历史版本3 :选择图表零售数据实战 返回文档
编辑时间: 内容长度:图片数:目录数: 修改原因:

通过选择图表,我们了解到选择图表需要 3 步:

  • 步骤 1:确定表达的信息

  • 步骤 2:确定对比关系

  • 步骤 3:选择图表形式

那接下来,我们就进入实战训练环节,通过一份零售数据体验和掌握选择图表方法论!

首先我们来看一下,我们的业务场景:

某服装零售集团在全国十几个省份都有门店,集团数据应用部门想要看一下销量数据,进行数据分析与可视化展示。

于是负责收银系统的 IT 部小王拉取了最近一个月分布在全国 15 个省份的 35 家门店销售数据供数据应用部门分析。

点击可下载数据:销售明细表.xls

数据应用部门小李拿到数据后,要开始进行分析,将并将数据进行可视化展示。

小李对数据进行一番分析后,希望能够将其用图表来表达,接下来我们使用选择图表的 3 个步骤来帮助他将数据转化成合适的图表。

目录:

本月订单金额是多少?编辑

首先需要展示这一个月的销量是多少?

小李计算好数据之后,开始思考该用什么样的方式展示

1)确定表达的信息:要展示近一个月的总订单金额,需要将所有门店所有订单的金额汇总

2)确定对比关系:是一个值,单个数量

3)选择图表形式:单个数量,我们一般通过指标卡、仪表板等展示形式,仪表盘一般可以用来展示比率,这里就可以选择指标卡。

小李选用指标卡,设计指标卡样式后效果如下:

不同的类型卖的怎么样?编辑

想要了解不同类型的商品售卖情况如何,我们首先看一下数据,分类和商品系列两个都是类型维度,我们示例来看分类维度

如想要看一下每个类别对订单金额的贡献量,我们计算好数据之后,开始思考该用什么样的方式展示

1)确定表达的信息:要展示分类下每个类的订单总金额,需要将所有门店各个分类的金额汇总

2)确定对比关系:分类维度下三个类别,要看每个类别卖的怎么样,那就是占比,每个分类占总量的份额是多少

3)选择图表形式:占比,我们一般通过饼图、环类图等展示形式,这个我们选用一个环状图。

将数据做成图表后效果如下:


我们可以看到男鞋的订单金额最高,占 67%,袜子最少,只占 1.24%。

用户最喜欢哪个系列?编辑

想要了解用户最喜欢哪个系列,那就要看每个系列分别都卖出了多少,哪个系列卖出的数量最多。

我们对应处理好数据后,开始开始思考该用什么样的方式展示


1)确定表达的信息:要展示每个系列分别买了多少,同时要能看出来哪个系列卖的最好,需要将所有门店各类系列的销量数据汇总

2)确定对比关系:一个维度下多个值的情况,要找出最大值,那就是排序和比较

3)选择图表形式:比较与排序,我们一般选用条形图、雷达图等展示,这里我们选用常用的条形图。

将数据做成图表后效果如下:

我们可以看到 B 系列的销量是最高的,其次是 A 系列,销量最低的是 D 系列,可见用户最喜欢的是 B 系列。

近一个月哪天销量最好?编辑

想要了解近一个月哪天销量最好,那就要看这一个月的销量趋势,每天的销量分别是多少。

我们对应处理好数据后,开始开始思考该用什么样的方式展示

1)确定表达的信息:要展示每个近一个月每天的销量,要能看出来哪天销量最高,需要将所有门店每天的销量数据汇总

2)确定对比关系:有时间维度,而且时间比较长,要看趋势,那对比关系就是时间趋势

3)选择图表形式:时间趋势,我们一般选用折线图、面积图等展示,这里我们选用常用的折线图。

将数据做成图表后效果如下:

我们可以看到近一个月,相比较后半个月销量不如半个月销量,销量从递增到逐渐平缓降低,3 月 7 日达到峰值,卖出 37件。

哪个省份的销售额最高?编辑

集团在 15 个省份有 35 家门店,想要了解这一个月来哪个省份的订单额最高,销量最好?

我们对应处理好数据后,开始开始思考该用什么样的方式展示:

1)确定表达的信息:要展示每个省份的销售额,要能看出来哪天销量最高,需要将所有门店每天的销量数据汇总

2)确定对比关系:有时间维度,而且时间比较长,要看趋势,那对比关系就是时间趋势

3)选择图表形式:时间趋势,我们一般选用折线图、面积图等展示,这里我们选用常用的折线图。

将数据做成图表后效果如下:



单个数量

占比

比较好排序

时间趋势

频率分布

位置分布

相关性