本文从数据间的这三点关系：比较、构成、分布、联系进行讲解，告诉大家如何能使数据可视化更高效。 大数据时代，数据驱动决策。处理不好庞大、复杂的数据，其价值将大打折扣。 那如何缩短数据与用户的距离？让用户一眼Get到重点？让老板为你的汇报方案鼓掌？ 本文通过连环15关，层层深入，传你数据匹配图形神功，让数据可视化更高效。 （注：以下数据基于公司业务，非真实数据） 无论数据总量和复杂程度如何，数据间的关系大多可分为三类：比较构成分布联系。 一、比较 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 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 条目多条形图 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 看趋势折线图 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 扩大差异南丁格尔玫瑰图 除柱状图外，有无更新颖的表现方式呢？那就属南丁格尔玫瑰图了。 南丁格尔玫瑰图 由于扇形的半径和面积是平方的关系，南丁格尔玫瑰图会将数值之间的差异放大，适合对比大小相近的数值。它不适合对比差异较大的数值，因为数值过小的类目会难以观察。 此外，因为圆有周期性，玫瑰图也适于表示周期时间概念，比如星期、月份。依然建议数据量不超过30条，超出可考虑条形图。 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，可试尝试双向条形图，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。请先思考一下，再下滑看推荐图表。 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。 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？动手画一画吧！ 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。 若还要比较4个季度的收入情况，只需用不同颜色区分。如下图，一眼便知第二季度表现较好，而第一季度则不佳。 子弹图 性能雷达图 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 以上就是“比较”类的常用图表 可归纳如下 此表并非一成不变的“铁表”，相互之间还会串联交叉，大家还需灵活应用。 二、构成 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。 单层饼状图 第1关中，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 如果变成17个地区，会怎样？ 像不像彩色七星瓢虫？ 所以饼图分类一般不超过9个，超过建议用条形图展示。 除饼图外，环形图（甜甜圈图）亦可表示占比，其差异是将饼图的中间区域挖空，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 分层环形图、旭日图 对于管理层而言，需先把握大局和重点。比如大区负责人需一眼看到重点地区及重点分部的情况（如下图），如何展示？ 环形图 旭日图 这个叫旭日图（感受到阳光了吗？），逐层下钻看数据，大区的重点地区及相应分部的构成情况一目了然。 累计趋势堆叠面积图 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？自己想一想，再下滑看推荐方案。 业务数据 堆叠面积图 推荐方案是堆叠面积图，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y0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。 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OK？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。 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 以上就是“构成”类常用图表 可归纳如下 三、分布联系 通过分布联系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？ 两个变量散点图 仍以业务为例，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。 三个变量气泡图 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。 气泡图 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 以上是“分布联系”类的常用图表 可归纳如下 小结 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。希望下图能给各位一些参考（结合可视化专家AndrewAbela的图表选择指南，进行了简化调整）。 数据可视化设计只要多练习、多总结，总有一天会得心应手的！
产品经理周报第63期微视推新版加码互动视频；滴滴上线“全桔”小长假过后的工作日，也许会比平常更难过呀不过今天又是星期五了，过完今天可以好好的休息啦最近天气多变，各位小伙伴们出门记得带伞那现在，我们来了解一下本周发生的事……我的互联网教育方法论（十）：在线教育的“飞轮理论”在传统互联网电商领域，有一家非常成功的公司亚马逊，其一直信奉的“飞轮理论”堪称增长界的经典理论。飞轮理论可以应用在很多行业和领域，本文帮大家分析，教育行业存在的几种经典飞轮效应……社交网络新贵频出，是资本的狂欢还是寂寞在骚动？极光大数据（AMobile，NASDAQ：JG）发布《2019年社交网络行业研究报告》，从行业概况、细分子领域、社交中的电商、不同年龄用户社交差异、用户画像……剧情美妆跨界组合，是下一次逆袭机会？“乃提guli”的走红是一个重要信号，剧情美妆的跨界合作能擦出不一样的火花，带给观众新鲜感。由于美妆行业长期存在的信息不对称问题，用户对美妆类内容一直有很强烈的需求，美妆……抖音的海外征途：顺境之下有隐忧抖音出海的优越成绩不禁让出海艰难的软件商羡慕。但是实际上，看似一帆风顺的TikTok国际化之路，也面临着诸多挑战。在抖音和TikT诞生之前，国内外……中小险企生态破局（下）：寻找生态位置中小企业生态战略，要理解复杂网络，认清生态关键能力，然后在生态中找准定位，才能开始生态突围。上篇请跳转：理解复杂网络，中篇请跳转：生态建设的两大核心能力，这是下篇。……流量见顶背后，网红经济有新的出路吗？当移动互联网的红利开始退却之际，我们重新来看待网红，或许可以找到互联网行业发展的相关脉络，并且可以找到未来网红的某些走向，从而可以为后来的互联网的虚拟化和具象化找到注脚。……千亿在线陪练生意，快陪练、VIP陪练们如何撬开在资本寒潮中，众多行业都危机迭起，艰难前行。但是在线陪练行业却成了一股清流，频频获得融资。究竟在线陪练行业为何独得资本青睐呢？它有什么代表性品牌呢，笔者将我们一一解析：资……下沉市场掘金成功的十个互联网商业案例和产品运营管理模式（中篇互联网平台到三四五线城市赚钱，本文是你需要知道的9。9个硬核真相。enjoy五、短视频：抖音崛起快，快手更平衡三四五线用户“无聊”的时间比一二线城市多很多。三四五线……运营er的自我修养：如何在产品不足的情况下做运营？笔者将自己的产品“嘿car”发展的三个阶段进行简单的复盘，本文分为三个板块：冷启动阶段、发展第一阶段、发展第二阶段。一、背景介绍我们是汽车之家旗下的一款兴趣社交产品……作品展示10周刻意练习，让我从0到1建立产品知识体系本文是产品经理就业特训营1804期二等奖学金获得者Arsene同学的产品入门学习感悟个人作品展示，期待对你有所启发。天下事有难易乎？为之，则难者亦易矣；不为，则易……VC资本激情退却之后，汽车后市场能否重现昔日荣光？对于互联网企业来说，如何正视汽车后市场的增长带来的红利诱惑，抛弃固有的“消费互联网思维”深入扎根于行业，才是能否分得万亿规模蛋糕的关键所在。2008年2018年国内汽车市……