方式传达这一信息？在进行求证时，数据范围相对可控，所使用图表类型较为常规；当然，若想以新颖方式呈现信息，也可尝试较少见的图表。求证型图表一般不用于正式场合；你要先自己找到正式展示所需的图表。因此，你的时间

5、不应花在设计上，而应快速尝试不同模板，找到最好的数据视觉化方案。2.开放性探索更多时候，针对数据的开放性探索是数据科学家和商业智能分析师的领地，不过新出现的工具例如DataHunter旗下的DataAnalytics软件让所有人都可以参与进来。由于缺少明确目标，开放探索型图表包含的数据范围较广，个别情况下可能会容纳多组数据，或建立自动更新数据的动态系统，也可用于统计建模。开放性探索很值得尝试，因为它经常带来独一无二的洞见。t-C*trap俱肿MwqKdhunipr.urupHiduEi/JxiuliMiLN皿ilfnlcLEinil'DATAHJJrlTERDataAnalytics轻

6、誉级业务数据可规代分析平台严品爲务壻拯方番SFSffl用户中心合作住伴菟于齐心三、陈述型数据可视化我们日常工作中接触最多的是陈述型数据可视化，主要涉及常用图表，一般可在展示中直接使用。这些简单图表包括线状图、柱状图、饼状图和散点图等。这里的可视化需要做到“简洁”。一幅图表应该用有限几个变量，清晰传达一个信息。比如目标很明确，为听众确认并介绍背景信息。此类图表常用于正式展示，对清晰度和逻辑性要求也很高。正式展示通常时间有限，如果图表设计不理想，介绍人就必须停下来解释，而图表中的信息本应一目了然。这并不是说陈述性图表不应引发讨论，但讨论应针对图表传达的理念，而非图表本身。接下来数猎哥按照构成分析、

7、对比分析、分布分析、关系分析，4个方面，为大家介绍几种常见的数据可视化图表。ttfeiTi.i-itirt-itaito-tn-i'i创比丼列I;卢.,-删盘ITLMrfTIP石歹M询园fltj-»7ITW倍忖E5第初一rorswMJ呻呎UHU存粧Cl6"佯*.WlnMR你想展示什么？分宿書TKV"8T.匸dThi四、常见可视化图表之一：构成分析1.饼图/环形图饼图经常表示一组数据的占比，需要数值维度。如图，各扇形面积代表各类型装修材料销售额的大小，整体为装修材料总销售额。右侧环形图为饼图的变种，中心区域可展示数据或者文本信息。饼图也是有缺陷的，例如30%

8、和35%在饼图上凭肉眼是难以分辨出区别的。当类别过多，也不适宜在饼图上表达。因此在使用饼图时我们需要顺时针降序排列，同时维度取值在10个以内。2.玫瑰图玫瑰图是饼图的变种，用来对比不同类别的数值大小，在数值相差不大的时候使用。如图，广东省、江苏省、山东省的GDP数额差别不是太大，如果只是使用常规饼图，难以对比三者的大小，使用玫瑰图则很显然广东省数值江苏省山东省3.旭日图旭日图也是饼图的变种，表现整体在各个维度上的构成，以及维度与维度之间的从属关系。如图，可以清楚看到整体的销售额在三大类产品的分布，而每类产品的各品牌销售额区别也可以直接对比，同时也可以看到每类产品的品牌分布。4.仪表盘模仿汽车仪

9、表盘，采用绝对值与相对值结合的方式，展现某个指标的完成情况，在项目进度，计划完成度较常见。只适合展现数据的累计情况，不适用于数据的分布特征等，同时一般超过100%后不太好表现。5.矩形树图当我们想表达过多类型的数据时，可以使用矩形树图，它展现同一层级的不同分类的占比情况，还可以同一个分类下子级的占比情况，每个矩形代表一个聚合类，颜色的深浅和面积的大小代表这个聚合类的大小。如图，比如电子商务、产品销售等涉及大量商品品类的分析等。局限是不适合展现不同层级的数据，比如组织架构图，每个分类不适合放在一起看占比情况。且当以面积表示大小，当数值相近时人眼难以辨别，当然可通过填充数值弥补。6.瀑布图采用绝对

10、值与相对值结合的方式，展示各成分构成情况，更多的用于核心指标的分解，适合展示数据累积变化过程，局限是各类数据差别太大则难以比较。如图核心指标为净利润，可以看到核心指标由收入和成本计算得出，而收入方面营业收入占据主要，支出方面营业成本占据主要。我们可以提升营业收入或降低营业成本来提升公司净利润。曙加嶽少瞪思他00五、常见可视化图表之二：对比分析1.柱状图/多指标柱状图柱状图是一种应用得很广泛的图形，它表征分类型变量与数值型变量的关系，常用于多个维度的比较和变化。柱形图至少需要一个数值型维度，通常文本维度时间维度通常作为X轴，数值型维度作为Y轴。一般需要排序，如果分类型变量是有序的，按照它本身的顺

11、序排列即可，如果分类型变量无序，那么则根据数值型变量的大小进行排序，使柱状图的高度单调变化。如左图，各类型装修材料的销售数量对比，右图为各类型装修材料的销售额及销售成本对比。2.条形图/多指标条形图类似柱状图，只不过两根轴对调了一下。因为有大量空白位置标示每个类别的名称，所以适用于类别名称过长的情况，但分类过多则无法展示数据特点。3.象形图以形象化的图片数量代表维度数值的大下，多用于具体实物的对比。如图，其中将办公用品、技术产品和家居产品用形象化图形来代表其维度，让观众者很容易了解到这组数据的维度表示。4.堆积柱图/堆积条图用来比较同类别各变量和不同类别变量总和差异。需要注意的是堆积柱内各项间

12、具有相同性质的维度划分，最好不要是不同的度量。如图，柱与柱之间表示各区域订单数量对比，华南订单数量可以看到是由三个产品订单数量组成。可同时对比三个类别产品在各区域订单数量。5.折线图折线图是用来观察数据的趋势，主要展示数据随时间或有序类别的波动情况的趋势变化。对比时使用，常见时间维度对比。如果是无序类别则无法展示数据特点。6.面积图用面积展示数值大小，展示数量随时间变化的趋势。多用于时间维度的对比，其中堆积面积图中堆积部分需要是具有相同性质的维度划分。7.雷达图雷达图将多个分类的数据量映射到坐标轴上，对比某项目不同属性的特点，适用于了解同类别的不同属性的综合情况，以及比较不同类别的相同属性差异

13、。它在商务、财务领域应用较大，常见于经营状况，财务健康程度。比如对企业财务进行分析，划分出六大类：销售、市场、研发、客服、技术、管理。通过雷达图绘制出预算和实际开销的维度对比，会很清晰。另外在游戏中也应用广泛，如图游戏人物的各项数值对比。es認口丁AT这里需要注意雷达图的数据必须进行标准化处理，同时指标是正向且可以比较的，也就是指标代表越好，且当指标差异较大时，需要进行标准化，消除单位影响。另外雷达图是静态数据，不可能有时间维度，同时能表达的静态数据信息有限，线条不宜超过5条，指标不宜超过8个。8.对比条图两个项目在各个维度的对比时使用。如图展示了广东省、江苏省、山东省和浙江省在2015年与2

14、016年的GDP对比，可以看到四省对比，广东省GDP较高，而2015年与2016年GDP对比，则2016年增长明显。9.子弹图对比条形图的变种，多用于对比实际与目标之间的差距。如图表现的是各乐行装修材料的销售额完成度，且均存在深度灰色以内，表现不理想。表现极差农现较差低于预期超出预期10.双轴图以左右两个Y轴的形式，展示同一维度下不同指标的情况。两个坐标轴的图表类型选择需要区分开。11.帕累托图双轴图变种，用来分析原因，确定产生问题的主要原因。如图可以看到，特殊节日和行业旺季是此次数据异常的最重要原因，两项占比达到了56%，可加强此阶段的促销，帮助销量增长。12.漏斗图漏斗图是流程转化分析，适

15、用于关键业务环节数据比较，将各环节串联起来构成漏斗，量化流程内环节，追踪各环节转化率。转化是漏斗图主要表达的信息。例如在网站的用户行为分析中，如图，反映了报告浏览人数中，有5%的用户下载了此报告。在实际工作中，各种业务流程均可构建漏斗。13.词云国产强化必字拼词云主要展现文本信息，对出现频率较高的“关键词”予以视觉上的突出，常用于对比文本出现频次。如用户画像标签，搜索关键词频次、新闻关键词频次。如图为各类型装修材料的搜索次数，可以看到国产强化的搜索次数较高，可加大此类关键词的搜索营销。混搭实木地热脚线进口强化六、常见可视化图表之三：分布1.散点图/气泡图/四象限图散点图在报表中不常用到，但是数

16、据分析中比较常见。散点图通过坐标轴来揭示数据间的关系，发掘变量与变量之间的关联，当存在大量数据点，结果更精准，比如回归分析。当数据量小的时候会比较混乱。气泡图是散点图的变种，它使用气泡代替散点图的数值点，面积大小代表数值大小。如图使用销售额和利润来定位不同类别产品，位于右上角的产品为销售额高、利润也高的明星产品；左下角的销售额、利润都不高的产品，为滞销品。2.地图一切和空间属性有关的分析都可以用到地理图。比如各地区销量，或者某商业区域店铺密集度等。一般用颜色深浅或气泡大小来展示区域范围的数值大小。比如人口密度、各地区销量，或者某商业区域店铺密集度等。3.箱线图箱线图(Boxplot)也称箱须图

17、(Box-whiskerPlot),它是用一组数据中的最小值、第一四分位数、中位数、第三四分位数和最大值来反映数据分布的中心位置和散布范围，可以粗略地看出数据是否具有对称性。通过将多组数据的箱线图画在同一坐标上，则可以清晰地显示各组数据的分布差异，为发现问题、改进流程提供线索。假如你是一位互联网电商分析师，你想知道某商品每天的卖出情况：该商品被用户最多购买了几个，大部分用户购买了几个，用户最少购买了几个。箱线图就能很清晰的表示出上面的几个指标以及变化。另外企业产品质量管理、人事测评、探索性数据分析等统计分析活动也经常会被应用到，如图，可以发现，华北地区出现超出范围的异常值，可通过结合业务场景分

18、析异常原因。4.热力图热力图可以用于对比两个维度的数值大小，用颜色深浅代表数值的大小。热力图在网页分析、业务数据分析等其他领域也有较为广泛的应用。如图展示了不同区域在不同时间的订单数量。七、常见可视化图表之四：关系分析1.桑基图桑基图是一种特定类型的流程图，图中延伸的分支宽度对应数据流量的大小，它常表示信息的变化和流动状态。常用于能源、材料成分、金融等数据的可视化分析，还有网站用户行为路径的分析。如图，可以看到用户在登录后的行为，以及下一步行为。2.关系树图表现各个维度之间的关系，多用于组织架构分析，如图可以表现不同类型产品的组合方式。-g-*"I-E1VW野=-_=匚jBHjiIS，沁0a>H7a毛Jh直>b屁wnto-奪阿4fW|i3iH1*甘M-ipiits