3、一致性
除了各种需求 , 数据可视化本身也是有着很多制作、设计技巧的 , 数据分析师应该在同一可视化分析页面保持一个主题 , 让页面中的每个图表都尽量与主题相关、展现的数据信息也和主题一致 , 同时页面中的配色、布局、风格都应该尽量保持一致 , 不会出现繁杂、混乱 。 然后 , 数据可视化报表中不同图表模块应该尽量保持对称 , 让页面整体处于一种平衡的状态 , 提前对页面布局进行设计 , 将同类的数据信息放置在邻近位置 , 给用户以良好的观看体验 。 这样一来 , 数据可视化报表就能更加简洁、美观 , 更容易阅读 。
数据可视化怎么做
1、确定需求
在制作可视化报表前 , 数据分析师需要先根据业务分析需求进行规划 , 根据层级、主题、模块的不同将业务需求进行拆分为一个个小的分析任务 , 并捕捉其中业务的指标、标签 , 进行分类分级 , 方便后续取数以及实际分析 。
在确认需求的过程中 , 数据分析师需要关注业务和数据的对应关系 , 按照业务指标、标签确认数据仓库中数据是否齐全 , 如果缺少部分数据应该进行调研或通过填报、补录补全数据 , 之后还要对数据质量进行评估 , 确认需求中的数据都存在之后 , 再进行下一步的数据可视化制作 。
2、准备数据
数据分析师在进行数据可视化前 , 应该提前准备好任务所需的数据 , 做好分析前的准备工作 , 避免出现一边分析一边寻找数据的情况 。 在准备数据的阶段 , 数据分析师要联合技术人员 , 将后续数据可视化需要的指标、标签、维度等数据从数据仓库中调取出来 , 为数据可视化分析做好准备 。
在准备数据的时候 , 数据分析师还要对业务数据再一次确认 , 并通过和一线业务人员沟通协作 , 确认数据和业务指标之间彼此贴合 , 完成后再思考数据之间的关联 , 将关键数据进行整理并加以标注 。
3、选择图表
在数据可视化的过程中 , 图表的选择直接关系到可视化的呈现效果以及可视化分析的准确性 , 一个合适的图表能够把数据之间的联系转化为直观的信息 , 相反错误的图表可能会将需求结果导向错误的方向 。
数据分析师必须了解所有主流的图表类型 , 知道每个图表适合做哪些分析 , 能够展现哪种类型的信息 , 举个例子 , 折线图、柱形图等能够轻易的展现事物的发展趋势 , 但如果你把某段时间销售数量变化趋势呈现在饼图上 , 那这个图表就没有任何意义了 。
4、页面布局
准备工作完成后 , 数据分析师就可以正式开始制作可视化报表 。 页面布局非常考验数据分析师对尺寸的敏感程度 , 需要在一个页面上展现尽可能多的信息量 , 同时不显得臃肿 , 能够清晰地传达信息 。 如果数据分析师的数据可视化经验不足 , 就很容易在这个阶段出现问题 , 所以数据分析师应该具有丰富的数据可视化经验 , 才能设计好的页面布局方式 , 如果之前没有过多了解 , 那应该选择可视化模板 , 确保不会出现错误 。
5、数据可视化
(1)销售情况分析
将数据分为不同主题 , 在一个页面上呈现关联数据 , 以中心地图为核心数据 , 次要信息分散在四周 。
(2)管理驾驶舱
对页面进行上下分层设计 , 核心数据和次要数据泾渭分明 , 并通过加大加粗设计 , 凸显企业关键指标 。
【滴滴出行|如何用一手数据可视化获得老板的青睐,抓住数据可视化关键点】
(3)销售人员绩效分析
将页面分为三层 , 展现大量业务数据信息 , 将核心数据以驾驶舱的形式顶层居中展现 , 直观有效 。
- 滴滴出行|周钘掌舵营销,小米汽车加速
- 滴滴出行|Coupang入驻费用,创建一个店铺需要哪些花费,总共多少
- 工信部|如何查询手机号是否被别人冒用注册?三种方式一文看懂
- 滴滴回应被罚80.26亿元:诚恳接受 坚决服从
- 百度|六月网约车数据出炉,滴滴花小猪大溃败?
- 创业|创业初期有哪些困难,如何应对?
- 高通骁龙|六月网约车数据出炉,滴滴花小猪大溃败?
- 滴滴|滴滴回应被网信办罚款80.26亿:诚恳接受 坚决服从
- 滴滴|国家网信办公告:滴滴违法违规被罚80.26亿、程维/柳青各罚100万
- 华为|很多人说小米不如华为,小米到底差在哪?是客观事实,还是捉影?