
你知道哪些做數(shù)據(jù)分析的圖表?柱狀圖、餅狀圖、折線圖、散點(diǎn)圖,數(shù)據(jù)分析圖表有很多,用excel就可以生成,但是本文我想告訴你的是,通過這些圖表該怎么做分析?
常見的6種數(shù)據(jù)分析圖表及應(yīng)用方式:
1.柱狀圖:用于做比較
柱狀圖是最基礎(chǔ)的一種圖表,通過柱子來表現(xiàn)數(shù)據(jù)的高度,進(jìn)而比較不同數(shù)據(jù)之間的差異,一眼可以看到數(shù)據(jù)量的大小對比,一般來說,柱狀圖的橫軸是時間軸,縱軸是數(shù)據(jù)軸。
但柱狀圖并不是萬能的,需要基于某一個主題比較數(shù)據(jù)量的變化,比如不同月份的新增用戶,不同渠道的新增用戶,但如果將活躍用戶、留存用戶、新增用戶這三個維度放在一張柱狀圖里比較,就沒有太大意義。
2.折線圖:看數(shù)據(jù)變化的趨勢
折線圖一般基于時間維度看數(shù)據(jù)量的變化趨勢,發(fā)現(xiàn)整體走向和單體突出數(shù)據(jù),比如通過折線圖可以看出全年的新增用戶變化情況,找出數(shù)據(jù)變化的高點(diǎn)和低點(diǎn),而柱狀圖則用來對比不同高點(diǎn)之間的變化,進(jìn)而找原因。
折線圖可以將不同緯度的數(shù)據(jù)放在一起比較,比如新增用戶、活躍用戶、流失用戶三條用戶變化曲線放在一起,就可以觀察三者之間的彼此影響,例如新增用戶量大時有沒有對活躍用戶帶來提升,流失情況是否嚴(yán)重,進(jìn)而得出活動效果的綜合評價。
3.餅狀圖:用來看各部分的占比
餅狀圖和柱狀圖在應(yīng)用上有一定的重合,例如不同渠道帶來的新增用戶量,餅狀圖和柱狀圖都可以表現(xiàn),但餅狀圖看的是單一渠道轉(zhuǎn)化用戶的占比,柱狀圖更容易發(fā)現(xiàn)不同渠道轉(zhuǎn)化用戶的差距。
餅狀圖的應(yīng)用重點(diǎn)在于發(fā)現(xiàn)單體因素在整體因素中的占比,例如活躍用戶在整體用戶中的占比,但如果用多個單體因素做餅狀圖,可能導(dǎo)致數(shù)據(jù)特征不明顯。
4.散點(diǎn)圖:用于2維數(shù)據(jù)的比較
散點(diǎn)圖可以用于3維數(shù)據(jù)的表現(xiàn),同時可以進(jìn)行2維數(shù)據(jù)的比較。例如將不同活動帶來的新增用戶和留存用戶進(jìn)行比較時,橫軸為留存用戶,縱軸為新增用戶,而點(diǎn)則表示不同的活動主題。
從而可以看出不同活動主題的用戶轉(zhuǎn)化和留存情況,一般我們將數(shù)據(jù)大的維度作為縱軸,更有利于屏幕的展示。
5.氣泡圖:用戶3維數(shù)據(jù)的比較
氣泡圖是對散點(diǎn)圖的升級,通過散點(diǎn)圖中點(diǎn)的大小來表現(xiàn)第三維數(shù)據(jù),例如將上文案例中,橫軸為留存用戶,縱軸為新增用戶,點(diǎn)為活動主題,而點(diǎn)的大小為活躍用戶數(shù)量,活躍用戶越高的活動點(diǎn)越大,可以看出不同活動在新增、留存和活躍3個維度的數(shù)據(jù)差異。
6.雷達(dá)圖:思維以上數(shù)據(jù)的對比
雷達(dá)圖可以應(yīng)用于多維度數(shù)據(jù)對比,比如在分析不同用戶的行為特征時,我們可以從啟動次數(shù)、使用時長、購物次數(shù)、瀏覽商品數(shù)量、下單金額等多個維度進(jìn)行分析,那么反映到圖表上就可以看出不同用戶群組特征在不同維度的差異。
雷達(dá)圖一方面可以發(fā)現(xiàn)不同群組用戶的特征對比,另一方面可以總結(jié)不同用戶的特征,例如還是以上幾個維度,我們可以以1個指標(biāo)為關(guān)鍵指標(biāo),如下單金額指標(biāo),觀察出下單金額高的用戶在瀏覽商品數(shù)量、使用時長等方面的表現(xiàn),進(jìn)而找到提升下單金額的方法,如提高用戶的商品瀏覽數(shù)量。
總結(jié):數(shù)據(jù)分析的圖表多種多樣,不同圖表之間也可以進(jìn)行組合分析,如將柱狀圖和折線圖組合,折線圖反應(yīng)的是整體變化趨勢,柱狀圖反應(yīng)的是關(guān)鍵節(jié)點(diǎn)的數(shù)據(jù)差異,可以從一張圖標(biāo)上觀察到兩個維度的數(shù)據(jù)對比。
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(chǔ)用法到實(shí)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(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)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(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)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(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)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(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)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(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、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(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)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(jì)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(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)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(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、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(diǎn)數(shù)據(jù)的科學(xué)計(jì)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(diǎn)數(shù)據(jù)時的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
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(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)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(wù)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(wù)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(shí)踐到業(yè)務(wù)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(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計(jì)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