什么是数据可视化？小白怎样快速上手？-什么是数据可视化?举出几个数据可视化应用的例子

在工作和学习中，大家越来越多的需要用到数据可视化分析，那从何开始学习，如何快速入门，我们今天总结为最简单的3大步骤，结合重要技巧一起看下。

为什么要学习数据可视化

相信很多人都听过“人类的视觉直观接收信息速度更快”，所以可视化的方式可以在最短的时间内，传递给观看者更多的信息，那转化成实际的优点来说呢？

1、更美观

2、更直接

3、提高效率

比起常规的excel表格数据，可视化最明显的优势就是美观、好看，但是在实际工作中，美观往往不是最重要的第一需求，展现准确的、清晰的数据结果才最重要。

数据可视化在美观、直接的基础上，通过图形化，在有限面积内展示了更多数据结果，使人能够更快的获取数据信息。

接下来，我们一起看下，如何入手，学习了解可视化的3大步骤

步骤一：了解自己的数据

在常规的excel使用时，大多数情况都是直接对数据进行计算、统计，但是要实现可视化，我们就需要先了解自己的数据，包括数据格式，数据含义，是否有异常数据等。

主要原因是：Excel是以单元格为基础的，每一个单元格可独立计算，独立编辑，而大部分可视化工具则是以列（字段）为基础进行分析的，所以需要我们对数据进行规范化的调整

1、统一数据格式

通常每列的数据格式有日期、文本、数值等几种类型，每列内的数据需要保持一致

例如，避免出现下图中有的价格带“元”，有的不带，后续计算中会出现问题。

尽量保证数值列里不出现文字符号等，这样在计算时更加方便

例如，相同含义数据表达方式不同，这样的数据在后续统计中，也会影响统计结果

2、了解一维表和二维表的区别

很多新手朋友刚接触数据分析，很容易忽略数据规范的重要性，也常混淆二维表/ 一维表，在数据可视化分析时，一维表和二维表会影响分析方式和展现结果，所以我们需要了解这两个概念，以便对自己的数据进行区分。

参考下图示例，可以看到，

一维表中，每一列的数据含义都是不同的，首行（产品/月份/销售额）则代表了该列标题和含义；

二维表中，后面几列数据均为销售额数据，首行也不只是标题，还存在表明是几月份的具体数据

所以判断数据是一维表格还是二维表格的一个最简单的办法，就是看其列的内容–每一列是否是一个独立含义的数据。如果每一列都是独立的参数那就是一维表，如果多列含有相同性质的数据，那就是二维表

在数据可视化分析时，我们建议前期数据准备，采取一维表的格式，更加方便数据管理，以及后期的数据筛选分析

步骤二： 了解常用图表

折线图、柱状图、饼图··大部分情况我们用的最多的都是这几种常见的图表类型，其实还有很多其他丰富的可视化形式，可以帮助我们更好的去展示数据，如何选择呢？

那就需要我们了解，不同图表的适用场景，以及我们想要展示的数据关系

每种图表也有一些不适合的应用场景：

饼图

饼图是通过扇形面积、弧长来表示数据的分类和占比的图表，使用时需注意：

1、分类数量最好小于5个

2、各不同分类间的占比差异明显

3、最好是其中有一部分占比较高

折线图：

折线图是最常用的图表类型之一，常用来表示数值随连续时间间隔或有序类别的变化，适合用在数据项较多的非周期性数据中，当数据项较少时，更适合用到柱状图

不适用的场景：横轴数据节点过多，且数据波动大，导致不能形成清晰折线

雷达图：

雷达图是一种显示多变量数据的图形方法，可以用来在变量间进行对比，或者查看变量中有没有异常。另外，也可以像示例图中，在多幅雷达图之间或者雷达图的多层数据线之间，进行总体数值情况的对比。

不适用的场景：分类过多的数据；数据不能在统一程度上标准化的情况

这里不对每种图表进行一一说明，了解每种图表的适用情景，给大家推荐一个网站：图之典，里面汇总了很多图表，包含图表含义、适用场景、案例等

了解各类图表后，才能根据自己的分析需求，选择合适的图表进行展示

步骤三：选择一个趁手的工具

首先，先明确 工具不是目标，工具服务于需求

临时简单的需求，可以选择直接用excel完成，如果是长期、复杂的需求，需要制作可视化看板等，建议可以选择BI工具，例如BDP个人版，可以直接在网页上注册登录使用，不需要安装下载，比较方便。

不论是用Excel还是其他工具，都是为了更好的展示分析数据，提高工作效率，在选择时可以根据以下几点：

1、是否好上手

任何工具都需要一定的学习成本，在可接受的范围内，找到功能全又好上手的工具最好

例如没有编程基础，那就选择零代码的工具

2、功能是否够全面

我们做可视化分析，往往最开始是希望能做出好看的图表，但是不能只看眼前，

除了做图外，如何将可视化分析和日常工作结合起来，提高分析效率，更好的利用数据，是我们最终的目标需求

所以在选择工具时，我们可以全面的考量下数据可视化必备的功能

1）数据接入（是否可以支持多种所需数据接入方式，例如本地excel、数据库等等，方便整合各类数据）

2）数据容量（一般Excel处理超过十万条的数据就会卡顿，作为长期数据分析工具，需要有一定量级的数据处理能力，和数据存储能力）

3）可视化效果（图表类型、图表样式等是否满足需求）

避坑指南

最后给大家提供几个注意事项，也是新手在初学可视化时很容易踩坑的地方：

1、不要过度追求炫酷效果

可视化的目的是为了表达数据，所以遵循数据逻辑，展示数据问题才是最重要的，不是所有数据都必须做成炫酷图表，有些明细数据需用表格直接展示也可以

2、明确：通过可视化分析数据才是目标，可视化是一种手段

很多同学在刚开始时，对可视化的理解都是把数据转化成图表就可以了，但是数据分析的过程中，通过可视化的形式，对数据进行对比、细分等，得出问题及原因，寻求解决方法才是重要的

例如分析要求：对今年第一季度销售情况进行分析

示例中，根据分析要求和数据情况，对目前的销量、订单等情况做了展示，很清晰直观，但是并没有针对销量的变化等做出深入的分析，老板看了肯定想问“所以呢？然后呢？”

只展示不分析的数据报告，基本等于没用 ‍♀️

建议：

1）增加同环比、细分对比等分析图表

例如，订单量的同环比情况，新老用户对比，复购情况等，从数据变化的原因入手

2）掌握常用数据分析方法：5W2H、细分分析、画像分析、漏斗分析等等，帮助自己深入发现数据问题

3）熟悉业务，从产品、运营、渠道、用户、利润几大方面详细了解业务逻辑，这样分析的时候就可以以业务为导向

示例图表均采用BDP个人版免费注册制作