最大的数据杀手——中国式复杂报表

作为数据人，在日常生活和工作之中，我们是否经常被要求制作如下图所示的一些数据统计表格：

总的来看，这些表格看似包含的信息很全，但是其实人脑对数字本身并不敏感，看到数字之后需要在左脑进行进一步思考才能转化为人最终获取到的信息。

而幸运的是，人的右脑对图像信息的处理速度非常快，能达到相同场景下数字处理速度的倍以上。

基于人脑对数字和图像处理的以上特征对比，我们开始尝试使用图表的方式对数据进行更好的信息传达。

尽管如此，却经常发现自己虽然有数据，却不知道用什么图表来进行数据最佳形式的价值表达，只会使用几个简单的柱状图、折线图、饼图。

在颜色和字体等细节样式方面，不知道如何进行更加美观的调配，做出来的图表被人吐槽“巨丑”。

做好的报告不知道如何进行组合呈现，不知道如何进行合理的布局，最终做出来的报告，甚至有时候自己都有点“不忍直视”。

要构建一个优秀的可视化仪表板（即真正信息丰富、可以指导行动的仪表板），仅将所有“顿悟”放到画布上是不够的。要让仪表板达到给用户最佳的信息传达效果，我们必须认真考虑各种规划和设计各种元素。

之前，有系统讲解如何制作一个可视化报告：《实战秘籍｜教你10分钟搞定一份可视化报告！》

接下来将从图表类型、颜色搭配、仪表板布局设计原则、作品完善四个部分详细地给大家进行讲解，希望能够让大家的商业数据可视化分析报告能力得到一定提升。

注：下文所使用的工具、图表、配色方案、分析功能，都依赖于BI工具FineBI，可先自行下载尝试！

学会使用最佳的图表类型

时间趋势分析

时间趋势分析，是我们日常工作中应用最为广泛的方法之一。对于这类场景，我们通常可以选择折线图、柱状图来更好地进行数据到时间趋势的分析，比如上图所示，我们用折线图来分析每个地区的年度合同金额走势。

但是如果我们同时还想知道总的销售额在每年的走势如何，仅仅通过折线图或者柱状图显然是无法表达的。如果想知道每年总的销售额的走势，这个时候我们就可以通过范围面积图、堆积折线图或者堆积柱状图来实现。但是这三其实者也是有区别，范围面积图和堆积折线图是以每个地区作为一个模式的（单独观察每个地区的合同金额走势也同样方便），而堆积柱状图是将每个月份作为一个模式的。

比较和排序分析

第二种要给大家介绍的是比较和排序分析，对于这类场景，我们通常可以选择条形图或者柱状图来进行对比比较和排序，这是因为他们都是基于相同的基线然后将数值显示为长度或者高度，使得值与值之间的对比分析变得异常容易。

相关性分析

我们经常会有一些需要进行相关性探索分析的数据，例如研究某一种商品的单价和销售额之间的关系，研究员工考勤时间和离职率之间的关系，研究温室温度和作物生长的关系等等，这个时候采用散点分布图也许是我们的首选。但是需要注意的是，相关性分析并不能保证绝对的存在关系，只是表示可能存在关系。一般来说，在用散点图进行数据的相关性分析时，我们还可以引入趋势拟合线进行辅助判断。

对于不同单位的数据，在FineBI中我们可以采用分面分析的方法。分面展示其实是提供了一种将多项指标并列分析的数据观察视角，比如我想同时观察温度和衬衫销售的数据统计趋势、观察合同金额和购买数量的关系，这个时候就可以使用分面分析来进行数据统计观察。通过分面，可以分析不同指标的相关性，从而发现数据的潜在关联。

分布分析

分布分析也是我们做数据可视化分析时使用的比较多的一种方法，例如我们想知道不同产品类型的销售金额分布，这个时候我们可能会选择使用饼图进行展示。

通常来说饼图和堆积柱状图主要用于做数据的分布分析，但是需要注意不要试图尝试对不同系列的饼图进行数据分布对比分析，这将会不利于我们观察到每部分数据的变化情况，此时对比柱状图会是我们更好地选择。

周期性数据分析

对于周期性循环数据特征分析，比如企业经营状况——收益性、生产性、流动性、安全性和成长性的评价（适用于快速对比定位短板指标），我们建议使用雷达图进行展示。

地理数据分析

对于那些和地理位置信息相关的数据分析，地图是我们的首选类型，包括点地图、区域地图、热力地图、流向地图等等。因为地图除了能对比分析数据本身的差异性之外，还可以结合地理位置进行分析，发掘和地理位置信息等相关的业务价值。

例如某一家电商企业，想要分析不同区域服装种类的销售情况，如果通过地图进行地理位置信息相关的辅助分析，就能快速探索出服装种类和地区位置区域的相关性（例如南方衬衫、西装等服装热销，北方羽绒服、羊毛衫等服装热销）。

漏斗转化分析

漏斗图适用于分析具有明确流程节点转化率的数据分析场景，例如互联网企业常用的平台用户访问阶段漏斗转化分析、用户生命周期漏斗转化分析等等。

如上图所示，我们通过FineBI进行某个平台的用户访问阶段转化率数据分析。我们逐级来看各节点转化情况，首先是用户从浏览商品行为到添加购物车行为这一流程的转化情况，我们通过漏斗图可以快速看出其转化率为50.77%，反映出该平台的商品介绍、图片描述等对用户有较强的吸引力。接下来继续看添加购物车到下单的转化率，可以看出其转化率高达99.66%，非常不错。之后却看到单至付款的转化率仅50%，这是一个值得反思的转化节点，通过数据分析猜测该平台商铺支付渠道不完善，需要增加例如支付宝、

转载请注明:http://www.aideyishus.com/lktp/4701.html