PDF《可视化分析最佳做法》

20 世纪

80 年代,所有公司的 IPO 都是盈利的;

2) IPO 的盈利能力 对2000 年代的股票表现不会有太大的影响.这是否意味着现代投资者比以前的投 资者更容易遭遇风险?还是说,IPO 不能盈利的公司与 IPO 可盈利的公司相比,在 未来具有同等的成功可能性?您可以进一步深入挖掘. 您的可视化有何目 标,在可视化中选 择哪些内容来实现 目标,这两点非常 重要.

6 选择正确的

图表类型 一旦您制定了可视化目标,就应该考虑哪些类型的分析可以帮助您 实现该目标.本节将讨论一些最常用的分析类型,以及哪些

图表类 型最适合它们.

7 时间趋势 最常用的数据分析方法之一是跟踪时间趋势.在下例中,我们想查看按照行业分类 的风险融资时间趋势图.按照我们的经验,最适合显示时间趋势的可视化视图是折 线图、分区图和条形图.另外,您应尽量在 X 轴输入时间,在Y轴输入度量;

这将有助于您的视图符合表达趋势约定俗成的方式. 我们先来看下面的折线图.我们在 X 轴上显示年份,在Y轴上显示资金金额, 并用颜色区分行业类型.在此视图中可以看到,所有行业的资金时间趋势是一致的. 我们还可以看到每个行业的趋势以及不同行业之间的差异.那么,总体资金趋势又 是怎样的呢?您能看到所有行业在

2000 年或任何其他一个时点具体的资金金额吗? 答案是否定的,因为折线图并无此功能.但是,如果这些问题的答案很重要,那么 您可以创建分区图和条形图(请见下图).这两种图形可以详细显示总资金时间趋 势,以及每个行业对该趋势的贡献.但是,它们确实有很明显的区别:分区图将每 个行业视为一个模式,条形图则将每个年份视为一个模式. 最适合显示时间趋 势的可视化有折线 图、 分区图和条形 图.另外,您应尝 试在 X 轴上显示时 间,在Y轴上显示 度量.

8 比较与排序 另一种分析数据的方法是进行比较和排序.我们根据一个或一组条件对国家、地区、业务部门、销售人员和运动员进行比较和排序.在许多情况下,这样的分析能 够帮助我们认清自己所处的位置和表现.条形图非常适合比较和排序,因为它可以 基于相同的基线将数量值显示为长度,使值的比较变得异常简单. 条形图非常适合比 较和排序,因为它 可以基于相同的基 线将定量值显示为 长度,使值的比较 变得异常简单.

9 相关性 人们总是很善于发现度量之间的相关性,这也是数据分析一直在做的事.抽烟会致 癌吗?产品价格会影响销售额吗?室外温度与划船活动的增加有关系吗?政府刺激 计划会创造更多工作机会吗? 进行简单的相关分析即可识别度量之间的关系.请记住,相关性并不能保证存在关 系.它只是表示可能存在关系.若要确认确实存在关系,通常需要使用一种更为复 杂的方法. 下面的例子介绍了如何构建简单的散布图检测两个因素之间的相关性.此数据来自 Deli 食品批发公司.我们在 Y 轴上显示售价,在X轴上显示销量,并详细说明每月 销售数字.正如图中所示(特别是添加趋势线后),售价与销量之间存在负相关. 售格越高,销量越低,反之亦然.这是否意味着该公司应该用降价的手段来提高销 售额?不一定.这也是为什么我们用不同大小的圆圈表示净利润的原因;

从图中可 以看出,公司最大的盈利点在线的两端. 进行简单的相关分 析即可识别度量 之间的关系.请 记住,相关性并不 能保证存在关系.