这4类商业智能分析法，学会一半你就是报表达人

在许多行业的数据分析中，商业智能分析方法是最直接有效，也是最好解释的，能切实解决实际问题。商业智能最主要的分析方法就是基于业务的可视化分析。

如何将数据转变成具备商业指导性的结果，按照解决思路和业务逻辑去思考，去用工具布局，在实践中总结了一些的分析方法。今天，小亿分享利用商业智能软件亿信BI分析的几类方法——比较分析、构成分析、分布分析、结构分析。

01 比较分析

基于分类/时间的数据对比，通常需用到比较型图表。用户通过图表轻松识别最大/最小值，查看当前和过去的数据变动情况。

常见场景：哪个地区的收件量最多?今年的收入和去年相比如何……

1）条目少 – 柱状图

比较条目较少时，如5个地区收件量的对比，可选用柱状图表示。

△柱状图

2) 条目多 – 条形图

条形图显示各个项目之间的比较情况。当条目较多，如大于12条，移动端上的柱状图会显得拥挤不堪，更适合用条形图。一般数据条目不超过30条，否则易带来视觉和记忆负担。

△条形图

3) 看趋势 – 折线图

折线图可以显示随时间（根据常用比例设置）而变化的连续数据，因此非常适用于显示在相等时间间隔下数据的趋势。

当X轴为连续数值(如时间)且注重变化趋势时，则适用折线图。

△折线图

4) 扩大差异 – 南丁格尔图

△南丁格尔图

由于扇形的半径和面积是平方的关系，南丁格尔图会将数值之间的差异放大，适合对比大小相近的数值。依然建议数据量不超过30条，超出可考虑条形图。

5) 双向 – 双向条形图

前面的例子都是单维度比较，当比较正反两类甚至更多维度的数据时，可尝试双向条形图，下图为各大区的重点地区的收派件量的对比。

△双向条形图

用颜色区分大区，空心/实心区分收件量和派件量，既能整体比较大区，又能详细对比地区的情况。

打怪升级，再加点难度。在双向图上再增加一个维度，如下表，比较5个地区的利润及相应的收入和成本。

△业务数据

△双向条形图(多维度)

通过图形一眼就能看出深圳区的利润低于广州区，即使它的收入高于广州区，但成本相对来说高于广州区。

6) 目标达成 – 子弹图

实际业务中，常要考察指标的达成情况，如收入达标情况及所处区间(优、良、差)，如下表，你会怎么可视化呢?

△业务数据

△子弹图

子弹图，因为像子弹射后带出的轨道。相较于仪表盘，它能够在狭小的空间中表达丰富的数据信息，在信息传递上有更大的效能优势。

7) 性能 – 雷达图

雷达图，是财务分析报表的一种。即将一个公司的各项财务分析所得的数字或比率，就其比较重要的项目集中划在一个圆形的图表上，一目了然地了解公司各项财务指标的变动情形及其好坏趋向。

对于一些多维的性能数据，如综合评价，常用雷达图表示。指标得分接近圆心，说明处于较差状态，应分析改进;指标得分接近外边线，说明处于理想状态。

△雷达图

02 构成分析

部分相较于整体，一个整体被分成几个部分。这类情况会用到构成型图表，如五大区的收件量占比、公司利润的来源构成等。

1) 单层 – 饼状图

饼状图常用于统计学模型，有2D与3D饼状图。饼状图显示一个数据系列中各项的大小与各项总和的比例。

前面对比5个地区的收件量时用到了柱状图。若看占比情况，饼状图更合适。

△饼状图

当然如果变成17个地区，饼图看着会像彩色七星瓢虫。所以饼图分类一般不超过9个，超过建议用条形图展示。

2) 分层 – 环形图

环形图是由两个及两个以上大小不一的饼图叠在一起，挖去中间的部分所构成的图形，主要是区分或表明某种关系。

环形图亦可表示占比，在空心区域显示文本信息，比如标题，优势是其空间利用率更高。

△环形图

3) 累计趋势 – 堆叠面积图

强调数量随时间而变化的程度，也可用于引起人们对总值趋势的注意。堆积面积图和百分比堆积面积图还可以显示部分与整体的关系。

接下来，看看数值构成随时间变化的案例：第一大区(包含四个重点地区)近四年收入构成的趋势要如何可视化?

△堆叠面积图

堆叠面积图可以展现分量(地区)对于总量(大区)的贡献，并显示总量(大区)的变化过程。需要说明的是，地区收入的起点并非从 y=0 开始，而是在下面的地区基础上逐层叠加，最后组成一个整体。

4）累计比较 – 堆叠柱状图

如果将上图X轴的标签文字(即年份)和图例(即地区)互换(如下图A)，用来看每个地区近四年的收入构成，用哪个图更合适?

△堆叠柱状图

是不是觉得都可以?那图中 X1 有何含义?堆叠面积图 A 方案和堆叠柱状图 B 方案都可以表现累加值。差别在于，堆叠面积图的 x 轴是连续数据(如时间)，堆叠柱状图的 x 轴是分类数据。此案例中的 x 轴是非连续的分类数据，因此用 B 方案更适合。

5) 累计增减 – 瀑布图

若想表达两个数据点间数量的演变过程，可使用瀑布图。开始的一个值，在经过不断的加减后，得到一个值。瀑布图将这个过程图示化，常用来展现财务分析中的收支情况。

△瀑布图

03 分布分析

通过分布型图表能看到数据的分布情况，进而找到某些联系，如相关性、异常值和数据集群。

常见使用场景：客户的年龄段分布?单票成本与收件量的关系?

1) 两个变量 – 散点图

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，散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。

散点图将序列显示为一组点，值由点在图表中的位置表示，类别由图表中的不同标记表示。以业务为例，下图为全国网点的单票成本/收入分布情况。

△散点图

单单这样看，可能看不出什么，如果加两条平均线就不一样了。加了平均线，就知道哪些网点高于平均线，哪些低于平均线。但网点那么多，总不能逐个点击查看是哪个大区的，给散点加上颜色后，就很有意义了。

通过此图，可以看出哪些大区单票利润较低，急需提升，比如广泛聚集于右下角的第四大区，单票收入低于平均线，单票成本却高于平均线。

2) 三个变量 – 气泡图

气泡图是可用于展示三个变量之间的关系。绘制时将一个变量放在横轴，另一个变量放在纵轴，而第三个变量则用气泡的大小来表示。气泡图与散点图相似，不同之处在于：气泡图允许在图表中额外加入一个表示大小的变量进行对比。

大家都知道，网点总利润除了和单票利润有关，还和体量(即收件量)有关，用散点的面积大小表示收件量，就变成了气泡图。

3) 结合地图 – 热力图

气泡图与地图结合可演变为热力图。通过热力图，能看到哪些网点收派件量较多，需进行资源调配。

△热力图

04、结构分析

杜邦分析主要用于财务，但是它也可以扩展到财务以外，所有有关系的都可以用到这种方法。然后是展开的其他的分析方法，比如变化分析，分析不同的商业阶段，虽然有些也可以用漏斗图来表达，但是把动态业务环境用图表表现出来有难度，杜邦分析类似于思维导图，用这种方法可以展现动态变化趋势。

如下图，不只看到关键指标什么样的情况，而且还知道它的详细构成是什么样的情况，是哪个指标最大程度影响了它的变化，领导从这个报表中可以得到更多的分析。

结语：

商业智能报表是有商业洞察形式的报表，它需要几个步骤：业务理解、数据收集、数据处理、数据展现。

当我们拿到数据后，先提炼关键信息，明确数据关系及主题，再选择合适的图表进行可视化分析。

从技能上，要懂得分析方法、业务知识，还有实践技能。小亿相信，数据可视化只要多练习、多总结，总有一天会得心应手。