专业大数据挖掘分析——助力小微企业发现价值
电话+V： 152079-09430 ，欢迎咨询人物行迹可视化呈现及分析图表分析，[大数据挖掘与分析]，[大数据应用场景建设]，[大数据接口共享]，[大数据去除冗余]，[大数据精准推送]，[大数据广告价值]，[助力小微企业成长更上台阶]
一、数据分析|如何对年终销售数据进行可视化分析，快速搞定统计图表
数据分析，对年终销售数据进行可视化分析，快速搞定统计图表的方法如下：
年终将近，又到拿数据来做总结汇报时。作为销售部的管理者或是销售人员，你还在拿着一张零散的销售数据表给领导看？
又如何找出它们的数据特征，通过分析数据去总结、汇报和指导销售工作？作为不太懂软件IT技术的一枚销售人，我也曾面对这样的苦恼，不担心销售工作，就怕做统计图表，把很多时间都耗费在这上面了。
而现在用其他部门同事推荐的这个SeaTable表格就解决了我的烦恼，即使是我们部门的一线销售人员，也可以上手使用，它不需要你会函数公式，更不需要面对一个个专业术语，什么各种时间销售情况对比、销售指标完成度、销售人员业绩分析等都可以快速搞定。简单易用，大大提高了工作效率。
先给大家介绍下，它是一款新型的协同表格和信息管理工具，功能丰富。在数据可视化方面，有基础的统计功能，也有地图、图库、日历、时间线甘特图、看板等可视化插件，更有内置BI功能的高级统计插件，全部免费使用。而且图表还可以导出为图片。
本文就来分享我是如何用它的高级统计来对销售数据快速进行可视化分析的。分析角度、图表类型仅供参考，大家可结合业务灵活使用。它有数字卡片、各种比较方式、地图等很多图表类型。
销售数据整理
首先来看基础的数据整理，下图是我用SeaTable表格记录的年终销售数据表，为便于后续演示，对数据做了简化和脱敏处理（在数据源上，它也支持导入导出Excel等文件并转换为合适的列类型）。这里介绍下销售数据表中的列：
1、订单编号：用的是自动序号列类型，每当增加行时就会按设置的格式自动记录唯一的订单序号。
2、日期：用的是日期类型里的国际标准格式，双击单元格就可以选择日期，粘贴的日期也会自动识别为标准格式。
3、产品：用的是单选类型，分为A、B两个产品。
4、金额：用的是数字类型里的人民币格式，用于记录订单的金额。同样是自动识别格式。
5、客户省份：用的是地理位置类型里的省份填写方式，双击单元格就可以选择省份。它有6种填写方式，也支持自动识别。
6、销售人员：用的是协作人类型，双击单元格就可以选择一个或多个共享用户。
再来看子表内的数据整理，这个销售数据表记录的是A、B两种产品从2020年到2021年的销售数据，共计155行，每一行就是一个销售订单。
为便于切换查看不同年份的销售数据，也为后续生成统计图表更加方便，我首先对数据按年进行筛选。新建这两个表格视图，并用工具栏的过滤器为视图增加过滤条件。
2020年视图条件，如下图：对日期列，选择时间段是去年（也可以输入起止时间来过滤）。是不是很方便。
快速创建销售数据可视化分析图表。用环图来可视化销售额季度占比。比如要从零散的数据中统计出2020年、2021年各自的季度销售额占比情况，这用环图来可视化就很直观。从表格的插件里，一键添加高级统计插件（可放置到表格工具栏，方便随时打开查看），就可以进去点击环图来设置了。
比如2020年销售额季度占比，视图选择之前增加的2020视图（里面都是2020年的销售数据），分组选择对日期列按季度自动分组，然后选择对销售金额列按总和进行归总，即可通过环图来直观地展示出2020年每季度的销售总额、占比。相比在表格中去单纯的查看数字要更一目了然。
二、大数据可视化大屏图表设计经验，教给你!
自从跟大家分享第一篇《大数据可视化大屏设计经验，教给你！》，很多小伙伴都会问我一些相关的问题，看了小伙伴给我发的视觉稿，整体都还不错，但是发现图表的设计都有一些问题，大家可能对数据可视化的图表设计经验少一些，所以这篇文章就挖掘一下图表的细节表现，分享我曾经遇到过的坑和对图表设计的理解。
图表设计
图表设计概念
图表设计是数据可视化的一个分支领域，是对数据进行二次加工，用统计图表的方式进行呈现，也是数据可视化的核心表现，图表设计既要保证图表本身数据清晰准确、直观易懂，又要在找准用户关注的核心内容进行适当的突显，帮助用户通过数据进行决策。
下面分析三种常用的可视化图表设计：
折线图
折线图常用于表示数据的变化和趋势，坐标轴的不同对折线的变化幅度有很大的影响。
左图坐标轴设定的太低，折线变化过于陡峭，图中数值区间为（10-34）数据可视化的表现过于夸大了折线变化的趋势。
右图坐标轴的数值设定的太高，则折线变化过于平缓，无法清晰的表现折线的变化。
合理的折线图应当占据图表的三分之二的位置，图表的X轴数值范围应根据折线的数值增减变化而变化，这需要跟前端小哥哥小姐姐说明，做成动态计算。
折线图的折线粗细要合理，过细的折线会降低数据表现，过粗的折线会损失折线中的数据波动细节，视觉上较难精准找到折线点的相应数值！我通常用两个像素的线，看起来比较合适！
右图刻度线颜色过重，影响图表数据的表现，零基线跟图表内的刻度线对比不够明显，整体很乱。零基线是强调起始位置的，一般要比图表内的线颜色凸出一些。
条形图/柱状图
理想很丰满，现实很骨感。这个案例是我之前在工作中遇到的问题，数据进来后，被吓到了，问题的原因是没有跟前端小哥姐沟通好，他们把X轴写死，导致出现这种问题，其实应该情况要把这些图表的取值范围写成动态计算的。
例如，以现在数值范围为例，数据的最高值为18，X轴最高数值应该为25，当数据又上升一定的高度后，X轴再上升到相应的数值高度，这样避免了如右图的问题。
坐标轴的标签文字最好能水平排列，当X轴标签文字过多时，不建议倾斜排列、上下排列、换行排列文字多了这样的展示大大降低了阅读性！下图给出两个解决方案，大大提高标签文字的阅读性！
解决方案
柱子之间过于分散就会失去数据之间的关联性，过密就会变得数据之间没有独立性更不利于舒适阅读。
当柱子为n时，柱子直接的距离建议与n相差不要太大，柱子靠边的距离，最好是柱子之间的一半的距离，这样视觉上最为舒适。
饼图
左1图，不建议在饼图内与百分比数值一起显示，饼图本身的形状和大小，文字过多时容易溢出，如果出现一个2%一个1%，就很难辨别图形指向，这样也就失去了数据可视化的意义，PPT通常有这样的设计样式，因为是个死图。
左3图，人的阅读习惯是从左到右，从上到下，所以数据从大到小排列，更有助于阅读，图形也更具美感！
当饼图为检出率，或者一些重要信息检测的重点关注数据，就不建议大小数据顺时针排列，左1图这种情况一般很少出现，因为关注的是检出数值，展示未检出数据实为鸡肋，可能是极少情况的需要吧！
右图对于类似检出率的数据最为合适，直观清晰，没有无用数据干扰！
当饼图的标签维度过多时，就不适合把数据围绕饼图一周展示，会很乱，不易阅读，解决方案如右图！
图表分类图
分享一张图表分类大全，保存起来，设计数据可视化产品，会有重要参考价值！
相关论坛
相关广告
拨打电话