最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

新手必看:数据可视化图表的选择技巧

[复制链接]
跳转到指定楼层
楼主
发表于 2022-9-29 09:29:49 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
奥威BI数据可视化软件,更高性价比,更懂企业!与你一起共建高效智能、系统化的企业数据可视化分析平台。

有明确的数据可视化分析需求和展现需求,却无法第一时间选对数据可视化图表。这是很多BI新手都会遇到的问题。为什么会出现这种问题,又该如何解决?
大多数图表在使用上并无明确的划分线,没有规定哪类型数据就必须使用哪类型图表,通常会出现一份数据多类图表都能用的情况。这种情况下,就该结合具体的应用场景与分析需求来进行选择。接下来就以几个常见的分析需求为例,讲讲都可以用哪些数据可视化图表。

关键指标
分析要素中最关键或异常的指标,该类指标通常摆放在报表的最前端,方便老板一眼抓住关键信息,针对不同行业对应的关键指标不同,通常可以使用数字图或仪表盘直观展示
趋势分析
常见的时间序列分析,主要关注的是序列的趋势走向,常常会与相应的同比、环比指标共同分析。当关注单个序列的波动趋势时,为了清晰展示其走向,可使用折线图或面积图;当存在多个序列且需要对比走势时,可以使用折线图、面积图或柱线图,如:若要对比2014年、2015年、2016年的月度收入走势,可使用折线图达到各年月度收入趋势对比的效果,若要分析月度收入与同比,则可使用柱线图,有利于清晰展现收入波动与同比变化。
构成分析
一般希望解决的问题是了解事物的内容构成或份额构成,因此根据不同的目的选择的图表类型也不同。当关注内容构成时,可以使用堆积柱状图或树型图,有利于了解各内容的具体数值;当关注份额构成时,可以使用百分比柱状图或饼图,方便快速对比各内容的份额构成,份额构成常见关键词有“百分比、份额、占比”等。
对比分析
在分析及选择图表的过程中是比较容易与构成分析混淆的,尤其对于新手而言,因为两者一般都是对同一级别类型的数据进行对比分析。但构成分析与对比分析较大的区别在于:前者更关注整体下的成分对比,而后者则更关注单个成分的对比。对比分析最常用的图表是条形图,通常可以结合TOP10共同分析。
分布分析
查看当前数据的分布情况,一般的有类型(不同数值范围或级别范围)分布、地理分布、层级分布等。常见的用法:可以使用柱状图、热力图、字符云来展现不同类别的分布情况,使用地图来展现地理分布情况,还可以使用漏斗图、金字塔来展现层级分布、转化达成情况。
关联分析
顾名思义是通过变量之间的相互影响程度来判断或分析变量之间的相关性,根据变量或因变量的数量不同,一般使用散点图、气泡图或关联图等。
明细查询
主要针对指标繁多,又希望面面俱到的情况,无论多维交叉或单层次、多层次分析,都可以通过简表或折叠简表实现分析效果。
文字报告
通常用于报告首尾或图标侧面,一般用来补充图表信息或添加图表标签,根据动态、静态不同可分为智能报告和文字标签。其中,动态智能报告是BI发展过程中的一大成果,可以根据筛选项的替换,自动更换报告内的数值,常用于汇报内容丰富且动态需求强的场景,如:日报、周报、月报等更新频率快的报表,一般只做一次报表模板,后续只需定期更新数据即可。
BI数据分析软件:预设图表,点击立即生效
BI数据分析软件上的数据可视化图表都是经过提前预设,打造成一个个点击立即生效的图表模板。以水球图为例,它的使用操作过程是这样的:
登录奥威BI数据分析软件后,新建报表,依次点击【+】、【仪表盘】、【水球图】。BI数据分析软件就会自动将其放入报表制作画布上。之后在左侧的数据集构建器下设置汇总字段和行维度,在右侧属性的【专有】、【水球图】下设置水球的样式和水球波浪和字体的样式。
数据可视化图表被应用到BI报表制作画布上后,可通过拖拉拽来调整其大小、位置,完成个性化布局。
由于不同数据可视化图表具有不同的专有属性和效果,建议新手用户在制作BI数据可视化分析报表时可多参考【在线文档】。
奥威BI数据可视化软件,更高性价比,更懂企业!与你一起共建高效智能、系统化的企业数据可视化分析平台。
楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-5 20:45

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表