找回密码
 立即注册

QQ登录

只需一步,快速开始

一定要掌握的图表类型选择逻辑

【欢迎点我头像关注我】提供数据分析咨询和培训服务

在做图表时,你是否有这样的困惑:一组数据到底应该选择什么图表类型来呈现?

图表是数据可视化很重要的一种展现形式,图表类型选对了,才可以达到“一图胜千言”的效果!

 

很多人的困惑是:常用商务图表有哪些类型?分别适合在什么场景中使用?

看完我的这篇文章,满满的干货内容让你不再困惑!先来看一张很常见的图表选择指南:


上图把数据的关系分成了4种类型,帮助我们去选出合适的图表来呈现。这图相信很多人都收藏过……,但估计很少人仔细看过(这是普遍的问题,以为收藏了,后面自己会看,结果一直没看……所以大家学习要改了,一定要想办法吸收!)

但其实结合我自己的经验,考虑到日常企业的数据分析场景,图中有些图表使用频率是非常低的。所以我参考了上图的部分内容,结合自己多年的经验,总结出了常用商务图表的选择指南,总体我认为这是会更适合商务图表展示,而且会更接地气适合大家参考使用。当然我以下介绍的图表,在Excel中也是都可以实现的!

我总结的《常用图表选择指南》如下:


我把数据关系类型分为比较构成分布三种,因为企业日常的数据分析中,单纯地去分析两个指标之间的联系这种场景还是比较少见的。

以下我将会逐点讲解,以便帮助大家去理解它。只有自己理解了的知识,才是真正属于你的知识!

一、比较

比较就是指标大小的对比,这个应该最好理解,大家平常也用很常用。主要分为基于分类的比较,以及基于时间的比较。


1、基于分类

基于分类去比较数据的可以选用柱形图、条形图、树状图:


柱形图,是最常见的用来展示指标大小对比的图表,通过柱子的高低来对应指标值的大小,非常直观形象。类似的其实还有条形图:


条形图,据我的项目经验,发现条形图在企业中用得并不多,其实和柱形图很相似,都是用柱子的长短来表达指标的大小,同时它也有自己的优势:

  • 做排名时非常直观,也符合“F”法则,即人的注意力由左到右、由上到下衰减,左上角的位置最引人关注,正好条形图左上角放的是第1名。

  • 当我们做柱形图时,如果遇到类别的标签很长,就会影响阅读及美观度,若用条形图则轻松解决。

基于分类比较数据大小除了柱形图,条形图外,其实还可以用“树状图”:


树状图,每个分类对象是以方块状来呈现,方块的面积大小表示指标值的大小。可能大家看上面这图感觉不出来它的优势,其实它在展示更多分类对象的时候会更节省空间~


树状图,是Excel 2016版本以后新增的图表类型,而Excel2013以下是无法自动生成的。(但我专门做了一个树状图模板,适用于所有的Excel版本,加入我的会员,可以免费下载使用;后台回复“数说”了解我的会员课程)

2、基于时间

基于时间,时间其实也可以理解为一种特殊的分类,但因为时间是有一个序列的特点,即类似从古至今,从1月到12月,大家普遍都习惯时间序列是由小到大去排列,这样也更方便我们比较不同时间点的指标大小,更能看出变化的趋势。

柱形图,也常用于基于时间的指标大小比较呈现,因为柱形图的读图视线是从左到右,再配合时间从小到大,符合大众对时间序列看趋势的阅读习惯。


基于时间去比较指标大小,更多情况下我们是为了发现趋势,这时用得最多的就是折线图了:


我从股价分析图中借鉴过来了一张图,然后通过灵活变通一下,也可以用来基于时间进行比较,就是股价图了:


可以看到股价图中每天都有一条柱子,柱子都有2个数字,一个数字是当天的目标,另一个数字是当天的实际销售额,红色代表实际销售额大于当天目标,即完成了目标;绿色代表实际销售额小于当天目标,即没有完成目标。也是非常直观地方便看到每天的目标完成情况,适合我们用来追踪分析。

二、构成

构成是指我们要分析一个整体的对象,具体有哪些构成部分,各构成部分是什么样的情况?


1、单一时间

要分析构成情况,其实最常用的就是饼图了。因为饼图非常形象,把一块饼分成几块,谁大谁小,一目了然!下图就是用来分析某集团的业绩构成情况,以各分公司的业绩占比来呈现构成:


和饼图类似,还有一种叫圆环图,其实相当于在饼图中间挖了一个圆出来,可以直接用来放标题,效果也是不错的:


还有一种特殊的构成,可以用漏斗图来呈现。例如在分析店铺客流转化、招聘转化、意向客户转化等场景都可以应用,用店铺客流转化的例子说明:


从漏斗图中可以看到,其实也是在分析路过人数的构成情况,路过人数有50%进店了,有44%进行了触摸,14%成交了,13%会回头,5%会分享,也很直观地让我们看到了逐级地转化情况。

2、多个时间

饼图只适合用来呈现单一时间的构成情况,但如果想看多个时间就不好用了。这时我们可以结合前面讲的基于多个时间来比较大小的方法,堆积的柱形图就是一个很好的选择。

堆积柱形图,默认就是用多个分类对象的绝对值来堆积起来的柱形,如某集团下有A、B、C三个分公司,想一起看趋势,可以用到下图:


从上图中,我们既能看到整个集团(A、B、C堆积起来的整体柱子)的趋势,也能看到分公司(构成)每月的情况及月份变化趋势。

如果我们想看业绩百分比的指标,就可以换成百分比堆积柱形图,如下图所示:


在百分比堆积柱形图中,各分公司的每月业绩占比数据,以及月份变化趋势都能直观地呈现了出来。

三、分布

数据分布可以有对象的分布,还有数据本身的分布。


1、对象分布

一个指标

一个指标的对象分布其实和第一点讲的比较,道理是一样的,因为你比较不同类别的指标大小,有时也可以理解为分布情况。例如分公司业绩的分布,部门的业绩分布,销售员的业绩分布等。


所以若是单指标的对象分布,可以直接参考【比较】类的图表即可。

对基于地理位置分布的数据,还有另外一种呈现方法,就是地图热力图了:


通过地图热力图,我们可以非常生动、简便地找到相应的分析对象,并且通过不同颜色、颜色强弱来表达指标值,达到比较指标大小的同时,还能让人觉得特别亲切、熟悉!

对于位置数据,我们都可以往这个方向考虑,做出世界、亚洲、中国、省份、城市、街道等热力图,还可以发散思维,做出购物中心热力图、百货商场热力图等展示形式。

两个指标

散点图最早的用法,是用于展示因变量随自变量而变化的大致趋势:


如上图所示,是用散点图展示样本数据中的年龄与身高关系,这种更多的是分析数据的联系,这里我不多讲,因为在企业日常的数据分析中,比较少场景这样应用。

而我的习惯是在散点图的基础上,把它升级为四象限图、九宫格图,同时是以观察对象的分布情况为主。

如下图所示,散点是一个个的商品,用平均值线把散点分成了四个区域,方便我们分区去制定商品策略。