商务数据分析与应用（第二版）课件5.数据可视化

主编杨从亚邹洪芬斯燕“十四五”职业教育江苏省规划教材“十三五”江苏省高等学校重点教材新编21世纪高等职业教育精品教材•电子商务类商务数据分析与应用（第二版）目录数据与电子商务电子商务运营中的数据电子商务运营中的数据工具数据采集及数据分析思维数据可视化市场数据分析客户数据分析销售数据分析库存数据分析数据分析报告撰写项目五数据可视化01初识可视化03熟悉结构分析可视化02熟悉对比分析可视化04熟悉相关分析可视化5.1初识可视化（一）可视化的定义可视化（Visualization）是指利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。它涉及计算机图形学、图像处理、计算机视觉、计算机辅助设计等多个领域，是研究数据表示、数据处理、决策分析等一系列问题的综合技术。目前正在飞速发展的虚拟现实技术也是以图形图像的可视化技术为依托的。一、可视化概述5.1初识可视化（二）可视化的类型1.科学可视化科学可视化（ScientificVisualization）是科学之中的一个跨学科研究与应用领域，主要关注的是三维现象的可视化，如建筑学、气象学、医学或生物学方面的各种系统。其重点在于对体、面以及光源等的逼真渲染，甚至还包括某种动态成分。2.信息可视化信息可视化（InformationVisualization）是一个跨学科领域，旨在研究大规模非数值型信息资源的视觉呈现（如软件系统中众多的文件或者一行行的程序代码）。通过利用图形图像方面的技术与方法使信息可视化，可以帮助人们理解和分析非数值型信息。一、可视化概述5.1初识可视化（二）可视化的类型3.数据可视化数据可视化（DataVisualization）是指将大型数据集中的数据以图形、图像的形式表示出来，并利用数据分析和开发工具发现其中未知信息的处理过程。数据可视化一般通过地图、组合图、圆环图、漏斗图、雷达图、关系图、帕累托图等各种图表类型，利用数据分析表达数据之间的关系，挖掘展示数据的规律，进行关联、占比、预测等深入分析，指导企业的经营决策。4.三维可视化三维可视化（3DVisualization）是指使用3D软件创建图形内容的过程。三维可视化曾经广泛用于地质和地球物理学领域，是描述和理解地下及地面诸多地质现象特征的一种工具。随着计算机技术的飞速发展，三维可视化目前已广泛运用在各行各业。一、可视化概述5.1初识可视化（三）可视化的意义1.化繁为简数据可视化借助图形化的手段，将技术与艺术相结合。数据赋予了可视化价值，可视化增加了数据的灵性，两者相辅相成，共同帮助企业从信息中提取有用的内容，并从中获取价值。数据可视化不但可以提供信息，还可以凭借其强大的呈现方式增强信息的影响力，从而更好地吸引人们的注意力，这是传统的呈现方式所难以实现的。2.更快发现新趋势、新机遇企业收集到的消费者行为的数据，能够为适应性强的企业带来许多机遇。通过数据可视化来关注关键指标，企业管理层更易于了解各种市场变化和发展趋势，从而根据市场环境及时制定和完善企业的发展策略。3.有效增强数据交互性数据可视化的突出表现就是它能够及时反映风险情况。与静态图表不同，数据可视化鼓励用户探索和操控数据，从而发现其中的奥秘。目前，数据可视化被大范围应用在智慧城市、智慧景区等领域，可视化对这些特定行业起到了十分重要的作用。随着科技的不断发展，数据可视化会逐渐成为主流的数据分析方式和系统。一、可视化概述5.1初识可视化（三）可视化的意义1.化繁为简数据可视化借助图形化的手段，将技术与艺术相结合。数据赋予了可视化价值，可视化增加了数据的灵性，两者相辅相成，共同帮助企业从信息中提取有用的内容，并从中获取价值。数据可视化不但可以提供信息，还可以凭借其强大的呈现方式增强信息的影响力，从而更好地吸引人们的注意力，这是传统的呈现方式所难以实现的。2.更快发现新趋势、新机遇企业收集到的消费者行为的数据，能够为适应性强的企业带来许多机遇。通过数据可视化来关注关键指标，企业管理层更易于了解各种市场变化和发展趋势，从而根据市场环境及时制定和完善企业的发展策略一、可视化概述5.1初识可视化（一）ExcelExcel是微软公司出品的办公软件。人们可以应用Excel的表格功能、函数功能，直观地看到数据并统计数据，还可以通过制作图表实现数据可视化。Excel操作简便，功能强大，使用者即使只有相对有限的软件知识，也可以轻松地以表格的形式组织数据，更新数据，生成图表、数据透视表和图，基于数据进行函数统计计算，并且作出预测。（二）TableauTableau是全球知名度很高的数据可视化工具，其用户群体庞大，操作界面灵活，图表设计简洁明了，个性化程度高。Tableau入门简单，随着经验的增多，使用者可以循序渐进地学习使用更多的专业功能，能够进行更高阶的可视化分析。二、常用的可视化工具5.1初识可视化（三）PowerBIPowerBI（PowerBusinessIntelligence）是软件服务、应用和连接器的集合，它们协同工作，以将相关数据来源转换为连贯的、视觉效果逼真的交互式报表。无论用户的数据是简单的Excel电子表格，还是基于云和本地混合数据仓库的集合，PowerBI都可让用户轻松地连接到数据源，直观地看到或发现重要内容，并与他人共享。PowerBI操作简单且快速，能够从Excel电子表格或本地数据库创建快速报表。同时PowerBI也可进行丰富的建模和实时分析及自定义开发，主要构建模块包括数据集、报表和仪表板。（四）仪表板仪表板是一种以图形方式展示业务数据的工具，能够实现快速可视化、检测变化、关注重要数据，通常会集合多种图形呈现丰富的信息，可以借助切片器呈现数据的动态效果。仪表板在不同行业和垂直领域都很有用，因为仪表板是可定制的。它可以包括具有不同日期范围的各种数据，以帮助用户了解发生了什么、为什么发生、可能发生什么以及用户应该采取什么行动。由于仪表板使用表格、图形和图表等可视化工具，其他不太了解数据的人可以快速、轻松地理解它所展示的内容。二、常用的可视化工具5.1初识可视化（一）数据可视化呈现的方式数据可视化通常以不同类型的图形呈现，可视化图形多达60余种，足以让人眼花缭乱。三、数据可视化的呈现5.1初识可视化（二）数据可视化呈现的步骤（以Excel为例）1.数据导入首先，用户需要将数据输入Excel中，可以手工录入，也可以采用复制粘贴的方式；然后观察数据，对缺失数据或非数值型数据进行清洗，使数据符合分析要求。2.选择图形和图表Excel提供了多种类型的图表供用户选择和使用，其默认安装的可视化图表，包括常用的柱状图、折线图、饼图、散点图、地图、数据透视图和迷你图。不同类型的图形适用于不同的研究需求，选择合适的图表可以更好地进行数据可视化。3.生成图表根据研究需求，选中数据后插入合适的图表，或者使用数据透视图生成可视化图形。不同类型图形的介绍和绘制将在后文详细讲解。4.优化图表元素图形生成后，需要对其进行优化。具体操作时，选中图形后，点击图右侧的绿色加号对图表元素进行优化。这些图表元素包括标题、坐标轴、色彩、图例、数据标签等。三、数据可视化的呈现5.2熟悉对比分析可视化（一）对比分析的定义对比分析法是指基于相同的数据标准，把两个及两个以上相互联系的指标数据进行比较，准确、量化地分析它们的差异，目的是找到差异产生的原因，从而找到优化的方法。对比分析法通常是把两个相互联系的指标数据进行比较，从数量对比的角度展示和说明研究对象规模的大小、水平的高低、速度的快慢，以及各种关系是否协调。（二）常用分类根据分析的需要，对比分析法可以分为绝对数对比分析法和相对数对比分析法两种形式。其中，绝对数对比分析是利用绝对数指标进行对比，从而寻找差异，如对比分析销售额、浏览量、用户数等。相对数对比分析可以分为五种形式：结构相对数对比分析、比较相对数对比分析、强度相对数对比分析、计划完成程度相对数对比分析、动态相对数对比分析。一、认识对比分析5.2熟悉对比分析可视化（三）对比分析的作用对比分析在经济社会研究中的作用是多方面的。首先，对比分析法可以用来追溯事物发展的历史渊源并确定事物发展的历史顺序，找出事物发展的历史脉络。例如：反映固定时间节点上某公司不同区域的销售额情况，通过比较不同区域的销售额来判断哪个区域的产品畅销，哪个区域的产品滞销；反映某公司一段时间内的销售额，通过比较不同时期内的销售额来了解公司销售的整体情况，同时预测未来该公司的销售水平。其次，运用对比分析可以对事物进行定性的鉴别和定量的分析。例如，以某年的销售额为基期，将不同年份的销售额与基期进行对比分析。一、认识对比分析5.2熟悉对比分析可视化（一）条形图条形图（BarChart）是用宽度相同的水平条形的高度或长短来表示数据大小的图形。条形图可以分为以下类型：（1）簇状条形图：此类型条形图比较各个类别的值，通常沿垂直轴组织类别，沿水平轴组织数值。（2）堆积条形图：此类型条形图显示单个项目与整体之间的关系（3）百分比堆积条形图：此类型的条形图比较各个类别的某一数值所占总数值的百分比大小。二、常用的对比分析图5.2熟悉对比分析可视化（二）柱形图柱形图（ColumnChart）是使用垂直的柱子显示类别之间的数值比较。其中一个轴表示需要对比的分类维度，另一个轴代表相应的数值。柱形图也可以分为簇状柱形图、堆积柱形图和百分比堆积柱形图。（三）雷达图雷达图（RadarChart）是以从同一点开始的轴上表示的三个或更多个变量的二维图表的形式显示多变量数据的图形方法。轴的相对位置和角度通常是无信息的。雷达图也称网络图、蜘蛛图、星图、蜘蛛网图等。二、常用的对比分析图5.2熟悉对比分析可视化（四）漏斗图漏斗图（FunnelChart）是一种用于展示不同阶段数据的可视化图表。漏斗图的形状类似漏斗，上部较宽，底部较窄。漏斗图通常用来展示销售或业务流程中的数据，以及用户在不同阶段的转化率。在漏斗图中，每个阶段的数据通常是一个百分比或比例，如销售额、转化率等。因为漏斗图显示的是渐进的数据流向，所以能够帮助人们理解数据在不同阶段的变化情况。漏斗图的主要用途是展示流程的数据，如销售流程、营销流程、转化率等。在使用漏斗图时，需要确定要展示的数据和阶段，按照顺序从左到右画出漏斗形状，并用不同的颜色或者不同的灰度来区分每个阶段的数据。漏斗图能够直观地展示数据在不同阶段的变化，帮助人们更好地了解事物的发展方向和趋势二、常用的对比分析图5.3熟悉结构分析可视化（一）结构分析的定义结构分析是指对经济系统中各组成部分及其对比关系变动规律的分析。如国民生产总值中三种产业的结构及消费和投资的结构分析、经济增长中各因素作用的结构分析等。结构分析主要是一种静态分析，即对一定时期内经济系统中各组成部分变动规律的分析。如果对不同时期内经济结构变动进行分析，则属于动态分析。一、认识结构分析5.3熟悉结构分析可视化（二）结构相对指标的计算结构分析以统计分组为基础，计算各组成部分所占比重，进而分析某一总体现象的内部结构特征、总体的性质、总体内部结构依时间推移而表现出的变化规律性。结构分析法的基本表现形式，就是计算结构相对指标。结构相对指标（又称比重指标），是在分组情况下，总体内部各组的数值与总体数值相比计算得到的相对数。它反映总体内部的构成情况，表明总体中各部分所占比重的大小，一般用百分数表示。结构相对指标（%）=（总体中某一部分÷总体总量）×100%结构相对指标就是总体各个部分占总体的比重，因此总体中各个部分的结构相对数之和等于100%。一、认识结构分析5.3熟悉结构分析可视化结构分析法具有思路清晰、逻辑性强、内容一目了然的特点，非常有利于人们理解和抓重点。通过结构分析，人们可以深入认识总体构成的特征。在电子商务中，卖家可以用市场占用率分析产品普及程度和推广程度，通过产品结构分析、顾客结构分析等实现营销效率最大化。具体步骤如下：（1）定出关键指标（2）了解业绩的构成（3）跟踪业绩变化（4）观察结构变化结构分析还可以进一步逐层拆解，如发现实体店数量减少是总业绩下降的原因，就可以对实体店的结构按照地区、渠道、用户等方面再进行结构分析，探究业绩下降的深层次原因。二、电子商务中结构分析的应用5.3熟悉结构分析可视化（一）饼图饼图是一个划分为几个扇形的圆形统计图表，通常用扇形区块的颜色和弧长（角度、面积）来展现数据的分类和占比情况。饼图也是最常用的一种结构比例展现图表。（二）环形图环形图是饼图衍生出来的统计图形，它可以看作两个以上饼图的叠合。环形图与饼图是有差别的。饼图是用圆形及圆内扇形的面积来表示数值大小的图形，主要用于表示总体中各组成部分所占的比例。与之对比，环形图中间留有空白，可以用多个环展示多个样本，既可以表示每个样本中各部分的占比，又可以对多个样本的结构同时进行对比。三、常用的结构分析图5.3熟悉结构分析可视化（三）瀑布图瀑布图因其形似瀑布而得名，它采用绝对值与相对值相结合的方式，可以展示构成整体的各个组成部分的比较关系。组成瀑布图第一列的通常为总数据，其他几列为分数据，分数据相加等于总数据，其数据为总–分结构。（四）树状图树状图是用于展现有群组、层次关系的比例数据的一种分析工具，它通过矩形的面积、排列和颜色来展示复杂的数据关系，并具有群组、层级关系展现功能，能够直观体现同级之间的比较。与饼图相比，树状图更适合用来展示构成项目较多的结构关系，如果还可以继续归纳分类，还可以展现分类之间的比例大小及层级关系。三、常用的结构分析图5.4熟悉相关分析可视化（一）相关分析的定义相关分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个或多个因素之间的相关程度。相关分析通常用来分析两组或多组数据的变化趋势是否一致，比如身高和体重是否存在关系、天气冷和袜子的销量是否存在关系、客户满意度和客户投诉率是否存在关系等。一、认识相关分析5.4熟悉相关分析可视化（二）相关性的判定1.绘制图表通过绘制散点图来发现其中的趋势和联系。将数据点绘制成散点图后，相关趋势和联系会变得清晰。对于有明显时间维度的数据，我们可以选择使用折线图。2.相关系数相关系数是反映变量之间关系密切程度的统计指标，用r来表示。我们可以借助Excel中的数据工具箱得到相关系数结果。相关系数r大于0为正相关，r小于0为负相关，取值区间为[-1，1]，1表示两个变量完全线性相关，-1表示两个变量完全负相关，0表示两个变量不相关，数据越趋近于0，表示两个变量之间的相关关系越弱。根据数值范围，有如下相关性结论：|r|>0.95：显著性相关。|r|≥0.8：高度相关。0.5≤|r|<0.8：中度相关。0.3≤|r|<0.5：低度相关。|r|<0.3：弱相关。一、认识相关分析5.4熟悉相关分析可视化（一）利用相关系数来发现数据间隐藏的联系“啤酒与尿布”的故事（1）店铺商品安排全面，以留住消费者。（2）商品关联恰当，增加商品销量。如果我们拿到一组网店经营数据，想要发现诸多变量中是否有互相关联的，就可以两两之间绘制图表或计算相关关系矩阵，找到其中相关系数显著大于0.5的几组变量。二、电子商务中相关分析的应用5.4熟悉相关分析可视化（二）利用相关系数来减少统计指标在针对某项业务设计指标体系时，我们经常会罗列出很多指标。过多