五步教你設計成功而有價值的數據可視化

為什麼要做數據可視化?

工作中,無論是哪一種場景,都要接觸數據,接觸表達。數據可視化就是表達信息的一種方式,通過用圖表+數據的形式,更好的傳遞業務信息。就目前來看,多數企業正逐漸從傳統的流程式管理方式過渡到基於數據的管理方式。這是一種必然趨勢,數據可視化能夠幫助分析的人對數據有更全面的認識,獲得更有商業價值的洞見和價值。

何為數據可視化?

這裡主要是指工作場景中的數據可視化(海報類、信息圖不在範圍內)。

數據可視化就是承接數據分析之後的數據展示,包括圖表設計、動效組合,形成二維圖表,三維視圖、聯動鑽取,搭配成大屏……

數據可視化的功能主要體現在兩個方面:一是數據展示;二是業務分析。數據展示很好理解,就是將已知的數據或數據分析結果通過可視化圖表的方式進行展示,形成報表、看板、dashboard、甚至配合現在流行的大屏展示技術,數據展示的方式也越來越為人所接受和歡迎。業務分析就是在看到圖表、dashboard、大屏之後,將所分析的度量和數據有效地轉化為有商業價值的見解,使其能夠為基於事實所做的決策提供支持。

(這裡借用一張前陣子一篇很火的文章,大屏做成這樣,領導不重用你都難的大屏圖。)

數據可視化的工具

對於數據可視化,有諸多工具,如:

1、圖表類插件:ECharts、Highcharts、D3js等功能都十分強大。

2、數據報表類:Excel、金蝶、FineReport等,對於日常的報表製作,易學實用。

3、可視化BI類:比如cognos、tableau等,更直接地針對業務分析。

以上,前兩者是純粹的可是化圖標,後兩者涵蓋從數據採集、分析、管理、挖掘、可視化在內的一系列複雜數據處理。

如何實現可靠的數據可視化?

數據可視化最終還要回歸到「閱讀者」,通過傳遞有指向性的數據,找出問題所在,制定正確決策。所以數據的價值不在於被看到,而在於看到之後所引起的思考和行動。

這裡,企業內數據還不同於普通的應用數據,它們大多不是通過演算法程序直接產生價值應用於用戶,而是通過合理的展示和分析,再經應用者或管理者思考和判斷,最後採取行動,從而發揮價值。

1、誰是可視化的受益者

無論你在做一份傳統的報表,彙報的PPT還是其他,首先需要搞清楚這是給誰看的,他需要了解哪些事項,關注那些指標,在決策過程中會如何利用你展示的信息和數據,一句話概括就是搞清楚數據分析工作的目標,這一張報表是用來做什麼的。後續的數據分析工作和分析報告里所要呈現的全部內容,之後都是要緊緊圍繞著這個目標主題而服務的。

2、梳理指標體系

數據可視化是要講繁雜的各條數據,梳理成指標,圍繞每個業務財務、銷售、供應鏈、生產等形成指標體系,最後通過可視化的方式展現,比如回款率、收益效率….

可以說,數據分析工作是否成功,大體就在指標的梳理。這個工作需要數據中心的人員或者BI組的人員深入業務一線去調研需求,拉來數據,建好數倉….

【指標體系分享】

如何針對業務場景做數據分析-零售業管理指標

數據化管理的指標體系大全(一),店鋪與銷售

數據化管理的指標體系大全(二),商品、電商、戰略決策

分析生產和庫存,靠這一套指標就夠了!

.......(待日後更新)

3、將數據可視化與業務方案結合起來

如果數據可視化的目的在於介紹能解決具體的、可衡量的、可執行的、有相關性和時效性問題的數據,那就在製作過程和彙報過程中,加入這些問題。

在規劃數據可視化方案時,要明確這是要解決用戶特定問題的,所以你的方案不僅要能夠很好地解釋數據分析的結論、信息和知識。並且管理者能夠沿著你規劃的可視化路徑能夠迅速地找到和發現決策之道。

舉例來說,當企業的業績不達標時,可視化方案的設計路徑可以是這樣的:

第一步,從整體運營出發,明確有哪些關鍵因素會影響業績。

比如:銷售訂單、客單價、客戶數、用戶活躍度;產品產量、品質、成本、交期等等,相應地去看這些關鍵因素對應的KPI的表現。對整體的業績來講,這些因素都會是驅動因素,都會對業績有直接驅動和影響。這些驅動數據的可視化是基礎,也是尋找解決方案最終的出發點和落腳點。

第二步,對關鍵因素深入分析,確定是什麼因素導致業績沒達標。

比如,對比分析,觀測某時段所有關鍵因素對KPI的表現,哪些數據高了,哪些數據低了,哪些波動較大。針對這些問題因素,追蹤目前的行動方案是什麼進度,是否要調整,的放矢地去做改善和探索提升業績之道。

數據可視化,最終時為了企業良好的運營而服務的,這是它的商業價值。如果你不關注企業的戰略和行動方案,很難建立起具有聯動價值的信息圖。比如,企業執行的行動方案,通常是為了達成和實現企業的戰略目標,通過這樣的手段實現精益管理和精益運營。所以,可視化的解決方案要能夠做到,行動方案對戰略目標的驅動效果、個體、團隊對部門整體指標、KPI的驅動和影響效果。只有建立起來具有聯繫的信息視圖,才會獲得有價值的數據可視化。

4、一些細節

①選擇合適的圖表。每一種圖表都有適用的情境,這點在此文中有提過。有時候為了達到完美的表達效果,可能需要多個圖表之間的配合,比如大屏。

②動效:聯動鑽取。突出分析的重點和優勢,將讀者的注意力吸引到關鍵的地方。

聯動:報表模板之間可以建立關聯,同一頁面中查看多張關聯的圖表,實現圖表聯動的效果。

鑽取:細分指標的粒度,鑽取到明細數據。

相關資料參考

zhuanlan.zhihu.com/p/28

woshipm.com/data-analys

推薦閱讀:

Python幾種分組計數方法比較
數據化管理-商品採購
談談流計算
Human Resources Analytics——你會是下一個辭職的嗎?
發現有人時空旅行的證據……

TAG:数据分析 | 数据可视化 | 大数据 |