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 |
|