企业大数据可视化案例专题分享-入门

Posted 2022-12-04

一、什么是数据可视化？

  基本概念：数据可视化是以图示或图形格式表示的数据。让决策者可以看到以直观方式呈现的分析，以便他们可以掌握困难的概念或识别新的模式。借助交互式可视化，可以使用技术深入挖掘图表和图形以获取更多详细信息，以交互方式更改人们所看到的数据以及其处理方法，从而推进业务不断向前发展。

   架构位置：如下图所示，是一个比较典型的数据架构图，它分为三大块：数据源、数据ETL模块、数据应用模块。其中数据应用模块又分成了OLAP分析、即席查询、定制查询、报表应用。那这里的报表应用就属于可视化的部分，通常它是以定制化的数据看板呈现业务数据，或者按照自己需求进行控件(例如饼图、柱状图、折线图等)拖拽呈现。

  当数仓开发同学完成基础数据的开发后，就可以将数据导出到MySQL、druid、Doris等数据存储引擎，这些数据会嵌入到OLAP分析平台，以接口的形式封装，用户以控件的方式进行拖拽配置即可获取数据。

接下来我们将以几个具体案例来给大家进行展示数据可视化平台常见的用数场景。

二、数据可视化案例

场景1：事件分析(流量分析)

以电商一次典型的市场营销类活动为例，业务运营人员可以按以下步骤查询相关数据。

1.步骤1：查询活动页面PV。我们将“事件”设定为“浏览相关”，指标则设定为“总次数”。

2.步骤2：查询活动页面UV。如果运营人员也想查看活动页面的触发用户数，这时可新增一个“用户数”指标。

3.步骤3：比较不同渠道效果，当想要比较不同渠道带来的流量时，可以选按“渠道”查看，对前两个步骤所查询到的结果进行分组查询。

4.步骤4：设定高级筛选条件。如果想对分析结果依照特定条件进行筛选查看时，可以点选“全局筛选”。以“累积消费金额”为例，可以选择分析累积消费在“1000-2000”的消费群体。

场景2：漏斗分析(转化分析)

典型的用户购买行为由以下连续的行为构成：浏览首页、浏览商品、提交订单、支付订单。当我们期望观察各步骤间及总体转化率，可按以下步骤进行：

步骤1：新建漏斗。若想分析广东省地区的用户购买行为，首先点击“创建漏斗”按钮，并将漏斗名称命名为“电商转化漏斗”。

步骤2：在下拉表单中，依序创建想要分析的购买步骤。在创建漏斗的第一个步骤时，将事件点选为“浏览首页”。

步骤3：点击“触发限制条件”按钮，添加筛选条件，在下拉选单中选择“省份”等于“广东省”。

步骤4：添加其他步骤。重复步骤二和步骤三，为漏斗添加其他步骤，形成完整行为漏斗。依次点选为“浏览商品”、“提交订单”、“支付订单”。那么，这个漏斗的分析结果就可以解决使用者对于电商用户连续性行为的转化分析需求。

步骤5：获得转化率数据。到此，用户就可以在此漏斗转化页面进一步查看和分析整体和各步骤间的转化和流失数据。

三、案例总结

  第一个案例与流量数据有关，展示的指标也是各个公司核心关注的指标，业务人员通过对流量的多维度分析，可以把控自己产品的流量变化、或者复盘某次营销活动的引流效果；而管理层则可以对自己的流量做到心中有数，便于与其他伙伴商谈商户合作。

  第二个案例与电商领域的黄金流程(浏览商品、下单、支付、退单)数据有关，展示的指标也是各个业务阶段的数据，对应的其实就是数仓理论里面常提及的业务流程，这些指标对业务运营非常重要、也是公司营收相关的核心指标。

  比如，如下这是我们涤生大数据自建的数据分析与展示平台给学员使用练习的，基本功能也很完善。

 当然数据可视化场景的还有很多，我们会在后面的文章中呈现给大家，欢迎持续关注。