微信号:hzdashuju

介绍:大数据蕴藏着丰富的信息和价值,如何处理好大数据并发掘其潜藏的商业价值,这是大数据时代的新挑战.我们将为大家提供与大数据相关的最新技术和资讯.

用《复联3》的豆瓣评分教会你正确使用条形图、饼图、漏斗模型

2018-05-17 21:00 李阳

导读: 每天跟数据打交道,或许你已经习惯了用数据说话。怎样能让人更懂你的数据?图表是展现数据的有效方式,几种最常见的图表你都会用了吗?基于图表和数据的常见分析方法你都掌握了吗?本文以热映中的《复仇者联盟3》的豆瓣评分数据为例教会你玩转图表和分析方法。



01 常见的统计图你用对了吗?


随着计算机软硬件的发展,使用计算机来处理数据并绘制统计图,已经变成人们想当然的选择。我们先回到原点,抛开那些软件给我们提供的、丰富多样的图表选择,只拿出三种最基本的统计图样式,明确他们的特点。



如果这三种最基本的统计图你能用的足够好的话,他们几乎可以覆盖大多数的数据展示的需求,而不需要刻意地绘制更复杂、聚合了更多信息却难以理解的图表。而在思考这三种基本统计图的过程中所使用的思维方式,同样可以拓展到其他地方,比如用来思考其他更复杂的统计图,也包括那些软件提供的模板。


数据分析的关键步骤之一,就是要得出数据之间的关系。而统计图就是帮我们把这些抽象的关系,变成具体可以看到的东西,来传递给我们的听众。换句话说,统计图上的图形,表现的就是数据之间的关系。而做这种最基本的统计图,恰好表现了三种最常用也最基本的逻辑关系。


由此,也可以得出以下这些在使用统计图的过程中比较常见的错误,包括:


  • 用条形图的长度来表现趋势或者占比

  • 用饼图的面积表示数量的大小或比较

  • 用折线图的纵坐标表示数量的大小或比较

  • ……


▲《复仇者联盟3》豆瓣截屏


1. 条形图


首先要说的,就是前面提到的条形图(Bar Chart)和“柱状图”的区别。一般的条形图。与条形图有些相似的一种图,叫作直方图(Histogram Chart)。而“柱状图”的称呼,有时指的是条形图,有时指的又是直方图,很容易混淆。


▲条形图样例


▲直方图样例


条形图表现的是数量关系,是数据之间的比较。条形图中每个条形的长短,表现的是数据的大小。因此,条形图是通过一组条形中每一个条形的长度,来判断各组数据之间的数量关系的。


2. 饼图


饼图表现的是总分关系。也就是说一组数据中,每个数据占总体的比例。图中每个扇形所对应的圆心角的角度越大,那么这个数据在整体中所占的比重也就越大。反之则比重越小。这种占比大小,经常用来反映了某一个分类在整体中的重要程度,或者对整体的影响程度。比如在我们研究用户的年龄分布时,某个年龄段的用户数量占用户总量的比例越大,我们就越会着重地考虑这部分用户的需求。


▲饼图样例


3. 折线图


折线图表现的是序列关系。比较常见的应用是用来描述一组数据的发展变化趋势。折线图是将各个数据点用线段连接起来,来通过线段的斜率反映数据的变化趋势。


▲折线图样例


在使用折线图呈现分析结论的时候,如果在整体上,多个连续的数据点之间表现出相对统一的趋势,比如都在不断的下降,或者不断的上升,那么做趋势分析相对容易一些;而如果找不到类似统一趋势,折线上下反复波动,则应当为反复波动的折线补充一条水平的参考线,使得折线是围绕这条参考线在不断地上下波动。通过这条线,我们也能够预估数据的变化情况。比如,如果折现已经波动到距离参考线比较远的位置,则后边的趋势,转为向上升的趋势概率比较大。



02 常见分析方法和指标详解


1. 访问量与点击量


用户看到与我们的产品相关的内容,并根据设计好的交互功能进行点击、滑动等操作来切换内容,这是用户最基本的行为。在这个过程中,用户能接触到的不仅包括产品本身的页面和功能,还包括各种与产品相关的内容。比如,我们制作的广告图片、撰写的运营文章、拍摄的宣传片,还包括在新兴媒体上发布的微博、推送的公众号PUSH消息、进行的直播等等。



对于以功能为主的产品,除了功能的搭建和完善,最关心的当然就是用户如何借助提供的功能在产品内部“流动”——也就是通过用户访问和操作的行为数据,来分析用户是如何使用各个功能的。而对于其他类型的产品,在操作流程中也免不了伴随着浏览和点击等基本行为,并产生相应的行为数据。比如购买商品的流程、投资的流程等等。因此,“访问”和“点击”这样的用户基本行为,始终是需要重点分析的对象。


2. 转化率与漏斗模型


对用户访问和点击行为的分析,既可以是结合业务含义的,也可以是独立于业务含义的纯粹数量统计。但对于这类基础数据的分析不是我们的重点,当我们从业务发展的角度分析用户行为时,就需要考虑发展目标、业务含义等等更多的信息了。


其中比较重要的一点,就是我们在这些基础的用户行为数据之上,增加了业务目标作为导向,来指导接下来的深入分析。我们会基于业务目标,从用户的行为中选出那些我们最关注的流程节点。并通过用户在这些节点的行为数据,来衡量用户的行为是否符合我们的期望。并且,既然是从业务的角度出发的,那么在这个过程中用到的数据也不仅仅是流量数据这么简单了,还要考虑那些与业务相关的数据,比如交易额。


▲漏斗模型


3. 用户画像与用户分群


用户画像,顾名思义,就是将用户的“样子”直观地呈现出来。这里的“样子”指的就是用户的特点。这些特点就不仅仅是用户行为上的特点了,还包括用户自身的基本信息。比如年龄上的分布、地域上的分布、交易额上的分布、客单价上的分布、喜好的商品品类上的分布等等。


我们还可以加入各种分析维度,来组成对于用户的认知,其中也包括一些与特定业务类型高度相关的维度,比如用户在投资上的投资风格和风险偏好等等。我们能考虑到的维度越完整,也就能从更多的角度了解用户,对用户认识得更完整,特别是一些与业务相关的维度相对更有价值。


4. 产品推荐与精准营销


到了用户画像和用户分群这一步,我们已经对用户群有了更加精准的认识和判断。有了这些数据作为基础,我们下一步的重点,就会再次回到产品和业务上:按照不同的用户特征对用户进行区分,并且根据用户自身特点的不同,将不同的产品推荐给用户。这也就是我们下一步要做的产品推荐和精准营销了。


5. 动态产品


如何为C端用户提供更灵活的产品呢?想要一蹴而就是不行的,不仅仅是项目排期等不起,用户的需求也等不到你完成就要改变了。



灵活性是“养”出来的,就像人的智慧,除了天赋的成分,还有成年累月的学习、思考、交流的积累。但看看现有的项目排期,上面可能已经排满了各种营销活动、各种大小BUG的修复工作,根本无暇顾及“养”的过程。就像小朋友们日夜奔波于各种家庭作业、培训班和补习班之间,无暇休息、更无暇总结和沉淀一样。


6. 广告投放与商业变现


接下来我们就需要回到产品和团队的商业目的上来——通过前面讨论的内容,来帮助团队或者企业实现业务传播和盈利的目标。这也是我们基于过去获取的或者掌控的资源,进行变现的过程。


商业变现的方式有很多。在各种层出不穷的创业商业计划书中,就包含着各种各样的、人们热衷于讨论的所谓“商业模式”。特别是在投资人对于各种创业项目的态度开始逐渐收紧的阶段,能设计出一种可行并行之有效的商业变现方法,能够帮助一个项目更容易博得投资人的青睐。最直接的变现方式,就是向用户收费了。


关于作者:李阳,资深数据产品经理,2015年获得PMI Agile Certified Practitioner认证,2016年获PMCaff产品经理社区“年度受欢迎作者”。现任京东金融数据产品经理,目前专注于业务系统逻辑和数据分析领域。

本文摘编自《产品增长力:数据驱动的产品设计、运营和优化》,经出版方授权发布。


延伸阅读《产品增长力

转载请联系微信:togo-maruko

点击文末右下角“写留言”发表你的观点


推荐阅读


入门干货:从《权力的游戏》战斗场景中搞懂数据抽样和过滤

大数据告诉你,送妈妈什么礼物会让她更开心

别被数据带进沟里:这才是应用数据的正确姿势!

大数据没用?!张小龙:我们很少看统计数据!



Q: 几种常用图表,你用对了吗?

欢迎留言与大家分享

觉得不错,请把这篇文章分享给你的朋友

转载 / 投稿请联系:baiyu@hzbook.com

更多精彩,请在后台点击“历史文章”查看

点击阅读原文,了解更多

 
大数据 更多文章 又一名逃犯在张学友演唱会被 AI 捕获,人送绰号“热心歌神张先生” 最新版 17 幅思维导图:Python 编程之核心知识体系 用Python爬了自己的微信好友,原来他们是这样的人…… “空姐遇害案”引出的一份数据报告:打脸地域黑、23点以后乘车最不安全 最高涨薪60%!这个工作职位竟然这么缺人!
猜您喜欢 历时33天、7节课程,55位同学成为了《智能合约全栈开发》工程师! iOS自学:你眼中的iOS开发到底是个什么工作 机房着火,他带着块抹布第一个冲进去... 这封“领导痛批95后下属”的邮件遭疯传,句句扎心! Ubuntu 16.04阿里云源