
多項目還能進行拆分對比分析?怎么可能嘛!
今天想好好跟大家分享一個好用的數(shù)據(jù)功能,分享之前先來看幾個實際的工作場景~
月底了,需要展示各省份本月的訂單量分布,總不能用30多條折線顯示吧,一堆密密麻麻的線沒人想看吧!
想對比分析團隊里10個銷售經(jīng)理業(yè)績完成的情況,要出10張圖表一一對比,這也太麻煩了吧?
店鋪有成百上千個SKU,老板要對比查看每個SKU的銷售數(shù)據(jù),難道要我做N個圖表嗎?
負責的網(wǎng)站有幾十個推廣渠道,想一一對比每個渠道的轉(zhuǎn)化效果,一張圖表展示不了效果腫么辦?
類似的“痛苦”很多人都遇到過,當涉及到數(shù)據(jù)多維度對比分析時,比如上面的例子:不同日期維度不同地域維度的數(shù)值對比,往往一張數(shù)據(jù)圖表并不能直觀地展示效果,又不想直接用表格呈現(xiàn)一“坨”數(shù)據(jù),這時”對比拆分”功能就顯得尤為重要!
介紹“對比拆分”之前,先普及一下維度、對比、數(shù)值(數(shù)據(jù)小白一定要看,大神可以忽視)是什么:
維度:是事物或現(xiàn)象的某種特征,可以簡單理解是X軸,如性別、地區(qū)、時間等都是維度。其中時間是一種常用的維度,時間前后的對比稱為縱比,如用戶數(shù)環(huán)比上月增長10%;同級單位之間的比較,簡稱橫比,如不同省份人口數(shù)的比較、不同公司收入的比較;
對比:當橫比、縱比都要涉及的時候(如不同日期不同地域),就需要對比啦!
數(shù)值:即指標/度量,用于衡量事物發(fā)展程度的單位,可以簡單理解是Y軸;
工作場景1:O2O/電商網(wǎng)站想要了解近期各省市的訂單金額分布情況,需要的維度:日期、地區(qū),需要的數(shù)值:訂單金額,先看“美顏”前后對比圖吧~
(“美顏”前)
(“美顏”后)
“美顏”前各省的數(shù)據(jù)堆在一起,N條折線就像一團雜亂的毛線,數(shù)據(jù)給人的感覺也是一團亂,根本不想看,也無從下手,更別說用數(shù)據(jù)驅(qū)動運營了。
再看看“美顏”后的圖表,很清晰地展示各個省份的數(shù)據(jù)量和變化趨勢,圖表瞬間轉(zhuǎn)成小清新,感覺美美噠!連老板都夸我,好開心~
趕緊來看看“美顏”過程:
第1步:打開BDP,上傳需要分析的工作表,在編輯圖表頁面將日期(付款日期)拉到維度欄、地區(qū)(收貨省份)拉到對比欄,訂單金額拉到數(shù)值欄,記得順手調(diào)個稀飯的顏色;
第2步:在右下方勾選“按對比拆分”,瞬間就出現(xiàn)多個迷你動圖啦!不喜歡默認的顯示,還可以寄已調(diào)整單屏顯示的行列數(shù)量哦~
酷炫的亮點來了:當你把鼠標hover到數(shù)據(jù)上,同時按下alt鍵,就能看某一天各省市的數(shù)據(jù)啦!左右滑動鼠標還有驚喜哦!
工作場景2:半個月過去了,銷售總監(jiān)想要了解截止目前為止各個銷售經(jīng)理的業(yè)績完成情況;需要的維度:時間、人員名稱,需要的數(shù)值:合同金額
柱狀圖只能簡單展示每個人本月的訂單金額,并不能看出目標完成的進度如何,更別說能直觀對比每個人完成的情況了。
計量圖的確能展示目標完成的進度,但是只能通過篩選一一查看每個人的進度,并不能一下子展示所有人的。
好了,“對比拆分”又上場啦,拆分后就變成醬紫,噔噔噔~~~(具體操作見上一個例子)
哇塞,每個人的業(yè)績完成情況太直觀了。半個月過去了,完成50%及以上的只有3個,總監(jiān)應該好好鼓勵他們,爭取更好的業(yè)績,還有7人連50%都沒有達到,那就要一一找了解下情況,找到原因及時改進,尤其是低于是30%的銷售:
是不是在跟進大客戶,項目是否靠譜,是不是屬于后半個月發(fā)力,大項目能否填補之前的落后?不能的話要怎么做才能達標?
是不是本月跟的客戶太少?那應該積極主動去尋找銷售線索。
還是跟了很多項目,但成交率很低,那成交率很低的原因又是什么:地域問題、客戶性質(zhì) or 其他原因呢?根據(jù)不同原因有針對性地進行調(diào)整。
……
原因有很多,總監(jiān)可以根據(jù)這張圖表一一找人了解情況,及時尋找原因并做出調(diào)整,爭取讓本月業(yè)績更上一層樓,這不就是數(shù)據(jù)和圖表呈現(xiàn)的意義嘛!
上述場景都很常見,也只是參考。最后,總結(jié)下對比拆分的適用場景:涉及多維度對比分析、同時需要分類呈現(xiàn)數(shù)據(jù)結(jié)果。目前,BDP支持對指標卡、計量圖、折線圖、柱柱圖和條形圖按照對比拆分為多個圖形。要好好學習對比拆分功能,學好能助你調(diào)整、優(yōu)化運營策略,也許會有意想不到的效果哦~
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構數(shù)據(jù)價值的核心操盤手 表格結(jié)構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10