|
前几天，一位朋友发给我一组数据： 这是某跨国电商企业今年10月份在某电商平台各站点售卖的利润情况表。 该朋友表示，想改进目前的工作，每月老板都会看这些数据。因为数据密密麻麻的，不好揭示问题，所以想改进数据呈现的样式，使数据传递得更清晰，并且能揭示数据背后的问题。 她的要求细分有如下三点：
总的要求是：最好能做出那种能突出问题的图表，让人印象深刻。 本篇尝试满足第1点要求： 收入、费用、利润的情况 该板块的数据是这样的： 这里有4种指标，收入、成本、费用和利润，该4者间的关系是： 收入=成本+费用+利润 然后有8个类别，分别代表了各个国外售卖站点。 为了展示该数据，我首先画了一个堆积条形图与散点图的组合图表： 该图表虽然大体体现了8个站点的4个指标的数据，但是显得数据有些过于集中，同时也没有体现毛利率和费用比率两个指标，如果将这两个相对数指标再堆砌到这个图表里，那么这个图表将会由于信息过于堆积而显得杂乱。 所以，这里考虑用一种新的设计思路：small multiple charts，小而多图表。 这种形式最早出现在19世纪70-80年代的美国，后来由数据可视化的先驱人物爱德华.塔夫特（Edward Tufte）发扬光大，对于处理多个类别多个指标、同时各指标值的数据量级差异很大的时候，特别有用。 这种技术对于快速展示多个类别的多个指标很有用，今后再专篇探讨，此次先展示用该方法展示这一组数据： 通过多个小图表展示了各个指标的情况，为了能横向对比各个站点的各指标的表现情况，条形图的类别排序没有按照一般的规则按数值大小降序排列，而是用了数据源的既有顺序。各个指标都得到了清晰的呈现。 但也有个问题，这组小而多图表，不能快速展示各站点各个指标的排名情况，可以画一个动态图表来交互展示： 垂直类别轴标签动态的按数值大小排序。 如果想动态追踪某一站点各个指标的排名情况，可以添加一个高亮系列： 上面分别通过：
但是如果英明的领导提出，想观察每个站点各项指标的排名是如何分布的，那么也可以通过下面这幅图去展示，各个指标的每个类别的排名情况： 为了版式美观，这个图我没有放图例，而是在右边的数据点的数据标签加了类别名称。 但这会带来一个小问题，当我们去阅读这个图，习惯性的从左到右的去观察某一系列的收入、成本、毛利率、费用、费用比率以及利润的情况。 只有阅读到最后一个数据点，才能得知该系列代表的是哪一个站点的表现。 比如从第一个点开始，逐一往右观察该系列的指标表现，最后看到该系列的表现非常优秀，然后通过右边的数据标签得知是“站点A”，会不会有一种探索后得知真相的感觉：“原来是她！” 所以，制作出专业而优雅的图表，不仅能体现设计制作者的智慧，也能让图表阅读者感到有趣和获得愉悦。同时，更重要的是，能使图表的汇报对象简明清晰的获得信息与认知，进而辅助决策。 第2点的要求是这样的： 第二块是各站点的费用明细。这块可以拿出来分析的主要是广告费和平台折扣费这两个。 数据源是这样： 要是一张图全部展示这些信息，那就有点没法看。 不管是堆积柱形图、还是堆积条形图，亦或堆积面积图，超过6个系列就会由于信息过于集中在小范围内，而使图表的精确性和可阅读性大打折扣，就需要考虑其它的表达样式。 所以还是要用小而多图表(small multiple charts)，由于主要是用于多指标的类别对比，最适宜的图表类型就是条形图：
这种小而多图表可以有助于很好的展示各个指标的类别对比，但是要是如果想发现每个站点费用类别的异常，则需要视线在多个小图表间来回切换，很不方便。 由于各个站点的收入基数存在很大差异，所以比较其绝对值很难发现异常的指标值，所以下面通过百分比堆积条形图去展示各站点各指标表现的相对值：
可以看出：
。。。等等 而通过这个分段条形图，则更方便的进行横向与纵向的对比：
通过对各类费用占费用总计的占比的对比，可以看出各站点占比较多的费用类别。 要是直接比较各站点费用细分项的金额，则可以采用如下样式的串珠图：
最后是第3点要求： 第三块就是这三个费用（平台折扣、广告费、月发评测机）的发生额，和占比。合计占比超过10%都是有些问题的。 将这三个类别的占比汇总，看是否超过10%的比例。 数据源：
很简单，条形图加一条垂直线即可：
文章原载公众号：商业图表指南 图文作者：苏有熊 |
|
|
