5个常用的大数据可视化分析工具


来源:趣店技术团队

作者:吴迪「趣店数据分析

 

数据分析中,无论数据收集过程有多么科学、数据处理多么先进、分析方法多么高深,如果不能将它们有效地组织和展示出来,并与决策者进行沟通与交流,就无法体现数据和分析的价值。

因此,分析报告实质上是一种沟通与交流的形式,主要作用在于展示分析结果、验证分析质量,为决策者提供参考依据,并可以有针对性、操作性、战略性的决策。今天,我们来一探究竟常见数据分析及报告规范。

 

Part1 结构规范及写作

报告常用结构:
5个常用的大数据可视化分析工具

1.1 架构清晰、主次分明

数据分析报告要有一个清晰的架构,层次分明能降低阅读成本,有助于信息的传达。虽然不同类型的分析报告有其适用的呈现方式,但总的来说作为议论文的一种,大部分的分析报告还是适用总 - 分 -(总) 的结构。
5个常用的大数据可视化分析工具

推荐学习金字塔原理,中心思想明确,结论先行,以上统下,归类分组,逻辑递进。行文结构先重要后次要,先全局后细节,先结论后原因,先结果后过程。对于不太重要的内容点到即止,舍弃细枝末节与主题不相关的东西。
 

1.2 核心结论先行、有逻辑有依据

结论求精不求多。大部分情况下,数据分析是为了发现问题,一份分析报告如果能有一个最重要的结论就已经达到目的。精简的结论能降低阅读者的阅读门槛,相反太繁琐、有问题的结论 100 个 = 0。报告要围绕分析的背景和目的以及要解决的问题,给出明确的答案和清晰的结论;相反,结论或主题太多会让人不知所云,不知道要表达什么。

分析结论一定要基于紧密严谨的数据分析推导过程,尽量不要有猜测性的结论,太主观的结论就会失去说服力,一个连自己都没有把握的结论千万不要在报告里误导别人。

但实际中,部分合理的猜测找不到直观可行的验证,在给出猜测性结论的时候,一定是基于合理的、有部分验证依据前提下,谨慎地给出结论,并且说明是猜测。如果在条件允许的前提下可以通过调研 / 回访的方式进行论证。

不回避 “不良结论” 。在数据准确、推导合理的基础上,发现产品或业务问题并直击痛点,这其实是数据分析的一大价值所在。
 

1.3 结合实际业务、建议合理

基于分析结论,要有针对性的建议或者提出详细解决方案,那么如何写建议呢?

首先,要搞清给谁提建议。不同的目标对象所处的位置不同,看问题的角度就不一样,比如高层更关注方向,分析报告需要提供业务的深度洞察和指出潜在机会点,中层及员工关注具体策略,基于分析结论能通过哪些具体措施去改善现状。

其次,要结合业务实际情况提建议。 虽然建议是以数据分析为基础提出的,但仅从数据的角度去考虑就容易受到局限、甚至走入脱离业务忽略行业环境的误区,造成建议提了不如不提的结果。因此提出建议,一定要基于对业务的深刻了解和对实际情况的充分考虑。

再进一步,如果可以给出这个建议实施后的收益,下单转化提升多少、交易提升多少、能节省多少成本等,把价值点直接传递给阅读对象。

上面讲了报告的写作原则,举个例子,参考艾瑞网,《留存与未来 - 疫情背后的互联网发展趋势报告》
5个常用的大数据可视化分析工具

Tips:尝试站在读者的角度去写分析报告,内容通俗易懂,用语规范谨慎。如果汇报对象不是该领域的专家,就要避免使用太多晦涩难懂的词句,同时报告中使用的名词术语一定要规范,要与既定的标准(如公司指标规范)以及业内公认的术语一致。

 

Part2 数据使用及图表

 

数据分析往往是 80% 的数据处理,20% 的分析。大部分时候,收集和处理数据确实会占据很多时间,最后才在正确数据的基础上做分析,既然一切都是为了找到正确的结论,那么保证数据准确就显得格外重要,否则一切努力都是误导别人。
 

2.1 分析需要基于可靠的数据源

用于鉴别信息 / 数据的可靠性,主要有四种方法:同类对比、狭义 / 广义比对、相关对比和演绎归谬。
 

2.1.1 同类对比

与口径相同或相近,但来源不同的信息进行对比。

示例:最常见就是把跑出来的数据和报表数据核对校验。
 

2.1.2 狭义 / 广义对比

通过与更广义(被包含)或更狭义(包含)的信息进行对比。

示例:3C 品类销售额与商城总销售额比较,3C 的销售额更高显然是错误的,因为商城总销售额包含 3C 销售额;某些页面 / 频道的 UV 与 APP 总 UV 比较也类似。
 

2.1.3 相关对比

通过与具有相关性、关联性的信息进行对比。

示例:某平台的 Dn 留存率,对于同一个基准日期来说,D60 留存率一定低于 D30 留存率的,如果出现大于的情况,那就是错误数据了。
 

2.1.4 演绎归谬

通过对现有证据的深入演绎,推导出结果,判断结果是否合理。

示例:比如某平台的销售客单价 2000 左右,总销售额 1 亿左右;计算得出当日交易用户数 10 万,通过乘以客单价,得到当天销售额 2 亿,显然与业务体量不符,为错误的数据。

Tips:以上都是常用的方法论,最核心是足够了解业务,对关键指标数据情况了然于心,那么对数据准确性的判断水到渠成。对此,建议是每日观测核心业务的数据情况,并分析波动原因,培养业务理解力和数据敏感度。
 

2.2 尽量图标化,提高可读性

用图表代替大量堆砌的数字,有助于阅读者更形象直观地看清楚问题和结论,当然,图表也不要太多,过多的图表一样会让人无所适从。

让图表五脏俱全,一张图必须包含完整的元素,才能让阅读者一目了然。标题、图例、单位、脚注、资料来源这些图表元素就好比图表的五脏六腑。

要注意的条条框框。首先,避免生出无意义的图表。决定做不做图的唯一标准就是能否帮助你有效地表达信息。第二点、不要把图表撑破。最好一张图表反映一个观点,突出重点,让读者迅速捕捉到核心思想。第三点、只选对的,不选复杂的。第四点、一句话标题。
 

常见的图表类型选择:
5个常用的大数据可视化分析工具

图表使用 Tips:

2.2.1 折线图

选用的线型要相对粗些,线条一般不超过 5 条,不使用倾斜的标签,纵坐标轴一般刻度从 0 开始。预测值的线条线型改为虚线。
 

2.2.2 柱形图

同一数据序列使用相同的颜色。不使用倾斜的标签,纵坐标轴一般刻度从 0 开始。一般来说,柱形图最好添加数据标签,如果添加了数据标签,可以删除纵坐标刻度线和网格线。
 

2.2.3 条形图

同一数据序列使用相同的颜色。不使用倾斜的标签,最好添加数据标签,尽量让数据由大到小排列,方便阅读。
 

2.2.4 饼图

饼图使用场景相对少,如需使用,注意以下事项:把数据从 12 点钟的位置开始排列,最重要的成分紧靠 12 点钟的位置。数据项不要太多,保持在 6 项以内,不使用爆炸式的饼图分离。不过可以将某一片的扇区分离出来,前提是你希望强调这片扇区。饼图不使用图例。不使用 3D 效果。当扇区使用颜色填充时,推荐使用白色的边框线,具有较好的切割感。
 

2.2.5 警惕图表说谎

虚张声势的增长

人们喜欢研究一条线的发展趋势,例如股市、房价、销售额的增长趋势,有时候为了吸引读者故意夸大变化趋势,如图 1 通过截断数轴夸大增长速度,从正常数轴的图 2 看到增长是缓慢的。
5个常用的大数据可视化分析工具
 

3D 效果的伪装

3D 图形容易造成视觉偏差,如图 1 有 3D 效果,看上去 A->B->C->D->E 依次递增,实际是 D>E,要格外小心图表的伪装。

5个常用的大数据可视化分析工具

Part3 常见数据分析误区


“用数据说话”,已经成为一种流行语。

 

在很多人的心里,数据就代表着科学,科学就意味着真相。“数据不会骗人”,也成了说服别人时常用的口头禅,事实果真如此吗?让我们来谈谈那些常见的误区。
 

3.1 控制变量谬误

在做 A/B 测试时没有控制好变量,导致测试结果不能反映实验结果。或者在进行数据对比时,两个指标没有可比性。举个例子,为测试不同营销时间点对下的转化的影响,但 A 实验使用短信营销、B 实验使用电话营销,未控制变量(营销方式),导致实验无法得出结论。
 

3.2 样本谬误

3.2.1 样本量不够

统计学的基础理论基石之一就是大数定律,只有当数据量达到一定程度后,才能反映出特定的规律。如果出现样本量极少的情况,建议把时间线拉长,获得足量的样本。或者将不重要的限定条件去掉,增加样本数。
 

3.2.2 存在选择性偏见或者幸存者偏见

统计学的另一大理论基石是中心极限定理。简单描述就是,总体样本中,任意一个群体样本的平均值,都会围绕在这个群体的整体平均值周围。

举个例子,在应用升级期间,衡量登录用户数、交易用户数等指标,来判断用户对新版本的喜欢是否优于老版本。听上去非常合理,但这里实际就隐藏了选择性偏见,因为新版本发布时,第一批升级上来的用户往往就是最活跃的用户,往往这批用户的指标较好,但不代表新版本更好。
 

3.2.3 混入脏数据

这种数据的破坏性比较大,可能得出错误的结论。通常我们会采用数据校验的手段,屏蔽掉校验失败的数据。同时,在分析具体业务时,也要针对特定业务,对所使用的数据进行合理性限定,过滤掉异常离群值,来确保拥有比较好的数据质量。
 

3.3 因果相关谬误

会误把相关当因果,忽略中介变量。比如,有人发现雪糕的销量和河溪溺死的儿童数量呈明显相关,就下令削减雪糕销量。其实可能只是因为这两者都是发生在天气炎热的夏天。天气炎热,购买雪糕的人就越多,而去河里游泳的人也显著增多。
 

3.4 辛普森悖论

简单来说,就是在两个相差较多的分组数据相加时,在分组比较中都占优势的一方,会在总评中反而是失势的一方。
5个常用的大数据可视化分析工具
 

3.5 个人认知谬误

主观臆断、经验当事实、个体当整体、特征当全貌、眼见当事实。

举个主观臆断的例子:某个产品 A 页面到 B 页面的转化率 30%,直接判断为很低,推导出可以提高到 75%。但实际类似产品或者用户行为决定页面的转化率就只有这么高,得出一个错误的结论。标准至关重要,数据 + 标准 = 判断。有了判断才能深入分析。通过分组对比找标准(象限法、多维法、二八法、对比法),有标准通过分析对比,找到 “好 / 坏” 的点

统计学规律和理论不会错,犯错的是使用它的人。因此,我们在进行数据分析时,一定要格外小心,错误的数据,披上科学的外衣,就很难分辨了。
http://www.shcpda.com/kechengzixun/1900.html