惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

人人都是产品经理
人人都是产品经理
博客园_首页
IT之家
IT之家
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Vercel News
Vercel News
美团技术团队
D
Docker
WordPress大学
WordPress大学
T
Tailwind CSS Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
The Cloudflare Blog
Y
Y Combinator Blog
F
Fortinet All Blogs
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
G
Google Developers Blog
爱范儿
爱范儿
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
月光博客
月光博客
MongoDB | Blog
MongoDB | Blog
S
SegmentFault 最新的问题
GbyAI
GbyAI
Hugging Face - Blog
Hugging Face - Blog
Microsoft Azure Blog
Microsoft Azure Blog
A
About on SuperTechFans

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
可视化分析:瀑布图的使用场景及实现原理
数据干饭人 · 2023-04-01 · via 人人都是产品经理

瀑布图确在表现数据变化因素或过程上有着得天独厚的优势。在实际的应用场景中,瀑布图常用于经营情况分析,解释从一个数字到另一个数字的变化过程。比如评估公司利润、比较产品收益、突出显示项目的预算变更、分析一段时间内的库存或销售情况 、显示一段时间内产品价值变化等。本篇文章,来聊聊瀑布图的使用场景及实现原理。

做数据可视化分析时,会出现两个极端,一是不管什么需求,用表格干就完了。再者就是追求炫酷的可视化效果,堆叠各种“高端”的可视化图表,用户看不懂,华而不实。基于实际的分析需求以及要表达的信息内容,选择最匹配的图表形式,才能可视化得恰到好处。

每种图表能够承载的数据格式以及反映的数据信息各不相同,这一次主要想分享瀑布图的用法,不管以后是做定制化的可视化页面开发,还是做自助BI图表类型的扩展,都会有所帮助。

一、瀑布图的使用场景

瀑布图适用于表达数个特定数值之间的数量变化关系,或者用来直观地呈现出现出影响总体值的关键维度,在企业经营分析、财务分析领域中应用广泛。

Office2016之前版本的excel在绘制瀑布图时,是在柱形图的基础上进行加工得到的,所以瀑布图看起来有点像隐藏了部分柱身的柱图,但两者在信息呈现方式上还是有较大差异的。瀑布图中数据的排列形状(称为浮动列)看似瀑布悬空,从而反映数据在不同时期或不同因素对总体值影响的程度,还可以直观反映出数据的增减变化。财务分析企业利润构成、预算变更,以及产品库存或销售情况等场景下,经常会用到。

可视化分析:瀑布图的使用场景及实现原理

二、瀑布图的分类

瀑布图按照信息呈现的形态,可以分为结构瀑布图、变化瀑布图、堆叠瀑布图等不同的图表类型。

1.结构瀑布图

最常用来展示总分结构或序列变化,通过柱图垂直高度展示数据,直观地展示指标的构成,相比较饼图或常归的柱形图,可以将总体值与细分维度值同时展示出来,并且可以快速的反映出影响总体值的关键因子。主要用来反映目标指标的构成关系,例如每月支出费用构成项目细分,公司成本分摊等。

现在基本上很少用现金付钱了,都是移动支付,对钱的概念就非常淡化了,加上信用卡的提前预付,到月底发现工资所剩无几。可以利用瀑布图来分析每月支出费用的去向,下图中,可以清晰的看出,总支出费用,以及在各项支出类型中,餐饮和子女教育占大头。

可视化分析:瀑布图的使用场景及实现原理

2.变化瀑布图

变化瀑布图可以清晰地反映某项数据经过一系列增减变化后,最终成为另一项数据的过程。

例如,从营业额扣除各种费用、成本、税费等变成纯利润的过程,又如某个项目经费扣减各方面支出得出余额的过程,或者从年初预算,经过半年度、到年底的预算消耗使用情况,使用瀑布图均可以直观呈现数据变化的细节,方便及时调整和管控成本。

最基础的是起点加终点的2阶瀑布图,对于周期比较长的项目,可以在中间的里程碑,再细分成更多阶的瀑布图,例如年初、年中及年末。

可视化分析:瀑布图的使用场景及实现原理

举个栗子,公司的发薪日是上班族最期待的时候了,虽然说多数时候发多少钱也不太会有太多惊喜或意外,但还是会想去看看钱到底是怎么发的。

实发工资等于基本工资+各种绩效奖金-五险一金-各种扣款。按照基本工资、应发工资、实发工资三个阶段,看哪些是主要增项,哪些是重点减项,一目了然。

可视化分析:瀑布图的使用场景及实现原理

3.堆叠瀑布图

变化瀑布图的基础上增加子项在细分维度上的分布及变化趋势。例如,年初预算1000万,年中600万,年末剩余200W,第一个层级是1-12月各个月份的预算使用,同时,需要查看每个月份,各个成本项目(人力、服务器、采购等)的构成情况,此时就可以使用堆叠瀑布图来呈现。

三、瀑布图的数据格式要求

1.利用Excel绘制瀑布图

Excel2016及以上的版本自带瀑布图的功能,不管是结构瀑布图还是变化瀑布图都可以非常快速的配置出来。

第一步按照瀑布图的数据格式要求,将数据整理准备好,插入瀑布图后,即可得到一个基础的图表。

可视化分析:瀑布图的使用场景及实现原理

其次是,对瀑布图进行优化调整,例如设定汇总后,增加或减少时的系列颜色。在需要汇总的柱子上单击两次,即可调出瀑布图配置参数。

可视化分析:瀑布图的使用场景及实现原理

2.自助式BI分析设计时的参数要求

自助BI产品是让业务人员基于数据集,灵活的选择维度、度量字段,进行可视化分析。结构瀑布图支持1个维度、1个指标,或者0个维度多个指标,相比较Excel个性化的数据处理的方便性,数据集模型的数据则是通用的字段结构,例如选择了某一个维度,SQL拼接的逻辑是按照该字段进行Groupby操作,因此需要在可视化展示时,还需做汇总行的计算处理,另外,需要对维度枚举值的数量、图表展示样式等参数进行设置。

变化瀑布图支持1个维度、1个指标,或者0个维度多个指标,除了基础的维度度量过滤条件选择外,还需要选择按照哪一个子维度进行细分,例如,以年度作为汇总值,再按照地区进行细分,查看两个年度之间,各个地区的变化情况。

可视化分析:瀑布图的使用场景及实现原理

图片来源:火山引擎官方帮助文档

四、瀑布图制作的其他建议

由于瀑布图会同时包括汇总值和各个子维度的变化值,经常会出现汇总值量级过大,但子维度量级非常小的情况,会出现量级小的维度值区分度过低的问题,所以在图表处理时,可以采用截断的方式。示例如下:

可视化分析:瀑布图的使用场景及实现原理

五、总结

结合业务分析场景以及数据格式,选择最准确表达数据信息的可视化图表类型,才能把可视化做到恰到好处。

专栏作家

数据干饭人,微信号公众号:数据干饭人,人人都是产品经理专栏作家。专注数据中台产品领域,覆盖开发套件,数据资产与数据治理,BI与数据可视化,精准营销平台等数据产品。擅长大数据解决方案规划与产品方案设计。

本文原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。