圖表分析(圖表分析怎么表達)

更新時間:2023-03-01 08:30:50 閱讀：評論：0

如何用圖表進行數據分析?

1、柱狀圖

柱狀圖是一種以長方形的長度為變量的表達圖形的統計圖表，用縱向條紋表示數據分布的情況，用來比較兩個或以上的價值(不同時間或者不同條件)，只有一個變量，通常利用于較小的數據集分析。對于比較兩種或更多同性質數據的具體變化和發展趨勢有著比較好的效果。

2、折線圖

折線圖可以顯示隨著時間變化而變化的數據，因此折線圖適用于分析時間間隔大小相同情況下數據的變化情況。一般情況下，折線圖中的類別數據是沿水平軸均勻分布的，所有信息的具體數據值沿垂直軸均勻分布。通常折線圖和柱形圖一起使用分析數據數據效果更佳，既有具體值的對比，又有整體發展趨勢的比較，瑣碎處和大局都兼顧到了。

3、條形圖

條形圖可以理解為橫過來的柱狀圖，是主要用來分析對比各個項目之間的比較情況。當需要用圖表分析的數據橫向項目比較少，縱向值跨度又比較大的時候，就需要用條狀圖了。

4、餅圖

餅圖，顧名思義，就是用來比較所分“大餅”的分量，一般用來顯示每一數值與總量的占比。分析市場占比份額之類的數據，用餅圖是最適合不過了。FineReport有三維餅圖、復合餅圖、牽引線等餅圖類型，可看到更詳細的分餅效果。

5、地圖

地圖主要用來展示地理背景的業務數據，你需要分析的數據隨著地圖展現出來。基本上宏觀分析展現各省市業務數據的時候，數據地圖就用上場了。

什么是圖表分析法

圖表分析法是根據記錄的歷史上的外匯走勢圖形，分析和預測未來走勢的基本技術分析方法。

圖表分析作為投資分析的一種方式，它的依據是基于三個假設，即:
⒈價格反映市場一切;
⒉價位循一定方向推進;
⒊歷史是回重演的。
根據第一個假設，技術分析時并不需要關注價位為何變動，只關心價位怎樣變動。
第二個假設是借用牛頓力學第一定律"在沒有任何外力影響下，物體會遵循一定方向恒速前進"，價位就有如有形物體一樣，也是會沿著一定方向前進，直到受到外來因素的影響。歷史會重演則反映了市場參與者的心理反應。
基本原理
⒈價格是由供求關系決定的;
⒉商品的供求關系又是由各種合理與非合理的因素決定的;
⒊忽略價格微小波動，則價格的變化就會在一段時間內顯示出一定的變化趨勢;
⒋價格的變化趨勢會隨市場供求關系的變化而變化。技術分析的基本方法就是以過去投資行為的軌跡為依據，考察未來或潛在的投資機會。
在外匯市場中，圖表分析常用的圖表有K線圖、趨勢線、移動平均線、圖形分析法

圖表分析法顯示哪些內容?

圖表分析法是利用統計圖表形式顯示社會現象的情況，并從各方面比較、分析和研究社會經濟現象的量的變化及其規律性的一種分析方法。這種方法可以將錯綜復雜的社會經濟現象的清晰扼要的形式顯示出來，可以使統計分析工作通俗化。

通過統計圖表顯示的內容很多，主要有如下幾方面：對比統計指標在不同地區、時間條件下的數量表現。分析總體的內部結構。反映現象的發展趨勢。揭示現象間的依存關系。顯示總體單位的分配狀況。檢查計劃的執行情況。顯示現象在地區上的分布狀況。通常使用的有：比較圖、表，經濟指標動態曲線圖，計劃完成進度指示圖，經濟指標的函數關系圖 (相關圖) 等。

怎樣用圖表分析數據

本文會給大家講解：從入門到精通：如何用圖表做好數據分析？

隨著精益化運營的概念不斷深入人心，數據分析已經成為了互聯網人的必修課。相比于高深的概率統計、算法模型，簡單、直觀的圖表工具得到了更為廣泛的應用。

那么圖表都有哪些類型？不同類型的圖表又該怎么用？在這篇文章中我們結合互聯網產品和運營的業務需求，由淺入深地給大家解答這些問題。

Part 1 | 初階：維度和指標

初階的圖表簡單易懂，能滿足簡單的數據分析需求，具體包括趨勢、頻數、比重、表格等類型。圖表數據分析的前提就是將自己需要呈現的指標，以一定的維度拆分，在坐標系中以可視化的方式呈現出來。

1. 趨勢圖

趨勢分析是最基礎的圖表分析，包括線圖、柱狀圖、堆積圖等多種形式。

線圖可以觀察一個或者多個數據指標連續變化的趨勢，也可以根據需要與之前的周期進行同比分析。柱狀圖可以觀察某一事件的變化趨勢；如果將整體拆分可以做成堆積圖，同時觀察到部分所占比重及變化趨勢。

圖 1 - GrowingIO 周期對比線圖：

圖 2 - GrowingIO （堆積）柱狀圖：

產品經理和運營人員通過趨勢圖分析流量的實時走向，如每日 pv、uv、DAU 等基本數量指標以及停留時長、平均訪問頁面數等質量指標，可以及時把握產品的變化趨勢。一旦趨勢周期對比發生異常（異常高和異常低），我們需要及時介入排查原因、解決問題。

2. 頻數圖

根據業務需求對指標按照一定維度拆分，對比不同組別的頻數，便于分清輕重緩急。

圖 3 - GrowingIO 條形圖：

條形圖清晰展示了用戶在不同類別上的頻數，并且按照數量從大到小排序。上圖展示的是某產品用戶使用瀏覽器的頻數分布，在資源有限的情況下產品可以先適配 Chrome 和 IE 瀏覽器以提升絕大部分用戶體驗。

圖 4 - GrowingIO 雙向條形圖：

上面的雙向條形圖展示了某 B 端產品的客戶平均停留時長極端情況（非常高和非常低），企業 1-5 非常活躍，可以讓運營人員促進客戶增購、續約，而企業 6-10 活躍度非常低，即將流失，需要運營人員立刻介入干預。

3. 比重圖

比重分析主要是用來了解不同部分占總體的比例。橫向比較，扇形圖、環形圖可以滿足這類需求；縱向比較，百分比堆積圖可以顯示不同部分所占比例的趨勢變化。

圖 5 - GrowingIO 訪問用戶來源環形圖：

圖 6 - GrowingIO 百分比堆積圖：

環形圖（圖 5）顯示了某節點訪問用戶來源渠道比例，百分比堆積圖（圖 6）則動態顯示了不同渠道比例的變化趨勢，市場或者運營人員可以據此動態優化我們的資源投放。

4. 表格

表格信息密集，可以同時分析多維度、多指標數據，適合對數據敏感的人群使用。雖然表格能看到具體的數值，但是不能直觀看到趨勢、比重。

圖 7 - GrowingIO 表格提供三十多個維度供指標拆解：

通過表格（圖7）不難發現，移動端訪問用戶占了非常大的比例，但是跳出率非常高。這樣的表格數據啟示我們有必要優化移動端產品，提升整體訪問深度。

5. 其他圖表

下面介紹的是氣泡圖，氣泡圖用來展示一個事件與多個維度之間的關系，如分析B端產品客戶成單周期與客戶活躍度、登錄賬號數量之間的關系。

圖 8 - GrowingIO 「客戶溫度 - 健康度」氣泡圖：

除了上述常見的圖表，還有散點圖、箱線圖、股價圖、雷達圖等圖表，在此不一一贅述。

Part 2 | 進階：用戶行為洞察

正如前面所言，初階圖表能滿足簡單的業務需求。但要想深入洞察用戶行為，還需要緊密結合業務實踐，用更加專業的圖表輔助數據分析。在這里，我和大家分享三個實用的工具：漏斗圖、留存圖和熱（力）圖。

1. 漏斗圖

漏斗圖主要用于轉化過程，例如注冊流程、商品購買流程，分析用戶在不同階段的轉化或者流失情況。

圖 9 - GrowingIO 漏斗圖：

產品運營應該關注重點轉化路徑的轉化率，對于轉化率非常低的環節、或者轉化率突然下降的情況，都需要及時排查原因。

2. 留存圖

留存是指用戶首次訪問你的網站，多少天后又重新回訪的情況。利用留存曲線可以對留存進行深入分析。

圖 10 - GrowingIO 留存曲線:

某問答社區通過留存曲線（圖 10）發現，通過搜索引擎來源的新用戶（紅色）留存度和活躍度遠遠高于一般新用戶（綠色），這啟示社區運營者：搜索引擎可能成為社區的下一個增長點。

3. 熱（力）圖

熱圖，又稱熱力圖，顯示的是用戶在你產品頁面上的點擊、停留偏好。借助熱圖產品經理可以優化產品頁面布局，運營可以優化內容，確實是一個好工具。

圖 11 - GrowingIO 熱圖：

Part 3 | 高階：用數據驅動增長

隨著數據可視化技術的不斷發展，圖表的類型越來越豐富，我們不可能在一篇文章中將其窮盡。但是圖表數據分析的本質不會變，其最終目還是要輔助人們的決策。

1. 搭建屬于自己的數據看板

人們的工作在不斷細分，需要分析和決策的內容也不太一樣。同樣都是市場部門的同事，負責內容營銷的與負責 SEM 的需要關注的數據差異很大，而這就需要搭建屬于自己的數據看板。

圖 12 - GrowingIO 數據看板：

例如 SEM 主管根據工作需要搭建數據看板，將廣告投放（表格）、訪客來源（百分比堆積圖）、訪問用戶量（線圖）、登錄用戶量（柱狀圖）和注冊轉化率（漏斗）等重要數據集中在一個看板中。數據看板能幫助我們以合適的方式展示數據，集中精力做好業務決策。

2. 在實踐中踐行 MVP

用圖表做好數據分析并非易事，它絕非一朝一日之功，但也并不是無規律可循。

首先是對業務的理解，能洞察數字背后的商業意義。其次是靈活選擇維度拆分指標，在圖表坐標系中以合適的形式進行可視化展示。最后一定要從圖表數據分析中發現問題，并指導業務決策。在這樣不斷反復的過程中，不斷優化我們的圖表數據分析過程，用數據來驅動業務增長。

本文作者：GrowingIO 增長團隊，集工程、產品、市場、分析多重角色于一身，負責拉新和用戶活躍，用數據驅動業務增長。