大數據可視化常用分析圖表的優缺點

2020-12-25 千家智客

　　可視化圖表次整理了一些平常不太使用，但在合適的場景的使用它們，往往能為你的分析報告加分不少的圖表。

 

　　需要說明的是，這次演示的圖表幾乎都是用Tableau製作的「因自身學習的原因」，不再是Excel製作的圖表。其中有部分圖，仍舊能用Excel製作，有部分已經不適合使用Excel製作了。

 

　　樹狀圖(TreeMap)

 

　　功能&應用場景

 

　　主要功能用於可視化整體與部分關係，以區塊表示部分層級(不同區塊用顏色區分)，用矩形面積表示大小關係。

 

　　缺點

 

　　以面積表示大小，當數值相近時人眼難以辨別，當然可通過填充數值彌補。

 

　　漏鬥圖(FunnelPlot)

 

　　應用場景

 

　　適用於關鍵業務環節數據比較，將各環節串聯起來構成漏鬥，量化流程內環節，追蹤各環節轉化率。轉化是漏鬥圖主要表達信息。

 

　　電商類：訪問->註冊->購物車->下單->付款;

 

　　營銷推廣：展現->點擊->訪問->諮詢->下單->付款;

 

　　CRM：潛在客戶階段->意向客戶階段->談判階段->成交籤約。

 

　　以上只是常見漏鬥，實際各種業務流程都可構建漏鬥。

 

　　缺點

 

　　漏鬥圖在實際分析中並不常見，但在PPT中用作信息描述卻明顯優於乾巴巴的數字

 

　　追蹤流程較困難，而企業是結果導向的，我們更在意整個流程的轉化率，有時不會深究細節;

 

　　有時候我們更關心某環節轉化率在時間維度上的變化。

 

　　漏鬥圖vs行為路徑分析

 

　　漏鬥圖要區分於行為分析路徑圖，行為分析路往往是你對用戶的訪問路徑未知，而漏鬥圖則是基於已知關鍵流程構建。

 

　　樣式變種：將面積形式變種為柱形圖樣式，顯得更加清晰

 

　　雷達圖(RadarChart)

 

　　應用場景

 

　　雷達圖主要用於靜態的多維對比，它直觀地呈現幾個觀察對象在多個指標上對比情況。

 

　　缺點

 

　　能表達的靜態數據信息有限，線條不宜超過5條，指標不宜超過8個。

 

　　注意事項

 

　　雷達圖中的指標必須是正向且可以比較的，也就是指標代表越好，且當指標差異較大時，需要進行標準化，消除單位影響。

 

　　指標必須是相同表徵含義：如都是越大代表越好，或越小代表越好;

 

　　雷達圖的數據必須進行標準化;

 

　　雷達圖是靜態數據很量，不可能有時間維度。

 

　　製作過程

 

　　數據源-第一個指標要重複一列，作為環形的起點和終點;

 

　　在Tableau中要進行透視表操作;

 

　　生成路徑：CASE[數據透視表欄位名稱]

 

　　WHEN'認證兩分鐘回復率'then 1

 

　　WHEN'認證數'then 2

 

　　WHEN'消息兩分鐘內回復率'then 3

 

　　WHEN'消息回復率'then 4

 

　　WHEN'回復消息數'then 5

 

　　WHEN'質檢得分'then 6

 

　　ELSE 7

 

　　END

 

　　生成弧度:IF[路徑]=7 THEN pi()/2 ELSE PI()/2-([路徑]-1)*2*PI()/6 END

 

　　生成X=[數據透視表欄位值]*COS([弧度])、Y=[數據透視表欄位值]*SIN([弧度])

 

　　箱線圖/盒須圖(Box plot)

 

　　箱線圖是利用五個統計量：最小值、第1分位數、第2分位數、第3分位數、最大值來描述數據的圖形。

 

　　應用場景

 

　　主要用於觀察數據分布：觀察分布&異常值&偏態等

 

　　箱線圖可直觀明了地觀察數據的分布情況，對不同數據批的數據分布進行對比;

 

　　箱線圖可直觀明了地識別數據批中的異常值;

 

　　箱線圖可初步判斷數據批中的偏態和尾重;異常值出現於一側的概率越大，中位數也越偏離上下四分位數的中心位置;異常值集中在較小值一側，則分布呈現左偏態;異常值集中在較大值一側，則分布呈現右偏態。

 

　　大數據可視化常用分析圖表的優缺點.中琛魔方大數據分析軟體(www.zcmorefun.com)表示數據可視化其真正的價值是設計出可以被讀者輕鬆理解的數據展示，因此在設計過程中，每一個選擇，最終都應落腳於讀者的體驗，而非圖表製作者個人。


相關焦點

  • 數據可視化,職場數據分析都需要哪些常用的圖表?
    ，便於讓讀者更高效閱讀，而不單是自己使用，通過數據可視化突出數據背後的規律，以此突出數據中的重要因素，並且，數據可視化可以將數據變得更加直觀。　　使用圖表數據可視化的作用　　使用圖表來展示數據主要有三個作用：　　表達形象化：使用圖表可以化冗長為簡潔，化抽象為具體，化深奧為形象，使讀者或聽眾更容易理解主題和觀點。　　突出重點：通過對圖表中數據的顏色和字體等信息的特別設置，可以把問題的重點有效地傳遞給讀者或聽眾。
  • 大數據可視化分析工具常用的有哪些?
    大數據可視化分析工具常用的有哪些?企業基礎數據才能制定出正確的策略，常用的分析工具有、Tableau、ECharts、Highcharts、魔鏡、圖表秀等。在大數據時代有價值的商品則是數據，大數據技術為決策提供依據，在政府、企業、科研項目等決策中扮演著重要的角色。
  • 數據分析,用對圖表很重要
    如何將冰冷的數據通過直觀的可視化圖表向上級進行匯報? 在產品設計的時候涉及到數據可視化統計的界面，如何選擇核心指標以及合適的可視化圖表? ........以上只是數據分析應用的其中一部分場景，實際上還有很多。
  • Excel製作圖表不行,用哪些可視化分析工具?
    是的，Excel作為一個入門級工具，是快速分析數據的理想工具，也能創建供內部使用的數據圖，但是現在簡單的柱狀圖已經不能滿足工作所需。Excel在顏色、線條和樣式上可以選擇的範圍有限，這也意味著用Excel很難製作出能符合專業出版物和網站需要的數據圖。還是需要專業的可視化工具的，那麼目前比較流行的可視化分析工具有哪些呢？
  • Excel商務圖表設計,從數據到圖表,變身可視化達人
    前言圖表是語言表達的一種重要形式，它藉助於各種可視化的組件，通過展示數據間的對比，達到傳遞信息、表達觀點或發現數據背後的趨勢等目的。本期將通過可視化組件、從數據到圖表2個部分簡單說明下商務圖表的設計可視化組件可視化組件分為四種：視覺暗示、坐標系、標尺、背景信息 不同組件組合在一起，有時它們直接顯示在可視化圖形中，有時候它們則形成背景圖，這都取決於數據本身。
  • 大數據可視化技術的作用有哪些
    大數據可視化技術 　　首先從方法層面介紹基本滿足常用數據可視化需求的通用技術，根據可視化目標分類介紹，然後根據大數據的特點，重點介紹相關的大規模數據可視化、時序數據可視化、面向可視化的數據採樣方法和數據可視化生成技術
  • 用好這11種可視化圖表,數據可視化技能秒提升
    可視化不是單純的數據展示，其真正價值是設計出可以被讀者輕鬆理解的數據展示。數據與合適的圖形結合，不僅能夠讓複雜的統計數字簡單化、形象化，還能給讀者一種視覺的享受。今天，就讓我們根據數據分析軟體億信ABI來解讀一下各類統計圖的使用場景以及優缺點。
  • 國內外主流數據可視化分析工具對比
    國內外主流數據可視化分析工具對比 2018年05月28日 10:29作者：鴻雁編輯：鴻雁 　　大數據能否真正的具備參考價值?
  • 搞定這10個基礎圖表,就能進行簡單的數據可視化設計
    編輯導語：在進行數據可視化設計的過程中，我們往往需要整理和分析一些圖表，製作數據可視化圖。那麼，在確定數據可視化圖之前，我們需要了解哪些基本問題呢？又有哪些常見的、可以為我們所用的數據可視化圖表呢？本文作者針對這兩個問題，為我們進行了詳細地分析。現代化的數據可視化的平臺工具，使得數據分析結果展示變得前所未有的簡單。
  • 大數據:為什麼企業管理者需要更好的進行「數據分析可視化」?
    為什麼現在企業管理者熱衷於追求數據可視化?打一個很簡單的比方，我相信每個人都有在工作或者學習中，通過繪製圖形的方式來將某個概念問題的表述化繁為簡。比如，最近「烏合麒麟」致莫裡森的兩幅漫畫，可能洋洋灑灑幾萬字批駁文章都抵不過這兩幅畫來的衝擊大。
  • Xscope時空大數據可視化分析平臺
    承建單位：北京空擎信息技術有限公司　　創新摘要　　XScope是一個專注於時空大數據可視化分析決策服務平臺，該平臺以三維空間可視化交互為基礎，以時空大數據管理工具為支撐，融合了多源空間數據源、資料庫、地圖投影 、圖元表達、對象化編輯管理、空間分析等，並以3D渲染引擎作為輸出首選，除此以外，加入了交互呈現一致性的邏輯調度管理方法
  • 從數據可視化到交互式數據分析
    這是一項複雜的操作，包括以下步驟：理解如何閱讀圖表，理解圖錶針對感興趣的現象傳達了什麼信息，將問題的結果與問題已有的知識聯繫起來。注意，這裡的詮釋很大程度上受已有知識的影響。至少包括領域問題，數據轉換過程，建模和可視化表達的知識。這是可視化和分析另一個經常被忽視的方面。
  • 盤點55個最實用的大數據可視化分析工具
    一款好的工具可以讓你事半功倍，尤其是在大數據時代，更需要強有力的工具通過使數據有意義的方式實現數據可視化，還有數據的可交互性；我們還需要跨學科的團隊，而不是單個數據科學家、設計師或數據分析員；我們更需要重新思考我們所知道的數據可視化，圖表和圖形還只能在一個或兩個維度上傳遞信息， 那麼他們怎樣才能與其他維度融合到一起深入挖掘大數據呢？
  • 數據可視化最有價值的50個圖表 | 網際網路數據資訊網-199IT | 中文...
    在數據分析和可視化中最有用的 50 個 Matplotlib 圖表。 這些圖表列表允許您使用 python 的 matplotlib 和 seaborn 庫選擇要顯示的可視化對象。這些圖表根據可視化目標的7個不同情景進行分組。 例如，如果要想像兩個變量之間的關係，請查看「關聯」部分下的圖表。
  • 實用的數據可視化工具大集合!
    可在Web端高度定製可視化圖表，圖表種類多，動態可視化效，各類圖表各類形式都完全開源免費。能處理大數據量和3D繪圖也不遜色，據說結合百度地圖的使用很出色。Echart還是多用於一些開發場景的，但它也衍生了一個0代碼的圖表生成器—「百度圖說」，我體驗了下，操作基本上就是選擇圖標，把數據複製過去，然後生成圖表，保存為圖或者代碼嵌入。
  • 數據可視化圖表的使用方式及最佳做法,你用對了嗎?
    編輯導語：我們在工作中經常會用到數據，如今為了更加方便的數據圖表，一些企業採用數據可視化圖表，製作數據可視化大屏；本文作者介紹了數據可視化圖表的使用方式以及最佳做法，我們一起來學習一下。
  • 數據圖表可視化的配色一致性原則
    在論證中，顏色的使用應該基於數據，而不是個人偏好或品牌顏色。接下來我們使用數據分析系統DataFocus所製作的圖表來進行相應的演示。例如，當我們進行銷售看板分析時，我們通常會分析銷售和退貨金額的指標。因此，即使我們對同一指標進行不同尺寸的數據可視化分析，我們也建議分別對銷售和退貨金額使用相同的顏色系統。例如，對於顏色匹配，銷售額應為黃色，付款金額為藍色。在遵循指示器顏色一致性顏色匹配原理之後，用戶可以根據顏色區別快速理解當前數據可視化圖表所表示的指示符的含義。
  • 分享一些數據分析常用的統計圖圖表
    無論是報表分析還是可視化分析中，最直觀傳達數據走向趨勢的就是各式各樣的統計圖，比如想要比較分析兩種不同的變量數據，可以用柱狀圖；想要查看某一數據在整體數據中所佔的比例，可以用餅圖來展示；想要查看某一數據的趨勢動態走向，那麼首選線狀圖。
  • 可視化設計師教你，如何快速製作好看又有趣的數據可視化圖表
    前言數據可視化一定程度上存在藝術表達的成分，成功的數據可視化有令人屏息的美麗。成功，雖然沒有唯一的「正確」答案，但確實有一些值得遵循的路線和最佳實踐。有效的數據表達往往依靠於眾多「原則」。我將從基礎的圖表談起，來和大家探討如何使數據可視化大屏從僅僅成功吸引受眾注意，到「成功地用數據為受眾講一個精彩的故事」。
  • 「新冠疫情分析管控數據可視化」大屏設計總結
    數據大屏的設計，需要擁有對動態數據的把握、分析和呈現的能力、用宏觀的視野和細緻入微的匠人之心讓冰冷的數據產生溫度。包括科學的運用圖表、運用色彩、把控數據層級以及視覺層級，達到美學形式與功能需求完美融合。本文主要包含以下內容：