数据分析的几种可视化图表怎么用?

数据分析有以下6种常见的数据分析图表及应用方式

1.柱状图:用于做比较

柱状图是最基础的一种图表,我们通过数据柱的高度来表现数据的多少,进而比较不同数据之间的差异。数据量的大小对比对于我们来说一目了然,一般来说,柱状图的横轴是时间轴,纵轴是数据轴,如图4-1所示。

但柱状图并不是万能的,需要基于某一个主题比较数据量的变化,比如不同月份的新增用户,不同渠道的新增用户。如果我们将活跃用户、留存用户、新增用户这3个维度放在一张柱状图里比较,就没有太大意义。

2.折线图:用于看数据变化的趋势。

折线图一般可以基于时间维度看数据量的变化趋势,发现整体走向和单体突出数据,如图4-2所示。比如通过折线图可以看出全年的新增用户变化情况,找出数据变化的高点和低点,而柱状图则用来对比不同高点之间的变化,进而找原因。

在折线图中可以将不同维度的数据放在一起比较,比如将新增用户、活跃用户、流失用户3条用户变化曲线放在一起,就可以观察三者之间的是否彼此影响。观察新增用户量大时有没有对活跃用户带来提升,后期的用户流失情况是否严重,进而可以综合评价活动效果。

3.饼状图:用于看各部分的占比。

饼状图和柱状图在应用上有一定的重合。例如对于不同渠道带来的新增用户量,饼状图和柱状图都可以表现,但饼状图显示的是单一渠道转化用户的占比,柱状图更容易显示不同渠道转化用户的差距。饼状图的应用重点在于发现单体因素在整体因素中的占比,如图4-3所示的活跃用户在整体用户中的占比。但如果用多个单体因素做饼状图,可能导致数据特征不明显。

4.散点图:用于二维数据的比较。

散点图可以用于三维数据的表现,也可以用于二维数据的比较。例如,将不同活动带来的新增用户和留存用户进行比较时,我们设置横轴为留存用户率,纵轴为新增用户量,点表示不同的活动主题,此时可以看出不同活动主题的用户转化和留存情况。一般我们将数据大的维度作为纵轴,更有利于展示结果,如图4-4所示。

5.气泡图:用于用户三维数据的比较。

气泡图是对散点图的升级,可通过散点图中点的不同大小来表现第三维数据。例如,图4-5是某游戏公司2010~2016年付费额超过1万元的用户量占比,横轴为年份,纵轴为百分比,而点的大小则代表了付费额超过1万元的用户数量。

6.雷达图:用于四维以上数据的对比。

雷达图可以应用于多维度数据的对比。如图4-6所示,在分析不同用户的购物行为特征时,我们可以从启动次数、使用时长、购物次数、浏览商品数量、下单金额等多个维度进行分析,那么反映到图表上就可以看出不同用户群组特征在不同维度的差异。雷达图一方面可以对比出不同群组用户的特征,另一方面可以总结不同用户的特征。比如还是以上几个维度,我们可以以1个指标为关键指标(如下单金额指标),观察出下单金额高的用户在浏览商品数量、使用时长等方面的表现,进而找到提升下单金额的方法,如提高用户的商品浏览数量。

总结

数据分析的图表多种多样,不同图表之间也可以组合进行分析。例如,将柱状图和折线图组合后,折线图反映的是整体变化趋势,柱状图反映的是关键节点的数据差异,我们可以从一张图表上观察到两个维度的数据对比情况

未经允许不得转载:陈海飞博客 » 数据分析的几种可视化图表怎么用?

分享到:更多 ()