图表分析(图表分析怎么表达)

更新时间:2023-03-01 08:30:50 阅读：评论：0

如何用图表进行数据分析?

1、柱状图

柱状图是一种以长方形的长度为变量的表达图形的统计图表，用纵向条纹表示数据分布的情况，用来比较两个或以上的价值(不同时间或者不同条件)，只有一个变量，通常利用于较小的数据集分析。对于比较两种或更多同性质数据的具体变化和发展趋势有着比较好的效果。

2、折线图

折线图可以显示随着时间变化而变化的数据，因此折线图适用于分析时间间隔大小相同情况下数据的变化情况。一般情况下，折线图中的类别数据是沿水平轴均匀分布的，所有信息的具体数据值沿垂直轴均匀分布。通常折线图和柱形图一起使用分析数据数据效果更佳，既有具体值的对比，又有整体发展趋势的比较，琐碎处和大局都兼顾到了。

3、条形图

条形图可以理解为横过来的柱状图，是主要用来分析对比各个项目之间的比较情况。当需要用图表分析的数据横向项目比较少，纵向值跨度又比较大的时候，就需要用条状图了。

4、饼图

饼图，顾名思义，就是用来比较所分“大饼”的分量，一般用来显示每一数值与总量的占比。分析市场占比份额之类的数据，用饼图是最适合不过了。FineReport有三维饼图、复合饼图、牵引线等饼图类型，可看到更详细的分饼效果。

5、地图

地图主要用来展示地理背景的业务数据，你需要分析的数据随着地图展现出来。基本上宏观分析展现各省市业务数据的时候，数据地图就用上场了。

什么是图表分析法

图表分析法是根据记录的历史上的外汇走势图形，分析和预测未来走势的基本技术分析方法。

图表分析作为投资分析的一种方式，它的依据是基于三个假设，即:
⒈价格反映市场一切;
⒉价位循一定方向推进;
⒊历史是回重演的。
根据第一个假设，技术分析时并不需要关注价位为何变动，只关心价位怎样变动。
第二个假设是借用牛顿力学第一定律"在没有任何外力影响下，物体会遵循一定方向恒速前进"，价位就有如有形物体一样，也是会沿着一定方向前进，直到受到外来因素的影响。历史会重演则反映了市场参与者的心理反应。
基本原理
⒈价格是由供求关系决定的;
⒉商品的供求关系又是由各种合理与非合理的因素决定的;
⒊忽略价格微小波动，则价格的变化就会在一段时间内显示出一定的变化趋势;
⒋价格的变化趋势会随市场供求关系的变化而变化。技术分析的基本方法就是以过去投资行为的轨迹为依据，考察未来或潜在的投资机会。
在外汇市场中，图表分析常用的图表有K线图、趋势线、移动平均线、图形分析法

图表分析法显示哪些内容?

图表分析法是利用统计图表形式显示社会现象的情况，并从各方面比较、分析和研究社会经济现象的量的变化及其规律性的一种分析方法。这种方法可以将错综复杂的社会经济现象的清晰扼要的形式显示出来，可以使统计分析工作通俗化。

通过统计图表显示的内容很多，主要有如下几方面：对比统计指标在不同地区、时间条件下的数量表现。分析总体的内部结构。反映现象的发展趋势。揭示现象间的依存关系。显示总体单位的分配状况。检查计划的执行情况。显示现象在地区上的分布状况。通常使用的有：比较图、表，经济指标动态曲线图，计划完成进度指示图，经济指标的函数关系图 (相关图) 等。

怎样用图表分析数据

本文会给大家讲解：从入门到精通：如何用图表做好数据分析？

随着精益化运营的概念不断深入人心，数据分析已经成为了互联网人的必修课。相比于高深的概率统计、算法模型，简单、直观的图表工具得到了更为广泛的应用。

那么图表都有哪些类型？不同类型的图表又该怎么用？在这篇文章中我们结合互联网产品和运营的业务需求，由浅入深地给大家解答这些问题。

Part 1 | 初阶：维度和指标

初阶的图表简单易懂，能满足简单的数据分析需求，具体包括趋势、频数、比重、表格等类型。图表数据分析的前提就是将自己需要呈现的指标，以一定的维度拆分，在坐标系中以可视化的方式呈现出来。

1. 趋势图

趋势分析是最基础的图表分析，包括线图、柱状图、堆积图等多种形式。

线图可以观察一个或者多个数据指标连续变化的趋势，也可以根据需要与之前的周期进行同比分析。柱状图可以观察某一事件的变化趋势；如果将整体拆分可以做成堆积图，同时观察到部分所占比重及变化趋势。

图 1 - GrowingIO 周期对比线图：

图 2 - GrowingIO （堆积）柱状图：

产品经理和运营人员通过趋势图分析流量的实时走向，如每日 pv、uv、DAU 等基本数量指标以及停留时长、平均访问页面数等质量指标，可以及时把握产品的变化趋势。一旦趋势周期对比发生异常（异常高和异常低），我们需要及时介入排查原因、解决问题。

2. 频数图

根据业务需求对指标按照一定维度拆分，对比不同组别的频数，便于分清轻重缓急。

图 3 - GrowingIO 条形图：

条形图清晰展示了用户在不同类别上的频数，并且按照数量从大到小排序。上图展示的是某产品用户使用浏览器的频数分布，在资源有限的情况下产品可以先适配 Chrome 和 IE 浏览器以提升绝大部分用户体验。

图 4 - GrowingIO 双向条形图：

上面的双向条形图展示了某 B 端产品的客户平均停留时长极端情况（非常高和非常低），企业 1-5 非常活跃，可以让运营人员促进客户增购、续约，而企业 6-10 活跃度非常低，即将流失，需要运营人员立刻介入干预。

3. 比重图

比重分析主要是用来了解不同部分占总体的比例。横向比较，扇形图、环形图可以满足这类需求；纵向比较，百分比堆积图可以显示不同部分所占比例的趋势变化。

图 5 - GrowingIO 访问用户来源环形图：

图 6 - GrowingIO 百分比堆积图：

环形图（图 5）显示了某节点访问用户来源渠道比例，百分比堆积图（图 6）则动态显示了不同渠道比例的变化趋势，市场或者运营人员可以据此动态优化我们的资源投放。

4. 表格

表格信息密集，可以同时分析多维度、多指标数据，适合对数据敏感的人群使用。虽然表格能看到具体的数值，但是不能直观看到趋势、比重。

图 7 - GrowingIO 表格提供三十多个维度供指标拆解：

通过表格（图7）不难发现，移动端访问用户占了非常大的比例，但是跳出率非常高。这样的表格数据启示我们有必要优化移动端产品，提升整体访问深度。

5. 其他图表

下面介绍的是气泡图，气泡图用来展示一个事件与多个维度之间的关系，如分析B端产品客户成单周期与客户活跃度、登录账号数量之间的关系。

图 8 - GrowingIO 「客户温度 - 健康度」气泡图：

除了上述常见的图表，还有散点图、箱线图、股价图、雷达图等图表，在此不一一赘述。

Part 2 | 进阶：用户行为洞察

正如前面所言，初阶图表能满足简单的业务需求。但要想深入洞察用户行为，还需要紧密结合业务实践，用更加专业的图表辅助数据分析。在这里，我和大家分享三个实用的工具：漏斗图、留存图和热（力）图。

1. 漏斗图

漏斗图主要用于转化过程，例如注册流程、商品购买流程，分析用户在不同阶段的转化或者流失情况。

图 9 - GrowingIO 漏斗图：

产品运营应该关注重点转化路径的转化率，对于转化率非常低的环节、或者转化率突然下降的情况，都需要及时排查原因。

2. 留存图

留存是指用户首次访问你的网站，多少天后又重新回访的情况。利用留存曲线可以对留存进行深入分析。

图 10 - GrowingIO 留存曲线:

某问答社区通过留存曲线（图 10）发现，通过搜索引擎来源的新用户（红色）留存度和活跃度远远高于一般新用户（绿色），这启示社区运营者：搜索引擎可能成为社区的下一个增长点。

3. 热（力）图

热图，又称热力图，显示的是用户在你产品页面上的点击、停留偏好。借助热图产品经理可以优化产品页面布局，运营可以优化内容，确实是一个好工具。

图 11 - GrowingIO 热图：

Part 3 | 高阶：用数据驱动增长

随着数据可视化技术的不断发展，图表的类型越来越丰富，我们不可能在一篇文章中将其穷尽。但是图表数据分析的本质不会变，其最终目还是要辅助人们的决策。

1. 搭建属于自己的数据看板

人们的工作在不断细分，需要分析和决策的内容也不太一样。同样都是市场部门的同事，负责内容营销的与负责 SEM 的需要关注的数据差异很大，而这就需要搭建属于自己的数据看板。

图 12 - GrowingIO 数据看板：

例如 SEM 主管根据工作需要搭建数据看板，将广告投放（表格）、访客来源（百分比堆积图）、访问用户量（线图）、登录用户量（柱状图）和注册转化率（漏斗）等重要数据集中在一个看板中。数据看板能帮助我们以合适的方式展示数据，集中精力做好业务决策。

2. 在实践中践行 MVP

用图表做好数据分析并非易事，它绝非一朝一日之功，但也并不是无规律可循。

首先是对业务的理解，能洞察数字背后的商业意义。其次是灵活选择维度拆分指标，在图表坐标系中以合适的形式进行可视化展示。最后一定要从图表数据分析中发现问题，并指导业务决策。在这样不断反复的过程中，不断优化我们的图表数据分析过程，用数据来驱动业务增长。

本文作者：GrowingIO 增长团队，集工程、产品、市场、分析多重角色于一身，负责拉新和用户活跃，用数据驱动业务增长。