中企动力 > 商学院 > 数据可视化报表
  • ?

    图说可视化,报表也能做得如此酷炫!

    Ellis

    展开

    1、数据可视化概述

    1.1、数据可视化的作用

    数据可视化是指将数据通过图表的方式传递出来,让用户能够快速、准确地理解信息所要表达的内容,从而提高沟通效率。数据可视化的作用主要有:

    1)传递更多的信息,一张图能够传递的信息可能需要长篇大论才能写清楚,如你要描述最近一年公司收入情况,那你就需要说明每个月收入是多少,同比、环比增幅是多少,收入最多、最少的是哪个月,同比、环比增幅最低、最高的是哪个月等,而你用图表表示则只需要一个柱状图和折线图的组合图表,就能准确表达上面的信息。

    2)形象生动,便于理解,图表通过更简单的逻辑和视觉体验,能够让用户快速把握要点,就像前面的例子一样,通过图表,我们能够一眼看哪个月的收入最高,而不用将每个数字放到大脑中比较,半天都得不出结果。

    随着大数据行业的发展,用户对数据可视化的要求越来越高,好的可视化能力能够使用户更快的理解所要表达的内容,更加形象生动。所谓“字不如表,表不如图”,图表的重要性可见一斑,在统计分析产品、用户画像等数据产品上,都需要具备优秀的数据可视化能力。现在常见的如“一图看懂XXX”等,都是用图表来传递信息,是典型的数据可视化成果。

    而在企业生产经营过程中常常出现的报表,也不再是原本那样单一枯燥。就下图帆软报表FineReport的可视化来看,报表也可以做得如可视化信息图一样直观易懂。

    接下来就来讲讲常见的可视化图表,如何做出酷炫的报表!

    1.2、图表的分类

    1)趋势类图表:通过图表反映事物发展趋势,能够一眼看清楚走向和大势,如随时间变化趋势,常见图表为柱形图、折线图、面积图。

    2)对比类图表:通过对比发现不同事物间的差异和差距,从而总结事物特征,如某两个人的对比,一个更帅,一个更有钱,常见图表为双柱形图、双折线图、双条形图、双面积图、雷达图。

    3)构成类图表:通过不同的面积大小、长短等反映事物的结构和组成,从而知道什么是主要的、什么是次要的,常见图表为饼图、圆环图、树状图、旭日图、瀑布图。

    4)分布类图表:通过图表反映事物的分布、占比情况,从而知道事物的分布特征、不同维度间的关系等,常见图表为散点图、直方图、气泡图、词云、热力图。

    5)地图类图表:通过地图反映事物地理分布情况或用户出行轨迹(地图其实可以算是分布的一种,因为其是一类很重要的可视化图表,所以单独列出),常见图表为全球地图、中国地图、省市地图、街道地图、地理热力图等。

    当然,图表大多都不是单个独立存在的,而是各类图表组合在一起的,从而能够传递更多的信息,并能提供一种整合的视角,不用用户不断的对比多个图表,组合图表是现实中使用得更多的。如既要表达趋势又要表达构成,则可以使用堆积柱形图、百分比堆积柱形图、堆积条形图、百分比堆积条形图等;要同时体现绝对值和增长率,则可以使用柱形图和折线图的组合图形;要反映某个构成部分的组成,则可以使用复合饼图。

    1.3、常用图表

    如上所述,图表主要分为五类,常用的图表包括柱状图、折线图、饼图、散点图、雷达图等,以下为一些常见的图表。

    1.3.1、柱状图

    柱状图中还包括与其类似的条形图、瀑布图、直方图等,主要是为了反映事物的变化趋势、分布情况、规模情况等。

    柱状图可以按照时间绘制,反映事物变化趋势,如某个指标最近一年变化趋势,也可以按照其它维度绘制,如区域、机型、版本等,反映事物的分布情况。

    条形图是将柱状图垂直放置,整体跟柱状图差不多,但是换了一个视角。

    瀑布图能够反映事物从开始到结束经历了什么过程,用于分解问题原因或事物构成因素特别好用,如上月收入是怎么变成本月收入的,就可以通过瀑布图分解每一个收入组成部分所做的贡献,找出哪一组成部分提升了收入,哪一组成部分降低了收入。

    直方图反映事物的分布情况,可以看出事物主要集中在哪里,如查看付费用户付费金额分布等。

    1.3.2、折线图

    折线图是点和线连在一起的图表,可以反映事物发展趋势和分布情况,与柱状图相比,更适合代表增幅、增长值,而不太适合代表绝对值。

    面积图就是在折线图下加上阴影面积,也主要是为了反映事物发展趋势和分布情况。

    1.3.3、饼图

    饼图是将一个圆饼分为几份,用来反映事物的构成情况,类似图表还包括环图、旭日图等。旭日图有多个圆环,可以直观的显示事物组成部分下一层次的构成情况,比如某个省分为几个市,每个市下面又有几个县、每个县下面又有几个镇,就是将事物层层分解。

    1.3.4、散点图

    散点图是事物两个维度的交叉分布情况,反映不同维度间的关系,如不同产品在市场占有率、预期增长率两个维度间的分布情况,很多二维矩阵就是通过散点图来实现的,以两个维度的平均值作为分割线,如常见的波士顿矩阵。通过散点图我们可以看出不同事物间是怎么交叉分布的,它们之间有什么关系,是正相关、负相关或随机分布。

    类似的图表还有气泡图,气泡图还可以通过气泡面积的大小表示值的大小,相对于散点图来说多了一个维度,如前面不同产品的例子,气泡的大小可以代表各产品营收的多少。

    1.3.5、雷达图

    雷达图主要表达事物在各个维度上的分布情况,从而可以看出事物在什么地方强、什么地方弱。比如一个学生各个学科的得分,就可以通过雷达图清晰表达出来,用户能够一眼看出这个学生哪一科强、哪一科弱,又如一个产品在各个评价维度上的评分。

    1.3.6、地图

    地图可以形象的反映事物在地理上的分布情况以及人员迁徙情况,主要包括地理分布图(全球、全国、各省市等)、迁徙图、热力地图(省市、街道等)等。

    1.3.7、树状图

    树状图主要是为了反映事物的构成情况,相对于饼图的优点是,树状图可以更清晰的显示更多组成部分,比如饼图可能组成部分多于8个就显得很挤,而且占比小的就很不清晰,但是树状图却不会,它能够充分利用区域面积。

    1.3.8、漏斗图

    漏斗图主要用来反映关键流程各个环节转化情况,让用户能够一眼看清整个流程转化情况,如常见的电商购物转化流程,从浏览商品-添加进购物车-生成订单-支付订单-交易完成等一连串购买流程。下面是手游的转化漏斗图,通过分析各个步骤的转化率,能够发现问题所在,找准改进方向。

    1.3.9、词云图

    词云图是为了描述事物的主要特征,如一个人主要特征是什么,高、帅、富,或者其它,能够让人一眼看出一个事物的主要特征,越明显的特征越要突出显示。同时,还有象形的词云图,如轮廓是一个人、一只鸟等,用以反映事物主题,从而更加形象生动。

    1.3.10、热力图

    热力图主要是反映地理、点击热力分布情况,从而看出哪里是人群最多的地方、哪里是用户点击最多的地方等,可以反映用户出行习惯、使用习惯等。

    1.3.11、组合图表

    绝大多数图表都不是单独存在的,都是多类型的图表组合在一起的,这样才能够传递更多的信息,提供综合的视角。如我们想看到不同事物间的对比,则我们可以使用双柱图、双折线图、双雷达图、双环图等,可以清晰表达不同事物在不同维度上的对比情况。

    1.4、图表配色

    图表配色在数据可视化中是很重要的元素,有了合适的图表,还要有合适的的配色,才能让人看着舒服,就像你有一件很有范儿的衣服,还也必须有适合的颜色搭配。恰当的配色主要有两个作用:1)突出主题,让用户清晰知道图表主要想要表达的意思,如对重点内容用深色标注;2)让人看着舒服,整个图表色彩很和谐,不会让人感到突兀,如五颜六色的。

    图表配色的原则主要有:

    1)图表配色不能太花,一张图表超多七种颜色则不是很恰当,容易分散读者注意力,最好是同一色系的,可以通过调整透明度来设置)。

    2)图表配色要重点突出,想要主要呈现的事物或指标用亮色呈现,其它次要事物或指标可以用更淡一些的颜色。

    2、数据可视化工具

    Excel

    Excel应该是使用最广泛的可视化工具,包含基本所有常用的图表,新版Excel里面有地图、旭日图、瀑布图等。

  • ?

    拒绝平庸|五大数据可视化平台,让你的数据分析更高大上

    丹南

    展开

    数据分析在业务管理是重中之重,能将业务以数据的形式可视化地展现,为决策提供依据。

    面对海量繁琐的数据,该如何进行处理才能更直观更有效地利用呢?这里推荐几款可视化分析工具,有图表插件、有报表工具也有BI工具。(只做推荐,不代表立场)

    也许,你见过的数据分析大咖的报表,是这样的:

    或者是这样的

    而你的Excel图表可能是这样的

    没有对比就没有伤害……

    不过别急,下面推荐几个大招了!用上这几个高大上的数据可视化平台,让你的数据分析不仅有高逼格而且有高效率!

    Echarts

    首推Echarts。这个平台来自BAT巨头之一百度,是十足的良心国货。它不仅有在线工具,也有免费的下载软件,方便可行,可视化的效果高端又酷炫。

    Highcharts

    Highcharts操作十分简单便捷,不需要像Flash和Java那样需要插件才可以运行,而且运行速度快。另外HighCharts还有很强的兼容性,能够完美支持当前大多数浏览器,包括iOS和IE等等。而且它免费用于非商业,图表类型也非常丰富。

    帆软报表(FineReport)

    FineReport不同于以上,是报表工具,用于复杂数据复杂报表的开发展示。制作报表时不需要复杂的代码,它类似于Excel编辑器,简单设置就可以查看数据展示。实用性强,图表的可视化和交互效果也非常棒。除去可视化,FineReport在应用中还有填报功能,可对数据库进行增删改,区别于传统意义上只能做数据展示的报表。

    FineBI

    FineBI同样是帆软一个数据分析BI工具,核心在于数据的自助分析和交互体验,以及与各类数据库、数据仓库,大数据平台等对接,大数据处理性能优异,用户可以自行拖拽维度分析。

    Power BI

    Power BI是微软发布的一款可视化BI工具,类似Excel升级版的大表哥。一改以往excel需要数据透视表,写大量函数的复杂特点,这款工具拖拖拽拽操作起来十分简单。

  • ?

    10分钟“套”出一张可视化报表,用这5招就够了!

    柏秋莲

    展开

    以往我们做报表,都是用基础的excel,进阶一点用数据透视表做个分析,甚至会写几个VBA宏就已经很高大上很能提高效率了。

    比如以前小编在市场,需要汇总13个中国大区的销售和客户数据,汇总,做销售分析表,月度的,季度的。最后还要做一个类似dashboard的可视化贴到PPT中,合着我就是一个做报表和PPT的,无论是个人还是这个岗位的价值都无处体现。

    其实,在做报表的过程中其实我也在偷偷学习着业务。譬如我发现华中地区每个月末月初,都有个销售低点,呈现一种“月初放松,月末刹车”的状况,数据走势与其他地区显然不同,想和领导反映,但领导关注的只是当月当季度的总结果,期间的数据从无关心,其实,数据分析是可以追踪销售细节的。

    一直想做的事到之后一家公司有了体现。公司的信息化相对完善,有正规的报表系统。常规业务报表交由信息部开发,做成固定报表,自动导出发送邮件。一张报表如果做了参数查询功能的话能抵几十张手工作业报表,这解决了以前大量手工做报表的通病。

    但是,经常要费很多时间去和IT沟通业务逻辑,这个数据字段代表什么,数据缺失怎么办。当时已经了解到市面上有另外一种自助式的可视化产品BI,在做数据报表方面更加便捷,比方说Tableau、FineBI、PowerBI等等。

    但最后考虑到我们没有ETL的技能,而且数据上面还有一些规范化的操作,所以数据处理的工作还得交由IT搞定。多数工具中也只有FineBI有数据和报表管理的权限,更加适合我们的情况,于是选择了FineBI。IT部门准备数据,给我开放数据权限,拿到数据我自己做分析。

    那FineBI是什么?

    这是一个可视化的自助式BI工具,整个操作就是导数据/连数据库——处理数据(可视化ETL)选择图表——拖数据字段——可视化展现&美化,操作简单上手快。长久以来,对于个人,我一直是拿他当可视化报表工具,其实用得好,它可以对接企业大数据平台,做企业数据运营分析用。

    用了将近两个月,令人惊艳的是它的效率,对得起“自助”这个词。让我即使是一个菜鸟小白,也不怕做不出好看实用的可视化报表,开发一个模板也再也不需要花一个上午,最快的完成一张分析模板不过5分钟。

    今天在这里主要分享5个关于finebi快速做可视化报表的心得,学会这5招,即使你刚接触数据分析,刚接触可视化,也能够在短时间内“套”出自己想要的好看实用的报表。他的高效自助性主要体现在这4个方面……

    一、依法炮制

    推荐场合:单报表开发

    推荐技能:组件复制、指标复制

    1、指标复制

    推荐指数:★★★★☆

    最开始,我并不懂得怎么做数据分析报表,只会按着领导的要求把指标陈设好,但是有时碰到类似下面这些指标的时候,就很头疼。下面的指标大家看着都很熟悉,对比分析是我们在数据分析时经常用到的分析方法,希望比较某指标和昨日值、同期值、年初值、环期值或者目标值之间的差值及其变化率,但是传统的报表开发通常需要反复添加同一个指标,如下面的”当日存款金额(万)“,然后再对该指标做不同日期过滤得到结果。

    作为一个爱(会)上(偷)进(懒)的小白,自然是学点技能节约开发时间。对于这种简单重复的工作,则可以用”指标复制“这一功能快速复制已有指标及过滤条件,简单修改过滤条件,就可以轻松提高开发效率。

    2、组件复制

    推荐指数:★★★★★

    单个图表组件的效率提升之后,自然我就开始琢磨着怎么提高不同图表组件的开发效率。有的时候会碰到不同组件但是极其类似的分析需求,以下面为例。

    我们想做公司下属三个大区的趋势分析,放在一起做比较。现在费了九牛二虎之力做好了“南部大区的趋势分析”,并结合实际业务对其中一些关注的关键因素做了以下处理:

    ①只希望看到南部大区的相关数据

    ②起租金额最高的日期进行奖牌标记

    ③在起租金额平均值以下的日期进行字体标红警示

    ④起租金额在130~150范围内的日期进行标蓝处理

    ⑤格式与数量级优化,数据标签优化等样式优化

    个人对这个南部大区的趋势分析感到满意,接着需要再对东部大区和中西部大区做同样的趋势分析以及对关键因素进行标记。这时不需要把以上5个步骤再设置一遍,只要用上“组件复制“这一神技,然后更换下过滤条件,10秒钟就完成了东部大区的趋势,完全省去了以上一系列繁琐重复的工作,简直不能更便捷!

    我们甚至可以直接用“组件复制”的这个神技分分钟开发出下方这个酷炫屌炸天的租赁大屏,美滋滋。

    二、移花接木

    推荐场合:多报表开发

    推荐技能:组件复用、指标复用

    后来,我进阶了,又开始了进一步的学(偷)习(懒)之旅。

    当我们开发了多张报表后,通常在新开发的报表中需要对某些指标反复使用(尤其是计算指标或者做了很多条件限制的复杂指标),同时对某些指标也总是需要重复进行相似的分析。这个时候我们会特别希望能够直接把已经开发的报表的指标或者分析图表拿过来,直接在新开发的报表中使用。换句话说,我们希望对于任何指标的相同条件过滤、计算或者分析,我们都只要进行一次,就可以达到一劳永逸的效果,不用再做任何重复的工作。这么美妙的功能,就可以通过组件复用和指标复用实现。

    举个例子,管理员在公司系统挂出了一个十分酷炫的互联网大屏驾驶舱,这么欧气的分析模板,我们自然是要沾沾光的。正好领导要我做一个关于流量的渠道分析,我是一脸懵逼,不知道应该用哪些数据进行分析,也不知道该怎么进行分析,自然而然地想借鉴下驾驶舱中对流量的渠道分析部分,当然能直接拿过来用就更好了。嗯,好了,且看我怎么分别用组件复用和指标复用两种方法快速地套出我的报表。

    3、组件复用

    推荐指数:★★★★★

    我需要用到驾驶舱中的折线图”浏览量趋势“、饼图”一级渠道“、饼图”二级渠道“以及雷达图”城市访问/跳出“,秀的时间到了,我花了30s做出下面这个”流量-渠道分析“模板。

    只需要在组件复用中把”互联网大屏驾驶舱“模板中对应的四个组件拖入到现在的模板,就可以自动生成新的分析图表。爽歪歪。

    4、指标复用

    推荐指数:★★★★

    再后来,我的数据分析思维提高了,觉得驾驶舱中对于用户流量的分析不够到位,我有一番我的分析见解,可以拿着相同的指标做更好的分析,但是我又不知道这些指标是存放在数据库的哪里,我该去哪里才能找到它们。

    这个时候就能用上指标复用了,在我想做的分析图表中,将驾驶舱中的指标拖过来直接用,马上就生成了另外一个分析图表。像下面的气泡图,比驾驶舱中的还要酷炫。

    具体操作的过程如下:

    三、他山之石

    推荐场合:跨用户开发

    推荐技能:模板复用

    毕竟数据分析是个长期的事情,有时因为数据分析思维的局限导致了我实在对做报表束手无策。隔壁部门的“陈独秀”前辈在可视化数据分析方面是个有多年经验的老手了,经常在会议上看到他做报告时逻辑严谨,可视化报表也做得令人啧啧称赞。抱着虚心学习的态度请教了他,他也毫不吝啬地把他认为很有价值的分析报表通过“模板复用”直接分享让我学习同时让我瞻仰一下:“好东西就是要拿来分享啊”。精辟!膜拜!

    5、模板复用

    推荐指数:★★★★★

    学会这招之后,我好长时间不做模板了,嗯,时不时就去“陈独秀”那里拿些模板(开个玩笑:D)。

    写在最后

    上面5个技能能大幅度节约我们开发的效率,很快地套出我们要的模板,可以最大程度地利用和共享已经做好的资源和报表,。不过,对于刚入手的小白们来说,最重要的还是要慢慢提高自己数据分析的技能和思维,这才是根本啊。

  • ?

    什么是数据可视化?

    Laurie

    展开

    什么是数据可视化?

    数据可视化是一个通用术语,描述了通过将数据转化为图形表格方式帮助人们理解数据重要性的任何努力。数据可视化软件可以使基于文本的数据无法检测到的模式,趋势和相关性更易于识别和识别。

    当今的数据可视化工具超越了Excel电子表格中使用的标准图表和图表,以更复杂的方式显示数据,例如 信息图表,刻度盘和仪表,地理地图,迷你图,热力图以及详细的条形图, 饼图和折线图表。图像可能包含交互功能,使用户可以操纵它们或钻取数据以进行查询和分析。当数据更新或预定义条件发生时,用于提醒用户的指标也可以包含在内。

    数据可视化的重要性

    移动BI报表手机端报表示意图

    数据可视化已成为现代商业智能(BI)的事实标准。BI领域的两家领先供应商Tableau和Qlik的成功 - 两者都强调可视化 - 已经让其他供应商在其软件中采用了更加直观的方法。几乎所有的BI软件都具有强大的数据可视化功能。

    数据可视化工具对于数据和分析的民主化以及为组织内的工作人员提供数据驱动的见解十分重要。它们通常比传统统计分析软件或早期版本的BI软件更容易操作。无需IT部门的支持就可以自行实施数据可视化操作。

    数据可视化软件在大数据和高级分析项目中也发挥着重要作用。由于企业在大数据趋势的早期阶段积累了大量数据,因此他们需要一种快速方便地获取数据概览的方法。这与可视化工具是天作之合

    同样的,可视化对高级分析至关重要。当数据科学家正在编写高级预测分析或机器学习算法时,将输出可视化以监控结果并确保模型按照预期运行变得非常重要。这是因为复杂算法的可视化通常比数值输出更易于解释

    数据可视化的例子

    数据可视化工具可以以各种方式使用。目前最常见的用途是作为BI报表工具。类似的有Qlik,tableau,powerbi、厦门艾科思移动报表平台等等用户可以设置可视化工具来生成自动仪表板,以跟踪关键绩效指标中的公司绩效并直观地解读结果。

    许多业务部门实施数据可视化软件来跟踪他们自己的举措。例如,营销团队可能会实施该软件来监控电子邮件活动的表现,并跟踪开放率,点击率和转化率等指标。

    随着数据可视化供应商扩展这些工具的功能,它们越来越多地被用作更复杂的大数据环境的前端。在这种情况下,数据可视化软件可帮助数据工程师和科学家跟踪数据源,并在更详细的高级分析之前或之后对数据集进行基本的探索性分析。

    数据可视化如何工作

    当今大多数数据可视化工具都带有流行数据源的连接器,包括最常见的关系数据库,Hadoop和各种云存储平台。可视化软件从这些来源获取数据并将数据应用于图形类型。

    数据可视化软件允许用户选择呈现数据的最佳方式,但越来越多的软件将这一步骤自动化。某些工具会自动解释数据的形状并检测特定变量之间的相关性,然后将这些发现放入软件确定为最佳的图表类型中。

    通常,数据可视化软件具有仪表板组件,该组件允许用户将多个可视化的分析结果拖入单个界面,即拖拉拽生成可视化报表。

  • ?

    轻松创建老板爱看的数据可视化报表,观远数据新增功能十分强大!

    凯莉

    展开

    我们都知道,数据分析的过程、结果,是无法通过一个单独的图表来完全展示的,需要多个图表配合才能将事情的前因后果解释清楚。但是图表太多也存在弊端,如果没办法在有限的空间内将图表之间的关系展示清楚,就容易让人有一种眼花缭乱的感觉,从而影响对整体数据的理解。这时,你需要用到一些数据交互分析功能,来将其中存在强关系的图表进行组织和关联。

    钻取、联动两种数据交互分析方式,可以解决部分这种场景,这里简单说明下:

    钻取的主要应用场景是单图表—>单图表,通常用在有明显层级关系的分析中,如年-月-日;省-市-区等。通过不断点击,可以深入发现该模块的更多详细信息。

    联动的主要应用场景,是同个页面里单图表—>多图表的关联分析,通常是某个对象的多维度分析。比如下图所示,点击销售额中的宁波市,就能看到宁波市的昨日销售额、昨日来客数、昨日平均客单价、本周达成率、本月目标达成情况等内容,该对象的数据结果一目了然。

    除了以上这两种交互分析场景之外,其实还有一种很常见的场景:

    一般来说,给boss或部门的时候,汇报内容会体现的比较多。因此大多会将汇总类指标在页面A呈现,分析详情或明细在页面B/C/D…呈现,浏览者在浏览页面A时,可以随机点击跳转到页面B/C/D…查看详情。

    这样听起来好像有点复杂?不用担心,观远新推出的“跳转”功能,可以很好地化解难题,让数据结果清晰明了地进行呈现。

    可以看几个实例(图表数据均为样例数据):

    实例1:点击昨日来客数的卡片,可以跳转到昨日会员概况的明细分析页。会员的性别比例、学历分布、消费次数top榜单,城市概览......所有相关的分析指标排列在一个画面中,省去了许多不必要的来回点击,让会员画像跃然纸上。

    实例2:点击各城市区域销售额分布的卡片,可以跳转到各城市销售分析明细页面昨日销售额、昨日来客数、近两周日商达成趋势、昨日目标、月度目标有没有达成等,关于该区域的销售情况一目了然,方便对问题的精准定位。

    从以上两个实例我们感受到了跳转功能的强大

    那么如何设置呢?

    目前跳转功能支持除筛选器卡片外的所有图表类卡片,设置入口在卡片操作栏-跳转。

    而且从以上两个实例我们也可以看到,观远智能BI平台中的跳转功能不仅支持直接跳转到目标页面,也支持带过滤条件跳转。

    设置带过滤条件跳转,有2个前提条件:1)跳转发起卡片中有【维度】/【对比】字段,否则无法设置过滤条件;2)目标页面中有筛选器卡片。带过滤跳转,需要目标页面的筛选器卡片作为过滤条件的传递中介,使跳转发起卡片的条件可以影响目标页面中的其他卡片。

    设置跳转主要配置项:1,跳转的目标页面;2,跳转的目标页面是在当前标签页打开或在新标签页打开;3,是否要带过滤条件跳转。

    在做偏大偏全的汇总类报告的时候,“跳转”功能将会是一个非常得力的“助手”,它的最大好处,就是可以将相关信息分门别类地单独呈现,同时又相互关联直达,不影响信息获取的方便性,让数据分析结果更好地进行展示。

    当然,以上所提到的功能只是观远智能BI平台的冰山一角,想要了解更多关于观远数据产品的详细内容,以及解锁关于产品使用的小tips,可以登录观远数据官网进入免费试用链接,开启你的探索之旅。

  • ?

    推荐一款可以替代 Excel 的可视化报表神器!

    千筹

    展开

    很多读者看到漂亮的图表都会问“这个怎么做”,“用什么工具实现”。制作漂亮的可视化一般有这样几个方式:

    利用Excel内置的图表做一些常规的统计图。高级复杂的譬如动态图表,图表的筛选展示可以通过写VBA来实现。通过R、Python一类的数据分析语言,调用图表功能包,呈现可视化的数据,数据分析常用。借助Echarts、HighCharts、D3.js等开源的可视化插件,嵌入代码,开发成插件包,可视化工程师和前端开发常用。

    可视化最实用的场景就是做报表。既然这次的主题是可视化,那小编今天就细细地讲一下酷炫的可视化报表是怎么做的?有哪些基础和高级的可视化图表?代码开发是怎么一回事?大屏又是如何操作?

    代表工具FineReport,此前介绍过FineReport的使用场景和功能。大家若不熟悉,可自行和Excel绑定对比。

    你用过Excel,却不知还有一款神器“FineReport”这款效率远超Excel的表格工具,没用过就可惜了!

    基础图表+表格

    柱形图、折线图、饼图、气泡图、散点图等能满足常规的数据统计。拿到数据后,先分析要展示几个维度,选用什么样的图表,需要几个图表展示等。

    如何选择图表的类型?

    基础图表的制作流程

    在FineReport中,图表的操作流程类似Excel,数据准备——插入图表——选择图表类型—选择分类轴、系列名称和系列值——选择图表样式。

    各式各样的表格

    表格主要在于文字、数字、格间的美感,以及整体的色彩搭配和谐,这些在FineReport中都可通过自定义来是实现。

    高级图表

    高级图表都是在基本图表的基础上展开来一些新特性。

    饼图类:等弧度玫瑰图、不等弧度玫瑰图…

    柱形图类:堆积柱形图、百分比堆积柱形图…

    条形图类:堆积条形图、百分比堆积条形图…

    折线图类:堆积折线图、面积图…

    仪表盘类:多指针的仪表盘360度、多指针的仪表盘180度、百分比圆环仪表盘、百分比刻度槽型仪表盘、试管型仪表盘…

    雷达图类:普通雷达图、堆积柱形雷达图…

    气泡图类:普通气泡图、力学气泡图、十字象限气泡图…

    地图类:区域地图、点地图、大数据流向地图…

    还有各种组合图,比如“柱形图—折线图、柱形图—面积图、堆积柱形图—折线图、自定义地图”…

    其他,还有漏斗图、甘特图、词云、框架图等等。

    这些图在FineReport都是现成使用的。在其他工具或其他使用场景中,可由交由可视化工程师开发。

    为了高度结合数据分析的过程,更好的理解数据背后的业务意义。可视化图表除了形态还有动态展示部分,就是所谓的动态可视化。

    例1:地图的钻取和联动

    例2:图表联动

    例3:点击词云跳转链接

    例4:图表切换

    过去这些动态特效和交互属性都要写代码开发,这个在FineReport都已经封装成一个个功能,还有图表缩放、自动刷新、数据提示。再复杂点,就是设动态参数加超链。

    利用开源插件开发

    就是用市面上开源的数据可视化工具, 譬如Highcharts、D3.js、百度Echarts、蚂蚁金服AntV、GoogleCharts、Raphael.js、Sigma.js、three.js等。

    像在7月,我们举办了一场可视化插件开发大赛上,很多开发者开发了令人心动的图表插件。

    譬如下方的3D城市全景地图,作者Little使用Echart-GL开源库和MapBox,与地图结合,基于真实地图和基本建筑数据构造都市圈级别的宏大场景,适用于政府部门、连锁企业、LBS提供商等对真实经纬度和展现区域范围敏感的用户。插件的底层是WebGL(Web Graphic Library),它是一个 JavaScript API,用于在任何兼容的 Web 浏览器中渲染 3D 图形。WebGL 程序由用 JavaScript 编写的控制代码和用 OpenGL 着色语言(GLSL)编写的着色器代码构成,这种语言类似于 C 或 C++,可在 GPU 上执行。

    比如滚动报表图。传统的决策报表块是静态的,列表不会滚动,数据必须一次性展现,在大屏中效果不够酷炫,无法自动获取最新的数据,除非编写大量的js代码,对一般人来说就只能望洋兴叹。

    而插件安装后,可以用图表的形式展现报表,通过设置数据集,显示成类似报表块列表,零代码获取数据库信息并配置自动更新时间,支持通过字段名称配置表头,支持自定义颜色配置等多种丰富的配置项,这样制作的决策报表效果也更酷炫。

    数据大屏

    大屏展现作为数据可视化的一个典型使用场景,涵盖的知识太多。一个完整的大屏项目从开始调研到实施交付可能需要开发工程师、项目经理、视觉工程师、UI工程师、硬件工程师等等众多专业人员的参与。

    于数据大屏设计美学:大屏做成这样,领导不重用你都难!数据大屏的具体制作:4步教你玩转可视化大屏设计|内附实际操作

    -----------------

    最后,12月28日晚上20:00,帆软将在知乎上举办 “如何成为企业需要的数据分析人才” Live 直播,教大家如何找到数据职业生涯的破局点,欢迎大家参加!

  • ?

    如何使用Python快速制作可视化报表

    祝绮晴

    展开

    数据可视化能力已经越来越成为各岗位的基础技能。领英的数据报告显示,数据可视化技能在2017年中国最热门技能中排名第一。

    就数据分析而言,可视化探索几乎是你正式进行数据分析的第一步,通过SQL拿到数据之后,我们需要使用可视化方法探索和发现数据中的模式规律。数据分析界有一句经典名言,字不如表,表不如图。实际上除掉数据挖掘这类高级分析,不少数据分析就是监控数据和观察数据。除此此外,数据分析的大多时候都是要兜售自己的观点和结论的,而兜售的最好方式就是做出观点清晰数据详实的PPT和报表给老板看。今天为大家介绍一款非常好用的可视化包-Pyechart。非常方便易用,功能强大,生成报告美观、快速。初次接触我就被它吸引了。Echarts 是百度开源的一个数据可视化 JS 库,主要用于数据可视化。pyecharts 是一个用于生成 Echarts 图表的类库。实际上就是 Echarts 与 Python 的对接。安装pyecharts兼容Python2和Python3。执行代码:Pip install pyecharts初级图表1.柱状图/条形图

    2.饼图

    3.圆环图

    4.散点图

    5.仪表盘

    6.热力图

    高级图表1.漏斗图

    2.地图

    3.词云图

    4.组合图(类似于仪表盘的功能)

    同时还有水球图、雷达图、桑基图、K线图、关系图等等。这里只是一个简单的介绍,感兴趣的可以移步至:http://pyecharts.org了解

  • ?

    数据可视化·图表篇——散点图

    皮灵萱

    展开

    大家好,上周介绍完饼图之后,您有没有亲自动手尝试一下呢?

    今天小数要带大家熟悉的是散点图,本文图表生成所用工具仍然是大众熟知的Excel。

    说到散点图,它既能用来呈现数据点的分布,表现两个元素的相关性,也能像折线图一样表示时间推移下的发展趋势。可以说是最灵活多变的图表类型。

    大数据时代,人们更关注数据之间的相关关系而非因果关系。那么如何考量各变量之间的相关关系呢?散点图就是一种最直观简单的形式。

    散点图的特点?

    适用于展现两个或三个变量之间的关系

    数据量越大,散点图发挥的作用越好

    需要关注离群点(异常点)对整体的影响

    普通散点图与可视化

    在实际应用中使用频率最多的是二维散点图和三维散点图,而三维散点图又与气泡图有密切关系,我们后面会提到。

    二维散点图的制作相对简单,无需特殊设置。可视化方面其实也还是咱们的老套路,这里再通过一个例子带大家简单过一遍。

    小数收集了某餐馆服务满意度与排队时间相关的15组数据,导入Excel ,直接生成散点图如下:

    可视化操作步骤:

    背景颜色应用(还是以 DataHunter 的 logo 绿为主哦~)

    字体颜色、数据点颜色调整

    淡化坐标网格线

    插入趋势线。这是散点图的特色,为了分析两个变量之间的关系,我们通常会引入趋势线,Excel中目前给我们提供了线性、指数、线性预测、双周期移动平均等多种类型选择。

    现实操作中判断两个变量之间的关系类型,还需要引入回归分析等方法,我在这里只是作为可视化的一个简单举例,所以就直接插入了线性趋势线。

    优化后如下图所示:

    曲线图

    在Excel 的散点图分类中,我们还可以看到一类变体的散点图——曲线图。它经常被用来表示某个变量随时间变量变化的趋势,与折线图的功能类似。

    我将自己最近30天的步行数作为数据源,然后生成曲线图。

    这里不再赘述可视化过程,与普通散点图基本相同(通过线条填充半透明处理、背景渐变填充、日期格式和坐标轴调整等)

    气泡图

    气泡图与散点图最直观的区别为:散点图中的数据点长得都一样,气泡图中的气泡却大小不同。因为气泡图在原先散点图的基础上引入了第三个值来控制气泡的大小。

    举个例子,我将某校30名学生的期末成绩与其对应的出勤率作为x值和y值,并引入“去图书馆的时间”作为z值,默认生成气泡图如下:

    气泡挤在一起了,怎么办呢?

    调整坐标轴,将出勤率和分数的最小值和最大值进行修改,调整相应颜色,然后再插入趋势线,就得到了下图:

    可以看出,除了出勤率与分数之间有简单的正相关关系外,分数越高的同学,去图书馆的时间也相对较高(气泡普遍更大)。

    最后再强调一下:散点图实际应用中更适合大范围的数据,本篇文章中的举例只是为了说明问题,所以数据量都不大。

    小结

    散点图适用于研究大规模数据中两个变量之间的相关关系

    气泡图可用于研究展示三个变量之间的关系

    曲线图作为一种特殊的散点图,适用于研究连续变量的变化趋势。

    题外话:其实看到这些散点图,总让小数想起一款大圆吃小圆的网页游戏,当初我也是沉溺其中,无法自拔,它的页面如下图,游戏规则挺有意思的,感兴趣的小伙伴可以去体验一下~

    最后,基础图表篇的可视化系列文章很快就要结束啦,下个系列大家想了解点啥呢?留言给小数,你想要的内容,统统给你!

  • ?

    数据可视化图表怎么做才好看?

    贾魂幽

    展开

    可视化技术仿佛有一种化平凡为非凡的魔力,冷冰冰的数据,经过可视化技术的加工,便酒曲入瓮般幻化成视觉的盛宴,炫酷的、缤纷的、简约的、繁复的……数据之美被展现的淋漓尽致。

    复杂的比如这种:

    简单的比如

    而我们日常使用Excel或者PPT画图,一般是这种

    千篇一律的柱形图和折线图,还有那一成不变的配色

    如何做出高大上的图表呢?

    一张可视化图片,我们主要关注2个点,一个是配色,一个是构图。

    好的颜色搭配应该是不刺眼的,颜色间过渡自然的。

    什么是颜色间过渡自然?就是不会一下从大红色,跳到天蓝色,又一下跳到黄色,突兀的配色会打破图片的美感。

    反面例子比如

    看了让人不舒服,更不会给人美的感觉

    正面例子比如

    给人特别舒服自然的感觉,那是因为颜色之间有过渡,有一个由深变淡的过程。

    会运用颜色的过渡还不够,如果不懂得色彩之间的搭配和调和,使用了两种冲突的色彩,那么整张可视化图片就会显得low。

    洗剪吹杀马特风

    城乡结合风

    是不是特别朴素,是不是不管图片上的数字多么欣欣向荣,都给人一种这家公司迟早药丸的感觉?

    正面例子比如

    灰色的背景,搭配3种暖色调的颜色。

    什么,你说你不会颜色搭配?教你一招,谷歌 “颜色搭配”,找到你喜欢的配色,然后用PPT的取色器挨个取色,搞定!

    另外偶尔用一下渐变色填充,会有意想不到的效果

    只有漂亮的颜色,没有能够很好表达数据的构图,就像一个华丽的刀鞘,拔出来却是一把菜刀的感觉。

    好的构图,除了要选择适合表达某类数据的图形之外,构图的丰富度,创意能够带给人很大的冲击力。

    同样是条形图,弯曲的条形图给人感觉灵巧很多

    具体做法是用PPT画几个同心的空心饼图,然后设置一下曲面的角度以及把另一半的颜色设置成背景色。

    大图套小图,用各种饼图充斥整个画面,给人充足的信息量,并且颜色有深浅变化。

    在同一副图里运用多类型的图,表达多角度的数据,如这幅图就用了条形图、散点图、折线图和饼图。

    数据与现实结合,妙趣横生。

    数据与现实结合2(话说这种应该超出了PPT能做的范围,需要用到AI或者PS)

    数据与地图结合,这种可以去网上搜地图PPT素材,下载一些别人制作好的地图PPT模板,里边每个省份都可以作为单独模块去着色。

    如果您想做好配色和构图又不想去费劲儿记这些基础知识,那么推荐你直接使用DataHunter。

    内置配色,无需自己设置。

    多样图形选择,每一种都好看。

    地图

    饼图

    柱状图

  • ?

    强烈推荐!实用的数据可视化工具大集合!

    家夏旋

    展开

    推荐一些简单的,日常工作能实际应用,或者个人学习数据分析、可视化有必要的工具。

    希望大家能真的用起来!

    推荐顺序:

    能中文版的,尽量不推荐没汉化的,密密麻麻我也头疼;

    能“傻瓜式”使用的,尽量不写代码,怕把你们吓跑;

    能免费的尽量不付费,破解咱不提倡哈。

    本文章提要:

    纯可视化图表生成(3个)可视化报表类(1个)商业智能分析(3个)数据地图类(2个)可视化大屏类(3个)数据挖掘编程语言(2个)

    纯可视化图表生成类——适合开发,工程师

    Echart

    一个纯Javascript的数据可视化库,百度的产品,常应用于软件产品开发或网页的统计图表模块。可在Web端高度定制可视化图表,图表种类多,动态可视化效,各类图表各类形式都完全开源免费。能处理大数据量和3D绘图也不逊色,据说结合百度地图的使用很出色。

    Echart还是多用于一些开发场景的,但它也衍生了一个0代码的图表生成器—“百度图说”,我体验了下,操作基本上就是选择图标,把数据复制过去,然后生成图表,保存为图或者代码嵌入。

    AntV

    AntV又是蚂蚁金服出品(阿里系)的一套数据可视化语法,貌似是国内第一个采用The grammar Of Graphics这套理论的可视化库。antv带有一系列的数据处理API,简单数据的数据归类,分析的能力,被很多大公司用作自己BI平台的底层工具。

    Highcharts

    说道Echarts,都会拿来与Hicharts对比,两者有点像WPS和OFFICE的关系,倒不是说Echarts怎样,日常图表动效Echarts完全够了。

    Highcharts同样是可视化库,只不过是国外的,商用的话需要付费。其优势是文档详细, 实例也很很详细,文档中依赖哪些js脚本,css都十分详细,学习和开发都比较省时省力,相应的产品稳定性较强。

    可视化报表类——适合报表开发、BI工程师

    FineReport

    一个报表软件,企业级的应用。用于系统的开发业务报表,数据分析报表。也可集成在OA,ERP,CRM等应用系统内,做数据报表模块,也可以开发成财务分析系统,就看你如何驾驭数据了。

    两大核心功能是填报和数据展示,但我觉得比较惊艳的一点是,它内置了大量的图表和可视化动效,可视化很丰富,完全没有印象中做报表那种古板的风格。多以它能做出格式各样的dashboard、甚至是可视化大屏,一点不虚。

    我之前工作有段时间拿finereport,感触最深的是开发报表很省力,10张门店报表以往做10张excel的,在他里面就是一个参数查询,然后批量导出,用一个模板。

    所以有号称:

    工作用小屏,决策用大屏。办公用微软,经营用帆软。

    商业智能分析——适合BI工程师、数据分析师

    Tableau

    几乎是数据分析师人人会提的工具,内置常用的分析图表,和一些数据分析模型,可以快速的探索式数据分析,制作数据分析报告。

    因为是商业智能,解决的问题更偏向商业分析,用 Tableau可以快速地做出动态交互图,并且图表和配色也非常拿得出手。

    FineBI

    自助是BI工具,也是一款成熟的数据分析产品。内置丰富图表,不需要代码调用,可直接拖拽生成。可用于业务数据的快速分析,制作dashboard,也可构建可视化大屏。

    有别于Tableau的是,它更倾向于企业应用,从内置的ETL功能以及数据处理方式上看出,侧重业务数据的快速分析以及可视化展现。可与大数据平台,各类多维数据库结合,所以在企业级BI应用上广泛,个人使用免费。

    PowerBI

    软继Excel之后推出的BI产品,可以和Excel无缝连接使用,创建个性化的数据看板。

    数据地图类

    很多工具都能实现数据地图,比如上面提到的Echarts、finereport、tableau等。

    这里强烈安利的Power Map 2016,可以快速体验一把爽。

    还有比较快速的,地图慧

    内置的是百度地图,选择模板、上传数据、保存地图很简单的3步。

    可视化大屏类

    阿里DataV

    天猫双十一大屏就用DataV做的,是阿里云的拖拽式可视化工具,主要用于业务数据与地理信息融合的大数据可视化,像一些展览中心,企业管控中心用。

    不需要编程,通过简单的拖拽配置就能生成可视化大屏或者仪表盘。

    FineReport

    上面提过,这个工具它也能做可视化报表,也能做大屏。

    因为后端通常连接业务系统数据,所以可以实时连接业务数据,做企业的一些经营数据展示。比如展览中心、BOSS驾驶舱,还有城市交通管控中心、交易大厅等。

    数字冰雹

    产品技术不了解,也只是有幸在一次活动上见过。

    专注于做数据图像、三维处理、数据分析等相关业务,通过图像可视化方式呈现数据分析,在智慧城市、工业监控用的比较多。

    就是商业的,不过官网上有很多大屏设计,可以提供灵感。

    数据挖掘编程语言——适合技术性数据分析师、数据科学家

    典型如R和Python

    R-ggplot2

    Python

数据可视化报表

所有视频需要登录后,才能观看

请先登录您的帐号,即可完整播放,如果您尚未注册帐号,请先点击注册。

img

在线咨询

建站在线咨询

img

微信咨询

扫一扫添加
动力姐姐微信

img
img

TOP