第四章 数据分析及数据可视化（课件）《商务数据分析基础与应用》（上海交通大学出版社）

第4章 数据分析及可视化 数据分析采用科学的分析方法对数据进行分析，从数据中获得结论，并用于指导运营，在数据分析的基础之上，对数据进行可视化处理不仅能让数据变得更加直观、易于理解，还能让阅读者从中获得更多的信息。 目录contents 01 数据分析 02 数据可视化 Part / 01 数据分析 数据分析条件 数据分析步骤 数据分析要素 数据分析方法 1.1 数据分析条件 数据分析人员的任务会涉及各个行业本身业务流程，所以应具备如下的知识和能力： 统计分析相关知识 对业务的了解 沟通能力 美术和文字功底 1.2 数据分析步骤 了解需求 收集数据 分析数据 得出结论 1.3 数据分析要素 商业敏感性 衡量指标 指标异常原因分析 用户行为分析 1.4 数据分析方法 对比分析法也称比较分析法，就是将两个或两个以上的数据进行对比，分析它们之间的差异，进而揭示这些数据背后隐藏的规律的分析方法。 对比分析法中最常用的是同比分析和环比分析。 在实际操作中，对比分析法的应用主要有以下 4 种方式。 同比是指今年第 N 月与去年第 N 月相比较。 同比增长率＝（本期数据-上期同期数据）÷上期同期数据×100% 1 环比是指报告期水平与其前一期水平之比，表明现象逐期的发展速度。 环比增长率＝（本期数据-上期数据）÷上期数据×100% 2 将实际完成值与设定的目标进行对比 1 将不同类型商品做对比 3 在行业内做对比 2 将活动效果做对比 4 ● 对比分析法 四象限分析法也称矩阵分析法，就是将事物的两个重要属性作为分析的依据，并将这两个属性作为横轴和纵轴，组成一个坐标系；在两个坐标轴上分别按某一标准做好高与低的划分，构成 4 个象限，再将分析对象投射到 4 个象限中，进而分析每个对象在这两个属性上的表现。 1.4 数据分析方法 四象限分析法 ● 分类分析法：四象限分析法 1.4 数据分析方法 象限 象限特征 优化策略 第一象限 高成本、高转化率 ① 对关键词的质量得分进行优化，降低关键词的转化成本； ② 尝试选择在竞争不激烈的时间段进行投放，降低关键词点击成本； ③ 关键词匹配方式为精准匹配时可以保持较高的出价，关键词匹配方式为广泛匹配时可以适当降低关键词的出价 第二象限 低成本、高转化率 ① 最优质的关键词，查看关键词排名，如果排名较差，可以适当提高关键词的出价； ② 充分保证这类关键词的推广时长与预算； ③ 将这类关键词作为种子词进行拓词，以挖掘更多同类优质关键词 第三象限 低成本、低转化率 可以尝试在短期内放弃这类关键词，或者将此类关键词继续划分为 4 个象限，然后依次对第二象限、第三象限、第四象限中的关键词进行优化，提高关键词的转化率 第四象限 高成本、低转化率 此类关键词是最没有价值的，但也不能全盘否定这类关键词，运营者要判断此类关键词是否是竞价推广核心关键词，有没有优化的必要。如果此类关键词流量大、均价低，可以尝试对关键词进行优化，并降低出价，尽量将这类关键词培养为第一象限、第二象限的词；如果此类关键词的流量较低、均价较高，可以考虑删掉这类关键词 直通车关键词成本、转化率分析 ● 分类分析法：四象限分析法 1.4 数据分析方法 ● 分类分析法：四象限分析法练习，基于excel构建象限图 https://www.zhihu.com/tardis/bd/art/356848349?source_id=1001 分类 销售额 毛利 图书 484 145 数码 441 427 美妆 425 161 家具 390 24 男装 324 198 手机 310 171 女装 250 16 生鲜 202 198 电脑 117 105 母婴 400 300 箱包 100 28 平均值 313 161.1818182 484 441 425 390 324 310 250 202 117 400 100 313 145 427 161 24 198 171 16 198 105 300 28 161.181818181818 平均值 313 161.181818181818 1.4 数据分析方法 政治环境 政治环境是指企业所在国家的政治制度。 P 经济环境 经济环境是指企业在制订经营战略的过程中必须考虑的国内外经济条件、宏观经济政策、经济发展水平等多种因素。 E 社会环境 社会环境主要指企业所在社会中成员的民族特征、文化传统、价值观念、宗教信仰、教育水平，以及风俗习惯等因素。 S 技术环境 技术环境是指企业业务所涉及国家和地区的技术水平、技术政策、新产品开发能力，以及技术发展的动态等。 T （Politics） （Economy） （Society） （Technology） ● PEST分析法：分析宏观环境 1.4 数据分析方法 项目 具体内容 政治环境 国家出台的与互联网、电子商务相关的政策； 国家出台这些政策对电子商务行业的影响 经济环境 国民生产总值、国民收入水平； 国民可支配收入情况； 城乡居民收入增长情况； 我国对外贸易的发展形势等 社会环境 人口环境分析、教育环境分析、文化环境分析、关键消费分析等 技术环境 互联网技术发展水平与趋势分析、5G 技术发展状况与趋势分析、智能手机发展状况与趋势分析等 电子商务PEST分析思路 ● PEST分析法：分析宏观环境 1.4 数据分析方法 ● PEST分析法：分析宏观环境练习，基于各个地方旅游产品（自由行，文旅产品） 1.4 数据分析方法 直接观察法就是直接观察出数据的大小、发展趋势，或者是找到异常数据等。 有些数据比较简单，运营者就可以采用直接观察法。 1 店铺账号后台、电子商务平台提供的数据分析工具或第三方平台提供的数据分析工具也会展示数据分析的结果，运营者通过直接观察数据分析结果也能得出一些结论。 2 品牌交易指数趋势 ● 直接观察法 1.4 数据分析方法 逻辑树又称演绎树、问题树或分解树，其操作原理就是将要研究的问题拆解成若干个子问题，并将子问题分层罗列，逐步向下扩展。 运营者在运用逻辑树分析法时，需要遵循以下3个原则。 一致性：在细分问题时，每一层级的问题的划分标准应保持一致。 1 穷尽化：遵循不重、不漏的原则，尽量把涉及的问题考虑周全。 3 关联性：各个子问题应与上一层级的问题密切相关。 2 逻辑树分析法的基本结构 ● 逻辑树分析法 1.4 数据分析方法 逻辑树又称演绎树、问题树或分解树，其操作原理就是将要研究的问题拆解成若干个子问题，并将子问题分层罗列，逐步向下扩展。 运营者在运用逻辑树分析法时，需要遵循以下3个原则。 一致性：在细分问题时，每一层级的问题的划分标准应保持一致。 1 穷尽化：遵循不重、不漏的原则，尽量把涉及的问题考虑周全。 3 关联性：各个子问题应与上一层级的问题密切相关。 2 店铺商品转化率低分析框架 ● 逻辑树分析法 1.4 数据分析方法 ● 逻辑树分析法练习：请设计一个问题，并使用逻辑树来拆解问题（ 例如旅游产品购买率低，游戏中英雄使用率低等） 1.4 数据分析方法 七问 具体内容 何事（What） 研究对象是什么，研究目的是什么等 何因（Why） 为什么会产生这种效果，为什么要这么做，为什么会出现这种情况等 何人（Who） 客户是谁，谁来负责，谁来完成等 何时（When） 什么时间，什么时机等 何地（Where） 什么地方，在哪里做，从哪里入手等 如何做（How） 怎么做，如何实施，采用什么方法等 何价（How much） 做到什么程度，有多少数量，费用是多少等 “七问”分析法的内容 ● “七问”分析法：通过针对提出问题，发现解决问题的因素和思路 1.4 数据分析方法 七问 分析思路 何事（What） 热销商品是什么，例如，是连衣裙还是半身裙，是带帽子的卫衣还是不带帽子的卫衣，是米色的卫衣还是白色的卫衣…… 何因（Why） 为什么热销，如价格优惠、活动促销、商品口碑好…… 何人（Who） 主要是哪些人购买，如是新客户购买得多，还是老客户购买得多；购买者的年龄有什么特点…… 何时（When） 什么时间段购买商品的客户较多，客户多久会再次购买…… 何地（Where） 客户来源于哪里，例如，客户是通过自主搜索而来，还是由抖音推广短视频吸引而来，还是由达人推广吸引而来…… 如何做（How） 客户的购买方式是怎样的，例如，客户是静默下单，还是咨询客服后再下单；客户是购买单品，还是购买组合商品；客户是下单后直接付款，还是下单后未付款…… 何价（How much） 价格是多少，例如，热销品的销售单价是多少，热销品的客单价是多少，热销品的成交总额是多少…… 采用“七问”分析法分析店铺中热销商品的思路 ● “七问”分析法：通过针对提出问题，发现解决问题的因素和思路 1.4 数据分析方法 ● “七问”分析法练习，请设计一个问题，例如分析抖音中热播的视频或者游戏中热门英雄，并使用七问分析来构建对应表格 1.4 数据分析方法 漏斗图分析法是一种以漏斗图的形式来展示分析过程和结果的分析方法。这种分析方法适用于业务流程比较规范、流程周期较长、各流程环节涉及复杂业务过程较多的情况。 运营者在使用漏斗图分析法时，一般需要重点关注以下 3 点。 从开始到结束，整体转化率为多少？ 1 哪个步骤的转化率最低？导致该步骤转化率低的原因可能是什么？ 3 每一个步骤的转化率是多少？ 2 漏斗图分析法 ● 漏斗图分析法 1.4 数据分析方法 杜邦分析法是利用几种主要的财务比率之间的关系来综合地分析企业财务状况的一种分析方法。 杜邦分析法多用于财务分析中，在店铺运营中也可以借用这一思路。 传统的杜邦分析法的整体框架 杜邦分析法 1.4 数据分析方法 基于杜邦分析法的销售份额变化原因分析 杜邦分析法是利用几种主要的财务比率之间的关系来综合地分析企业财务状况的一种分析方法。 杜邦分析法多用于财务分析中，在店铺运营中也可以借用这一思路。 杜邦分析法 用户行为是指用户为获取、使用商品或服务所采取的各种行动。 1.4 数据分析方法 用户行为轨迹 用户产生的行为 主要数据分析指标 认知 访问店铺或点击商品链接 访客数、页面浏览量、访问深度、访问时长、用户来源等 熟悉 浏览店铺或浏览商品详情页 页面停留时长、跳出率等 试用 购买商品 下单买家数、下单金额、支付买家数、支付金额、客单价、浏览-下单转化率、浏览-支付转化率等 使用 继续购买商品 重复购买商品的人数、最近一次购买时间等 忠诚 用户产生黏性 收藏店铺人数、留存率、消费频率、重复购买率、回购周期、取消 收藏店铺人数等 运用用户行为理论分析法分析店铺运营情况的思路 用户的行为轨迹 认知 熟悉 试用 使用 忠诚 用户行为理论分析法 1.4 数据分析方法 用户行为理论分析法练习，请设计一个场景，使用用户行为理论来构建分析表格，例如旅游路线运营，游戏英雄，文旅产品等 1.4 数据分析方法 A/B 测试法（A/B test）是专门用来进行效果对比，为运营者提供决策支持的数据分析方法。A/B测试法的核心就是确定两种方案或版本（A和B）哪个更好，在具体操作中运营者需要同时测试两种方案或版本，最后从中选择效果较好的方案或版本来使用。 越是大型的营销活动，越需要保证营销方案的科学性和有效性。在确定最终营销方案之前，运营者可以采用 A/B 测试法先对几种营销方案进行测试，从中选择最优方案，以节省资金投入。 A/B测试法 Part / 02 数据可视化 数据可视化认知 数据可视化流程 数据可视化实践 2.1 数据可视化认知 图表来转递信息 直观展示数据及结构关系 更好展示数据分析结论 ● 数据可视化概念 信息清晰化 数据简单化 数据业务化 ● 数据可视化优点 2.2 数据可视化流程 明确数据可视化的需求，寻找数据背后的故事 为数据选择正确的可视化类型 确定最关键的信息指标，给予场景联系 为内容而设计，优化展现形式 ● 数据可视化流程 2.2 数据可视化流程 ● 数据可视化流程 数据转换 获取 分析 过滤 挖掘 视觉空间转换 表示 修饰 界面交互的设计 交互 2.3 数据可视化实践 图表标题 坐标轴 数据标签 图例 网格 ● 图表构成要素：根据实际情况选择不同的图表元素 2.3 数据可视化实践 图表标题就是图表的名称，它能说明图表的主要内容。 ● 图表标题 如果图表只用于展现数据状况，数据分析师可以用一句概括性的话作为图表标题。 1 如果图表用于展示某个结论或者强调某个观点，数据分析师可以使用该结论或观点作为图表标题。 2 概括性标题 以某个结论或观点为标题 2.3 数据可视化实践 坐标轴是指图表的 x 轴和 y 轴。轴标题说明了 x 轴和 y 轴分别表示的是什么数据。 ● 坐标轴 如果图表中的数据项目添加了数据标签，数据分析师在制作图表时可以考虑不添加 y 轴。 1 在不影响图表可读性的前提下，数据分析师可以不添加 x 轴的标题。 2 如果图表有两个 y 轴，则必须要为 y 轴添加标题。 3 不添加 y 轴的图表 不添加 x 轴标题的图表 2.3 数据可视化实践 坐标轴是指图表的 x 轴和 y 轴。轴标题说明了 x 轴和 y 轴分别表示的是什么数据。 ● 坐标轴 如果图表中的数据项目添加了数据标签，数据分析师在制作图表时可以考虑不添加 y 轴。 1 在不影响图表可读性的前提下，数据分析师可以不添加 x 轴的标题。 2 如果图表有两个 y 轴，则必须要为 y 轴添加标题。 3 双 y 轴图表 2.3 数据可视化实践 数据标签说明的是项目的具体数值和名称。 ● 数据标签 添加了数据标签的图表 2.3 数据可视化实践 图例说明了图表中不同类型、不同颜色的数据系列分别代表什么。如果图表中的数据标签能够清楚地说明各个数据系列所代表的含义，或者图表中只有一个数据系列，则可以不添加图例。 ● 图例 添加了图例的图表 2.3 数据可视化实践 网格线分为水平网格线和垂直网格线，主要起引导作用，方便阅读者在阅读图表时快速找到数据项目对应的 x 轴坐标和 y 轴坐标，从而准确地判断对应的数值。 ● 网格线 添加了水平网格线的图表 2.3 数据可视化实践 柱状图 条形图 折线图 饼图 面积图 漏斗图 雷达图 散点图 气泡图 词云图 地图 组合图表 ● 数据可视化常用图表 2.3 数据可视化实践 柱形图用于展示一段时间内数据的变化，或者各组数据之间的比较关系。Excel中提供了3种类型的柱形图： ● 柱形图 簇状柱形图：用于比较多个项目的值或某个项目随时间推移的数值变化。 1 堆积柱形图：适合展示各个项目与整体之间的关系。 2 百分比堆积柱形图：以百分比形式反映各类别的值在总和中的占比情况。 3 簇状柱形图 2.3 数据可视化实践 柱形图用于展示一段时间内数据的变化，或者各组数据之间的比较关系。Excel中提供了3种类型的柱形图： ● 柱形图 簇状柱形图：用于比较多个项目的值或某个项目随时间推移的数值变化。 1 堆积柱形图：适合展示各个项目与整体之间的关系。 2 百分比堆积柱形图：以百分比形式反映各类别的值在总和中的占比情况。 3 堆积柱形图 百分比堆积柱形图 2.3 柱状图实践 柱形图用于展示一段时间内数据的变化，或者各组数据之间的比较关系。Excel中提供了3种类型的柱形图： ● 实践任务，制作三种不同的柱状图 簇状柱形图：用于比较多个项目的值或某个项目随时间推移的数值变化。 1 堆积柱形图：适合展示各个项目与整体之间的关系。 2 百分比堆积柱形图：以百分比形式反映各类别的值在总和中的占比情况。 3 女装 一月 二月 三月 四月 五月 六月 400 200 500 600 800 600 男装 一月 二月 三月 四月 五月 六月 450 300 200 300 400 200 饰品 一月 二月 三月 四月 五月 六月 900 700 400 200 300 100 女装 一月 二月 三月 四月 五月 六月 400 200 500 600 800 600 男装 一月 二月 三月 四月 五月 六月 450 300 200 300 400 200 饰品 一月 二月 三月 四月 五月 六月 900 700 400 200 300 100 女装 一月 二月 三月 四月 五月 六月 400 200 500 600 800 600 男装 一月 二月 三月 四月 五月 六月 450 300 200 300 400 200 饰品 一月 二月 三月 四月 五月 六月 900 700 400 200 300 100 2.3 数据可视化实践 条形图可以看成顺时针旋转了 90°的柱形图。在Excel中，条形图又分为簇状条形图、堆积条形图和百分比堆积条形图3种类型，每种类型的用法与用途也基本与柱形图中对应类型的用法与用途相同。 ● 条形图 如果数据中有负数，此时选择柱形图比较合适。 1 如果横轴上的项目名称字数较多，则可以使用条形图代替柱形图；如果展示数据的空间有限，而横轴上的数据项目又比较多，也可以使用条形图。 2 簇状条形图 2.3 数据可视化实践 堆积条形图 百分比堆积条形图 条形图可以看成顺时针旋转了 90°的柱形图。在Excel中，条形图又分为簇状条形图、堆积条形图和百分比堆积条形图3种类型，每种类型的用法与用途也基本与柱形图中对应类型的用法与用途相同。 ● 条形图 如果数据中有负数，此时选择柱形图比较合适。 1 如果横轴上的项目名称字数较多，则可以使用条形图代替柱形图；如果展示数据的空间有限，而横轴上的数据项目又比较多，也可以使用条形图。 2 2.3 数据可视化实践 带有负数的柱形图 使用条形图展示多项数据 条形图可以看成顺时针旋转了 90°的柱形图。在Excel中，条形图又分为簇状条形图、堆积条形图和百分比堆积条形图3种类型，每种类型的用法与用途也基本与柱形图中对应类型的用法与用途相同。 ● 条形图 如果数据中有负数，此时选择柱形图比较合适。 1 如果横轴上的项目名称字数较多，则可以使用条形图代替柱形图；如果展示数据的空间有限，而横轴上的数据项目又比较多，也可以使用条形图。 2 2.3 条形图实践 条形图可以看成顺时针旋转了 90°的柱形图。在Excel中，条形图又分为簇状条形图、堆积条形图和百分比堆积条形图3种类型，每种类型的用法与用途也基本与柱形图中对应类型的用法与用途相同。 ● 实践任务：制作3种条形图 如果数据中有负数，此时选择柱形图比较合适。 1 如果横轴上的项目名称字数较多，则可以使用条形图代替柱形图；如果展示数据的空间有限，而横轴上的数据项目又比较多，也可以使用条形图。 2 女装 一月 二月 三月 四月 五月 六月 400 200 500 600 800 600 男装 一月 二月 三月 四月 五月 六月 450 300 200 300 400 200 饰品 一月 二月 三月 四月 五月 六月 900 700 400 200 300 100 女装 一月 二月 三月 四月 五月 六月 400 200 500 600 800 600 男装 一月 二月 三月 四月 五月 六月 450 300 200 300 400 200 饰品 一月 二月 三月 四月 五月 六月 900 700 400 200 300 100 女装 一月 二月 三月 四月 五月 六月 400 200 500 600 800 600 男装 一月 二月 三月 四月 五月 六月 450 300 200 300 400 200 饰品 一月 二月 三月 四月 五月 六月 900 700 400 200 300 100 2.3 数据可视化实践 折线图是反映数据变化趋势的图表。 ● 折线图 折线图中的折线可以是单线，也可以是多线。 1 如果横轴表示的是时间，那么数据分析师需要根据是否要强调数据在量上的变化来选择是使用柱形图还是使用折线图。 2 单线折线图 2.3 数据可视化实践 折线图是反映数据变化趋势的图表。 ● 折线图 折线图中的折线可以是单线，也可以是多线。 1 如果横轴表示的是时间，那么数据分析师需要根据是否要强调数据在量上的变化来选择是使用柱形图还是使用折线图。 2 多指标折线图 2.3 折线图实践 ● 实践：使用透视图来构建折线图 3.1.2 数据可视化常用图表 饼图用于展现组成数据系列的各个项目的值在项目总和中所占的比例。在商务数据分析中，常用的饼图分为普通饼图和复合饼图两种。 ● 饼图 普通饼图：用于显示各数据项目的值在项目总和中的占比情况。 1 复合饼图：一种将用户定义的值提取出来，并显示在另一张饼图中的饼图。 2 普通饼图 复合饼图 3.1.2 饼图实践 饼图用于展现组成数据系列的各个项目的值在项目总和中所占的比例。在商务数据分析中，常用的饼图分为普通饼图和复合饼图两种。 ● 实践：构建饼图和复合饼图 普通饼图：用于显示各数据项目的值在项目总和中的占比情况。 1 复合饼图：一种将用户定义的值提取出来，并显示在另一张饼图中的饼图。 2 销售额 第一季度 第二季度 第三季度 第四季度 50 20 20 10 3.1.2 饼图实践 饼图用于展现组成数据系列的各个项目的值在项目总和中所占的比例。在商务数据分析中，常用的饼图分为普通饼图和复合饼图两种。 ● 实践：构建饼图和复合饼图 普通饼图：用于显示各数据项目的值在项目总和中的占比情况。 1 复合饼图：一种将用户定义的值提取出来，并显示在另一张饼图中的饼图。 2 2.3 数据可视化实践 圆环图也可以用于表现组成数据系列的各个项目的值在项目总和中所占的比例。 ● 圆环图 圆环图 2.3 数据可视化实践 面积图用于展现数据项目随时间变化的趋势，同时也能展现数据项目随时间变化的程度。在面积图中用色块来展示数据。 ● 面积图 当面积图中有多层色块时，要尽量确保色块之间不发生重叠。如果无法避免色块的重叠，则可以通过调整色块的透明度来提高重叠色块的可读性。 1 面积图适合展示 2～3 组数据，最多不要展示超过 4 组数据。 2 面积图 2.3 面积图实践 面积图用于展现数据项目随时间变化的趋势，同时也能展现数据项目随时间变化的程度。在面积图中用色块来展示数据。 ● 实践：面积图 当面积图中有多层色块时，要尽量确保色块之间不发生重叠。如果无法避免色块的重叠，则可以通过调整色块的透明度来提高重叠色块的可读性。 1 面积图适合展示 2～3 组数据，最多不要展示超过 4 组数据。 2 系列 1 37261 37262 37263 37264 37265 32 32 28 12 15 列1 37261 37262 37263 37264 37265 2.3 数据可视化实践 漏斗图用于表示逐层分析的过程，即从一个总值（漏斗图最顶端）中不断除去不重要的部分，最终得到重要的值的过程。漏斗图多用于分析流程比较规范、周期比较长、环节比较多的业务，通过比较代表各个环节的形状的大小，能够直观地看出问题所在。 ● 漏斗图 漏斗图 2.3 数据可视化实践 雷达图，又称蜘蛛网图，用于显示3个或更多个维度的变量。雷达图是以在同一点开始的轴上显示的3个或更多个变量的二维图的形式来展示多元数据的，其中轴的相对位置和角度通常是无意义的。 ● 雷达图 雷达图非常适用于展示性能数据。 1 雷达图展示的对比项目最好不要超过 6 个。 2 在雷达图中，很难直观地对图表中数据的具体值做比较。如果需要比较数据的具体值，可以使用折线图。 3 雷达图示例 展示性能数据的雷达图 2.3 数据可视化实践 雷达图，又称蜘蛛网图，用于显示3个或更多个维度的变量。雷达图是以在同一点开始的轴上显示的3个或更多个变量的二维图的形式来展示多元数据的，其中轴的相对位置和角度通常是无意义的。 ● 雷达图 雷达图非常适用于展示性能数据。 1 雷达图展示的对比项目最好不要超过 6 个。 2 在雷达图中，很难直观地对图表中数据的具体值做比较。如果需要比较数据的具体值，可以使用折线图。 3 系列 1 37261 37262 37263 37264 37265 32 32 28 12 15 系列 2 37261 37262 37263 37264 37265 12 12 12 21 28 2.3 雷达图实践 雷达图，又称蜘蛛网图，用于显示3个或更多个维度的变量。雷达图是以在同一点开始的轴上显示的3个或更多个变量的二维图的形式来展示多元数据的，其中轴的相对位置和角度通常是无意义的。 ● 实践：雷达图 雷达图非常适用于展示性能数据。 1 雷达图展示的对比项目最好不要超过 6 个。 2 在雷达图中，很难直观地对图表中数据的具体值做比较。如果需要比较数据的具体值，可以使用折线图。 3 产品系列1 销量 推广费用 线上转化率 文旅 生活用品 32 32 28 12 15 产品系列2 销量 推广费用 线上转化率 文旅 生活用品 12 12 12 21 28 2.3 数据可视化实践 散点图是指在回归分析中，数据点在直角坐标系平面上的分布图。在散点图中，每个数据点都由 x 值和 y 值构成。 ● 散点图 散点图适用于在不考虑时间的情况下比较大量的数据点。 1 散点图能够说明两个变量之间的相关性，但并不能证明两个变量之间存在因果关系。 2 散点图 2.3 散点图实践 散点图是指在回归分析中，数据点在直角坐标系平面上的分布图。在散点图中，每个数据点都由 x 值和 y 值构成。 ● 实践：散点图 散点图适用于在不考虑时间的情况下比较大量的数据点。 1 散点图能够说明两个变量之间的相关性，但并不能证明两个变量之间存在因果关系。 2 1247 1346 1015 1140 1277 1276 1190 1218 1154 1231 1133 1202 1106 1319 1122 1252 1354 1179 1285 1434 1159 1268 1109 1060 1033 1174 1352 1190 1281 1043 1091 2738 2020 2976 3931 2766 3720 2435 3676 2300 3453 2388 2886 3720 2789 2252 3100 3959 2427 2975 2744 3684 2960 3222 3808 3687 3417 3421 3156 3560 2785 3851 2.3 数据可视化实践 气泡图与散点图类似，也是根据平面坐标系上的两个变量绘制出来的，但气泡图增加了第三个数值——代表气泡大小的变量，用于展示3个变量之间的关系。在气泡图中，较大的气泡表示较大的值。 ● 气泡图 气泡图 2.3 气泡图实践 气泡图与散点图类似，也是根据平面坐标系上的两个变量绘制出来的，但气泡图增加了第三个数值——代表气泡大小的变量，用于展示3个变量之间的关系。在气泡图中，较大的气泡表示较大的值。 ● 实践： 气泡图 2738 2020 2976 3931 2766 3720 2435 3676 2300 3453 2388 2886 3720 2789 2252 3100 39 59 2427 2975 2744 3684 2960 3222 3808 3687 3417 3421 3156 3560 2785 3851 2034 3980 3198 2900 3209 3572 3334 3683 3783 2605 2924 3429 3378 3225 3665 3344 3193 3364 3614 2422 2776 2929 3676 3566 2409 2742 3461 2270 3154 3199 3898 116 13 7 106 139 163 117 122 118 186 178 125 192 199 130 111 150 174 173 131 119 200 177 184 166 146 140 133 191 174 186 143 系列2 217 216 152 216 125 242 188 228 149 134 236 278 108 156 120 232 274 116 282 213 273 107 192 160 184 180 247 182 268 123 176 2600 2963 2511 2237 2789 2803 2651 2611 2590 2311 2066 2967 2322 2634 2760 2814 2485 2553 2687 2554 2581 2850 2782 2346 2891 2605 2042 2519 2372 2839 2827 254 253 194 166 275 155 111 100 177 239 253 281 275 285 110 168 217 148 183 237 111 226 264 232 177 270 188 200 172 272 140 2.3 数据可视化实践 “词云”就是通过形成“关键词云层”或“关键词渲染”，对网络文本中出现频率较高的关键词进行视觉上的突出显示。词云图过滤掉了大量的文本信息，使阅读者只要一眼扫过词云图，就可以领略其主旨。 ● 词云图 词云图 2.3 词云实践 “词云”就是通过形成“关键词云层”或“关键词渲染”，对网络文本中出现频率较高的关键词进行视觉上的突出显示。词云图过滤掉了大量的文本信息，使阅读者只要一眼扫过词云图，就可以领略其主旨。 https://www.wenziyun.cn/ciyun/editor?channel=3002&kw=%E8%AF%8D%E4%BA%91%E5%9C%A8%E7%BA%BF&kdid=601707381178&pid=305925134&unid=8304656347&ct=78862640818&mt=1&bd_aid=42243225&bd_vid=13245504393746891278 ● 实践：词云图 2.3 数据可视化实践 地图是信息密度最大的数据可视化方式。在商务数据分析中，常用的地图类型有以下三种。 ● 地图 区域地图：按照国家、省市行政区划分，用于展现地理信息，以及与地理位置有关的信息。 在区域地图中，指标的多少可以用颜色的深浅来进行区分。 1 散点地图：通过定位经纬度，用散点来表示访客所在的位置。 2 热力地图：以高亮的形式显示访客所在的地理区域。热力地图可用不同颜色展示不同区域的密度分布。 3 2.3 地图实践 https://dycharts.com/appv2/#/pages/workspace?project=169647495274001736&type=chart&from=old ● 实践：地图 2.3 数据可视化实践 组合图表是指在一张图中将多种图表类型组合起来进行数据展示的图表。 ● 组合图表 组合图表 2.3 组合图实践 组合图表是指在一张图中将多种图表类型组合起来进行数据展示的图表。 ● 实践组合图表 2.3 数据可视化实践 数据分析师还可以根据可视化专家阿贝拉博士整理出来的图表建议思维指南来选择图表。 ● 根据图表建议思维指南选择图表 图表建议思维指南 $$