数据可视化，再不学就来不及了。

Posted 2021-04-28 景略集智

不是天天跟数据打交道的人往往意识不到数据可视化的重要性，觉得有数据表格就够了，然而事实是单单数据本身并无多少用处，除非我们以某种方式将数据隐含的信息表示出来，直观的指导我们下一步的工作。而要达到这种效果，单靠几份电子表格是无法实现的。

我们为何需要将数据可视化？

数据可视化非常像一种人类行为活动。只把数据放进图表里，数据本身不会改变，但你看数据的方式却会改变。人类是一种视觉动物，相比在枯燥的电子表格和冗长的报告中苦苦阅读密密麻麻的数字，我们的大脑更愿意通过形象的图表来处理信息。

我们将数据可视化处理的原因主要有4点：

• 可以大规模地理解和领悟数据

• 进行直观的比较和对比

• 发现趋势和模式

• 反映可能会被忽略的问题

数据可视化是能够迅速简便的传递数据隐藏信息的一种通用方法，市场上的许多场景都可以用到可视化，比如：直观的看出哪些区域需要优化市场策略；清晰的展现哪些因素影响了消费者行为；帮助商家理解商品摆放在哪些位置最合适；预测销售额等等。

一切都是为了洞悉数据

以网络营销为例，它有个很好的特点就是绝大部分业务可以用数据量化。比如有了足够的数据，我们就可以用实体店的客流量数据来优化数字广告营销活动——我们可以看到顾客是否点击了广告后，几天内就去了商店购物。

有个大问题是，海量的数据很容易让数据分析人员不堪重负。单靠简单的电子表格，我们很难从细化到每天的数据中分析商业活动，洞悉数据背后的信息。

我们必须将数据可视化。

从数据指标到商业见解

我们以谷歌关键词广告中的真实数据为例，讲一下可视化在现代市场活动中的运用。比如有一家英国公司，是我们的广告投放客户，他们在英国各地都有分店，想在各个方面更能面向本地目标顾客。我们该怎么直观和形象的给客户解释如何制定广告投放方案？为何要这么制定？

如果只用一列数字表格向客户解释，显然客户不易理解，也无法感受到广告调整后的效果。这时我们就可以利用数据可视化。

为了让例子简单些，我们这里只关注一个数据指标：展示。

“展示”可以告诉我们一条广告被用户看到了多少次。这里我们查看品牌关键词，那么每当一位用户在谷歌输入了该公司的名字，出现了一条广告，就产生一次展示。

当然，单靠这一个数据，并不能告诉我们多少信息。为了能从这个数据中洞悉更多的信息，我们需要应用维度，也就是能让我们的数据有更多意义的参数。

比如，我们加入维度“城市”。在谷歌关键词广告中，该数据会展示在表格上。

我们现在可以看到我们投放的广告在哪些城市出现的频率最高——这比单独一个“展示次数”能让我们更深刻的理解广告效果。

表格是可视化数据的一种最为常见的方法，通常我们在很多文件上都会看到各种各样的表格，然而表格充其量只是一种最基础的可视化形式，而且相当粗糙，我们需要更为直观和高效的可视化方法。

很显然我们并不擅长在表格中分析数据。数字自身并不是特别直观，在表格上看上去长得都一样嘛。所以我们要找找不一样的东西，比如说最高值和最低值。

更甚的是，我们发现很难比较不相邻的列和行，这在数据量比较大的时候就会很麻烦，比如我们这里的例子中，假如这家公司在全英超过1千个城市中都有业务，那么我们需要分析的数据表格就有超过1千行的广告展示数据。

所以，我们需要更好的方法将数据可视化。

数据可视化：超越表格

将表格可视化的最基本方法就是将它变成条形图。我们可以为同样的数据创建条形图，把这些数字以条形表示出来，从而更直观的展现数值。如下所示，我们从条形图上不仅可以立马看出哪些城市的广告展示次数最多/最少，而且还能看出各地之间的差异。

进一步完善可视化

我们上面说过，该公司在全英多达1千余座城市都有分店，其中有些地方位置离得非常近。在这种情况下，合并一些城市可以从更宽广的地理范围上展示数据。问题是，我们怎么对不懂英国每座城市地理知识的客户解释数据？

虽然我们无法在谷歌关键词广告上做到这点，但是我们可以利用很多数据可视化工具比如 PowerBI，Visualize Free 等，这些工具能让我们在地图上清楚的向客户展示出地理风格的数据。

有哪些比较好用的可视化工具，可以看我们的这篇回答：

https://www.zhihu.com/question/23416938/answer/381242611

在上面的地理图上，我们可以完整的看到全英境内的广告展示情况，比如哪些城市的展示次数最多。有多种方式可以可视化展示次数的数据（热度图等），不过这里仍然有些数据没有反映出来——分店的地理位置，这是一个很重要的维度。

为了进一步完善，我们用黄色的方块将它们高亮展示，用红色的方块表示广告展示次数。真能让我们清楚的看到广告出现次数和每个分店位置之间的关系，也能总览一些城市合并后的广告可见度。

比上一幅可视化图好多了，但是我们仍然发现有需要完善的地方。很明显的一个问题是：每条广告显示的位置离最近的购物地点有多远？只靠上面的可视化图形，我们仍然需要手动检查每个地方，不仅麻烦而且无法直观的看到这部分数据信息。

那么我们就可以用颜色来可视化距离——方格的颜色越红，离分店的距离就越远。

将数据理解化为商业决策

通过上面的数据可视化，我们就能对谷歌广告的展示情况有了直观的理解，调整和优化广告投放策略，比如说服客户暂停在红色区域的广告，因为这些地方看到广告的用户离分店距离很远。当然也要综合考虑其它因素。

而且从这样的可视化图形上，我们也能以全新的角度思考问题，比如我们不去看哪些地方展示次数不足，而是找到哪些地方最适合客户开设新店。

如果我们取出展示次数最多的5个城市，再取出所有离最近的分店不到5英里的地方，我们最终会得到两个地方：曼彻斯特和朴茨茅斯。它们是英国两大主要城市，为客户产生了收益，却并没有客户的分店。

这样我们就可以向客户建议在这两个城市开设分店，至于原因，将可视化图形展示给客户，一目了然，这比给客户一份枯燥的电子数据表格然后费劲口舌的解释要简捷高效的多。

结语

通过我们前面的例子可以看到，数据可视化在市场活动中可以发挥非常重要的作用。我们不仅可以让客户直观的看到，哪些地方应加大广告投入，哪些地方的广告应当暂停，甚至从中还可以看出开设新业务的最佳地点。

数据可视化的关键是明确知道需要解决哪些问题，这样不仅能让我们清楚需要哪些数据点和维度，也能帮我们决定使用哪些可视化工具。

今天不管是什么行业什么规模的公司，在市场和运营中数据可视化都能发挥重要作用。

也许你还想看点别的：

---