从0到1,掌握数据可视化的基本技巧

简介: 大家好,我是爱学习的小熊妹。做运营的小哥哥小姐姐们,经常要做各种汇报ppt。其中怎么画图表,经常是很纠结的一件事。小熊妹也不是专业科班出身的数据分析师,但还是认真的总结了数据可视化的基本技巧。

Q1:什么是数据可视化?


A1:就是把数据做成图表的形式,更容易让人看。举个简单的例子,比如今日门店营业额10000元。如果单纯写数字,就是10000万,但做成图的话,可以表示成(如下图)


image.png


Q2:看起来似乎很多此一举呀,为什么要做可视化?


A2:如果只看上边的例子,确实没有必要做可视化,因为只有一个数字,看数据会更简单。但是数字多了,做可视化就很有必要。



比如:想用今天的营业额和昨天的做个对比。如果用文字描述,就是:

今日营业额10000元,昨日12000元,今天比昨天少2000



如果画成图,则一眼就看的很清楚:今天比昨天少2000(如下图)


image.png


数字越多,用图展示效果越好。比如要展示30天的营业额,用文字一个个写,估计得密密麻麻写一整页,用图表,则一张图表能看得很清楚。


Q3:做可视化就是为了好看?


A3:当然不全是为了好看。比如上边例子,当把30天营业额摆在一起的时候,能清楚地看到营业额变化是有规律:


● 每周7天有一个周期性波动


● 本月每周都比上一周高,呈现上升态势


● 本月最后一周的业绩冲得特别高


image.png




这些发现,已经能够引发运营很多的思考了。所以数据可视化,本身也是分析方法之一。


甚至,基于可视化图形,延伸出来了很多具体的分析方法,比如分层分析法、趋势分析法、同期群分析法、生命周期分析法、矩阵分析法、关联分析法等等。恰当地运用可视化,能更快速地找到分析思路呢。


Q4:那可视化该怎么做?


A4:分为四个步骤。


第一步:想清楚要讲的问题


第二步:想清楚要用的数据


第三步:想清楚数据之间的关系


第四步:选择合适的数据图表


第五步:打开操作工具,做图


举个简单的例子。数据如下,有一个区域内,所有门店7天的销售业绩,及每天的销售目标


image.png


第一步,想表达:每天销售都没有带包


第二步,找数据:每日实际业绩、目标


第三步,找关系:对比关系(实际VS目标)


第四步,找图表:有7天连续数据,考虑用条形图(连续且小于10的用条形图)


第五步,打开excel,选中数据,点击:插入栏目→条形图,输出图形。


image.png


最后呈现效果如下,搞掂了,就这么简单:


image.png


这个例子很简单,是因为例子本身想表达的事情很简单。本质上,可视化是数据的一种表现形式,数据又是现实问题的表现形式,所以把“怎么描述问题”想清楚了,自然能找到可视化的方法。


Q5:可视化不就是做图吗,为啥还要先想清楚说什么?


A5:不同的说法,需要展示的图形是不一样的。


还是上边的例子,可以有完全不同两种说法:


●屡败屡战:销售业绩持续上升,达标率持续上升,前途光明,希望在即


屡战屡败:销售业绩就没有一天达标的!连续7天了,你们要梦游到啥时候。


说法不同,展示出来的图标样式也不一样,能给人完全不同的感觉:



image.png


Q6:哇,看起来好厉害,那不是可以靠数据可视化,化腐朽为神奇?


A6:额,实际上是不可以的。注意,上边的例子里,虽然讲的内容不同,但展示的数据是完整的,未经修饰的。如果刻意扭曲尺寸,就会引发误读,比如下边的情况。


image.png


两张图的数据其实是一模一样的,仅仅因为坐标轴的标尺的最大值,最小值不同,就导致完全不同的感觉。这种人为制造视觉差异的做法是非常错误的,会导致很多误判。


Q7:那怎么防止被这种错误的客户化忽悠?


A7:做图要符合基本规范,刻度尺、数字、数字单位要三样齐全,就能避免被忽悠


当两张图摆在一起的时候,坐标轴的最大值,最小值要保持一致,最小值从0开始。


image.png


Q8:可是,我在ppt的时候,并不知道要说什么,该咋做可视化?


A8:如果真的是大脑一片空白,可以按照这个简单的原则来说:从大到小,从整体到局部。


比如有个数据表,记录了某区域一周以内,所有商品每日销售情况如下:


image.png


一眼看过去有好多数据,似乎要做很多图表。不要着急下手,先看清楚其中数据的关系:


1、每日总业绩=A、B、C、D、E、F产品总和


2、本周合计=周一、二、三、四、五、六、日总和


所以按照从大到小的顺序,应该是


●本区域本周总业绩(全周整体)


本区域本周A~F产品销量结构(全周整体的构成)


本区域周一到周日,每日销量走势(每日的当日整体)


本区域周一到周日,每日销售产品结构(每日的当日构成)


这样分四张图就能讲清楚了。而且一般销售考核,每周都有目标(每天不一定有,拆得太细)。因此第一张图,应该是本周整体业绩和本周目标对比,先看整体是否达标,再看每日情况。


这四句话,可以这样处理:


1、本区域本周总业绩VS目标,对比两个数字,用柱形图


2、报告一个东西内部结构,用饼图。


3、报告短期的(10个以内的)数据,用柱形图


4、报告连续性结构变化,用堆积图


这样就能简单清晰地呈现情况了。


Q9:哦,懂了,还有没有类似的基本规范?


A9:有的,比如:


  • 报告长期的(10个以上)数据,用折线图


  • 观察两个指标的关系,用散点图


  • 表达一个指标的变动情况,用瀑布图


  • 表达两个东西的多个指标对比,用雷达图


  • 表达一个流程,逐步向下转化,用漏斗图


这些都是基础做法。后边有机会具体跟大家分享


Q10,嗯,明白了,但这样看不够炫酷,看着不厉害啊,有没有超厉害的那种?


A10:额,不管说什么内容,一味追求炫酷,是可视化的最常见问题哈。做数据汇报,得让运营妹纸或者产品小哥,尽快的发现问题。做的图标跟闪光灯一样blingbling,但是观众看得云里雾里的,可不是什么好的可视化哦,画的辛辛苦苦,然后被打回来加班重写,也是常事。


以上就是从0到1做可视化的基本方法,如果有专业的数据分析哥哥姐姐,觉得小熊妹还有改进的地方,欢迎来拍砖哦。以小熊妹观察,大部分做可视化的问题,还是:根本不清楚自己做的数据是啥关系,稀里糊涂搞些数字就开始做图了。


下一篇,小熊妹会整理一下:运营的常见数据指标,帮大家看清楚。喜欢的话请点个赞,点个在看,谢谢啦~~


相关文章
|
3月前
|
数据可视化
数据可视化第二版-03部分-11章-相关
数据可视化第二版-03部分-11章-相关
|
7月前
|
人工智能 数据可视化 BI
数据可视化(一)
数据可视化(一)
93 0
|
7月前
|
编解码 监控 数据可视化
数据可视化(二)
数据可视化(二)
339 0
|
8月前
|
数据可视化 索引 Python
数据可视化入门
数据可视化入门
|
监控 数据可视化 前端开发
数据可视化(一):介绍
数据可视化(一):介绍
数据可视化(一):介绍
|
数据可视化 大数据 数据挖掘
数据可视化介绍|学习笔记
快速学习数据可视化介绍
103 0
数据可视化介绍|学习笔记
|
数据可视化
ggpubr|让数据可视化更加优雅(下)
ggpubr|让数据可视化更加优雅(下)
310 0
ggpubr|让数据可视化更加优雅(下)
|
数据可视化
ggpubr|让数据可视化更加优雅(上)
ggpubr是由Alboukadel Kassambara创建的,基于ggplot2的可视化包。主要用于绘制符合出版要求的图形。
203 0
ggpubr|让数据可视化更加优雅(上)
|
数据可视化
数据可视化 30 个小技巧(五)
优秀的数据可视化图表只是罗列、总结数据吗?当然不是!数据可视化其真正的价值是设计出可以被读者轻松理解的数据展示,因此在设计过程中,每一个选择,最终都应落脚于读者的体验,而非图表制作者个人。 这里给大家总结了数据可视化的制作的30个小技巧,通过列举一些容易被忽略的常见错误,最终能够快速提升和巩固你的可视化制作水平。
数据可视化 30 个小技巧(五)
|
数据可视化
数据可视化 30 个小技巧(一)
优秀的数据可视化图表只是罗列、总结数据吗?当然不是!数据可视化其真正的价值是设计出可以被读者轻松理解的数据展示,因此在设计过程中,每一个选择,最终都应落脚于读者的体验,而非图表制作者个人。 这里给大家总结了数据可视化的制作的30个小技巧,通过列举一些容易被忽略的常见错误,最终能够快速提升和巩固你的可视化制作水平。
数据可视化 30 个小技巧(一)