最近忙于其他事情，心里念念不忘我的Tableau，强迫今天坐下来写一篇新教程，工具是要常用常新的，否则，恐怕不过多少时日就武功尽废了。
上次我写直方图（【数据分析】用Tableau学习直方图📊），说明了Tableau与Excel、R的优势。今天，我想通过散点图、气泡图，说一下在实践中如何应用Tableau，从而洞察数据的意义，数据与业务的结合，是数据分析的真正基础。
一、作为运营的分析需求是什么？
在运营的实践中，常见的分析离不开商品、会员两大维度，大数据分析的基础一般直接来自于日常销售明细单，每一条数据都包含了商品、会员的一对一数据。作为运营经理，我会关心：
- 哪些商品的销售贡献和毛利贡献都高？或者说商品的销售和毛利贡献分布如何？从而区分商品的金牛、瘦狗、明星、问题角色。
- 哪些顾客的销售贡献最好？会员贡献的分布情况，从而找到核心顾客。
- 新增顾客的数量及贡献占比，
- 从监察的角度，从会员的贡献分布，寻找异常的大单顾客。
从门店店长的角度，我会关心：
- 哪些商品的交叉购物篮系数最高？找到适合做连带促销的商品；
- 哪些商品的动销率低于所在小分类平均水平？
- 重点商品的销售价格与销售数量的对应关系，防止过度营销损害长期盈利，又能保证促销的连贯性；
当然，上面的角度只是冰山一角，运营管理者还会关心诸如平均成交金额、顾客人均消费金额等数据，而且随着促销的节奏也会关心不同的数据及趋势。
不过，我上面列举的很多问题有一个共同点，就是涉及到至少两个数据。比如同时看销售金额和销售毛利，会员的销售金额与销售数量等。
如果要基于两个及以上的数据，寻找数据的规律，就需要在可视化层面平铺所有的数据，然后按照指定的数据轴聚合，这就需要用到散点图。在散点图中，我们可以看到数据的集群情况、极端数据的情况，如果结合对比图，就更加清晰。
散布图是大概了解趋势、集中度、极端数值的有效方式……
什么情况下使用散布图：考察不同变量之间的关系。——Tableau官方
二、散点图，拯救数据小白
在Tableau中，最简单的散点图体现两个度量间的关系，两个“度量”分别放到行和列功能区，就可以形成一个包含数据点的散点图，不过默认只有一个散点。Tableau的可视化较Excel的高级之处，在“标记”功能处体现的淋漓尽致，把你想要的数据维度或度量拖到标记中，然后用颜色、大小、标签和形状的多种组合表现出来，就是变化莫测的数据图画。
比如说，我抽取了一段时间、某小分类的商品销售数据，然后要看一下不同品牌商品在销售金额和销售数量上的分布，未经修改，结果如下：
从上面可以看出来，“贝亲”两个指标都大幅领先，其次是“乐儿”和“新安”，其他品牌方比较集中，占比小且差异不大。
当然，这个散点图是比较粗糙的，我们可以通过调整坐标轴和增加“标记”极大地丰富这个散点图，比如：
- 过于紧密的坐标纵轴改为“对数”显示，减少数据重合；
- 使用计算字段计算“平均售价”，通过“标记”的颜色和标签加入到可视化层面。
- 如果有必要，增加趋势线。
如图：
在Tableau官方的的教程中，给出了散点图的使用建议，可以参考：
- 添加趋势线/最佳拟合线。添加趋势线可使数据间的相互关系更为明朗。
- 加入筛选条件。通过给散布图添加筛选条件，可快速向下搜索不同的图景与细节，从而发现数据中的模式。
- 使用信息丰富的标记类型。数据后的来龙去脉可使用相关形状进一步彰显。
三、散点图的变化，变化中发现洞见
基于上述的散点图，还可以有很多变种，这些无穷的变化，带我们发现数据背后的趋势。
1、矩阵散点图
散点图是表示数据变量的关系，在上面的基础上，还有很多高级的使用，比如把“维度”加入到“列”或者“行”功能区，就形成了矩阵散点图。
在上面的例子中，我们把“生理轴”加入到上面的散点图“列”功能区，就把原来的散点图按照生理轴划分为十个小矩阵。
从上面的图中可以看到各个生理轴的对比，比如该品类的销售集中在孕晚期到婴3月前，以及1岁到2岁；3岁以上出现了密集数据，推断很可能很多二胎使用了之前的会员卡。具体的分析，应该讲不同的产品在细分一个维度来看。
2、加入时间维度的“散点图”变种
标准的散点图是看度量之间的关系，有时候难免也要把时间考虑进来，比如看一个商品上市一年来的销售价格点分布，相当于分析时间和价格点的关系。
例如，某品牌从2016年11月上市之后的价格点如下，
从这个图上，我们可以看出，经过五个月的自然成长，该商品销售数量逐月大幅增长，同时销售价格保持稳定；2017年4月和5月，疑似持续的促销活动逐步开始降低成交价格，但销售数量并未明显增长；7月份，大幅的价格促销，降低了平均成交价格，销售数量并未增加，说明全场活动拉低了该商品本应该具有的盈利能力。
如果要加入辅助线帮助分析，不过需要把时间改为“离散”，否则不能按照“月”添加辅助线。如下：
当然，用散点图表达时间上的趋势有它的局限性，如有必要深入挖掘散点图中的线索，可以使用直方图来探寻。
3、气泡图
在Tableau中，气泡图属于单独的可视化样式，不过从散点图的角度理解，更有助于理解。
气泡图不是自成一类的可视化，而应视为强调散布图或地图上数据的手段。
我们使用气泡的原因是圆圈的不同大小揭示数据的意义。
散点图表达了多个度量之间的关系，从而发现趋势、集中程度等；气泡图相当于没有坐标轴的散点图，这样，可以避免坐标轴导致的数据重叠，强化了单个气泡本身的表达性。
比如说，我们把上面第一张图的销售金额和销售数量从“列”和“行”功能区删除，完全改为气泡，而在标记中，用颜色的深浅反映销售数量的多少，用气泡的大小代表销售金额的高低，标签显示品牌名称和平均价格，相比较而言，似乎比上面的散点图更加清晰。如图：
Tableau官方说，什么情况下使用气泡:
- 显示数据沿两个轴的集中度。
- 在散点图上强调数据:通过改变数据点的大小和色彩，散点图和转化为丰富的可视化内容， 许多问题的答案一眼可见。
- 地图上的叠加层:气泡可便于看图人快速了解数据的相对集中度。把这些用作地图上的叠 加层，可以为看图人把地理相关数据快速有效地置于背景之中。
四、大爱Tableau的表现力
看到这里，你是不是也喜欢上了Tableau 的卓越表现力，相较于Excel，Tableau就像是一个艺术家。它多才多艺而不失内涵，所有的展现，都来自于它丰富的内心。
链接：
- 官方帮助之【生成散点图】
- 官方白皮书：哪一个图表或图形适合您？
- 官方帮助文档中心： Tableau 帮助（中文）
我的Tableau学习笔记
16 Oct 2017
了解 喜乐君 的更多信息
订阅后即可通过电子邮件收到最新文章。
请问如何将散点图改为对数显示
在视图中，选中 标题，右键“编辑轴”，可以修改 标题，左下角有两个选项，“倒序”和“对数”。根据需要勾选。
哇哦，找到了，谢谢指导~
客气了，期待多交流~
Pingback： 「Tableau」迎战大数据，初恋即是热爱 2.0 – 匏瓜君
Pingback： 从头开始用Tableau – 匏瓜君
Pingback： 【Tableau】Viz 读书笔记《用图表说话》 – 喜乐君Healee
评论已关闭。