數據分析是互聯網產品極其重要的一個環節，目前整個互聯網行業的發展逐漸趨於理性了，從好些年前的“增量市場”變為“存量市場”，很大的一個特徵就是獲客成本變高了，流量越來越珍貴。在這種行業背景下，數據分析成為了一手利器，可以推動產品設計與運營環節，列舉幾個典型的場景：
產品經理在規劃新版本時，如何制定相關的數據指標來驗證？
功能上線後，如何就採集到的數據，進行數據覆盤，判斷新功能是否達到團隊預期?
如何通過數據瞭解產品目前的問題以及分析背後的原因？
運營人員在完成一個活動後，如何通過數據來評估本次活動的效果？
如何將冰冷的數據通過直觀的可視化圖表向上級進行彙報？
在產品設計的時候涉及到數據可視化統計的界面，如何選擇核心指標以及合適的可視化圖表?
........
以上只是數據分析應用的其中一部分場景，實際上還有很多。有些人可能會認為，數據分析那是數據產品經理的職責，其實不然，我認為數據分析重在思維，是一種通過現象看本質的思維，這種思維能力是產品經理需要掌握的，不少企業在招聘產品經理的時候也會看重產品經理的數據驅動能力。
數據本身冰冷沒有意義的，我們需要通可視化圖表將數據直觀的表現出來，然後對其進行分析，發現背後藴藏的規律。
數據可視化圖表的類型十分豐富，此處不一一列舉，本篇文章主要跟大家分享幾種比較簡單、常見的數據分析可視化圖表以及使用場景。如果簡單的圖表可以解決問題，為什麼還要花裏胡哨呢？
一、常用的可視化圖表
常用的可視化圖表包括：餅圖、柱形圖、條形圖、折線圖、散點圖，這五類圖表可以滿足我們工作中大部分的數據展現與分析需求，簡單的圖表往往能夠有效、形象、快速地傳達信息。
這時候你再回想一下，你在日常工作中見到的圖表是不是基本上都是以下幾種類型。
基本的可視化圖表
以上五類圖表是最為基本的可視化圖表，它們還能夠衍生出其他稍微複雜些的圖表，比如柱形圖還包括簇狀柱形圖、堆積柱形圖、百分比柱形圖。
EXCEL表對以上圖表進行了比較好的分類與歸納，有興趣做進一步瞭解的朋友可以打開你的EXCEL表，在插入圖表功能中可以看到。
二、通過數據間的關係選擇圖表
常見的數據關係包括：成分、排序、時間序列、頻率分佈、相關性、多重數據比較。
1.成分
成分也稱構成，主要關注每個部分佔整體的百分比關係。適用的圖表有餅圖、柱形圖、條形圖、瀑布圖。
1）餅圖
如果僅需要關注單個整體的各部分比例構成，則首選餅圖。餅圖的分類不建議超過9個，可以把剩餘次要的部分歸類到“其它”項中。
餅圖在數據分析中是比較常用的一種圖表，比如用户來源渠道佔比、各終端GMV貢獻佔比等都可以使用餅圖。
2）柱形圖
當需要對比多個項目之間的成分構成，且項目的個數不多時，我們可以用百分比堆積柱形圖。
通過上圖，我們縱向看出六大地區的銷售額構成，也可以橫向做對比。
為什麼不繼續使用餅狀圖呢？大家可以想象一下，如果我使用6個餅狀圖來向你傳達6個地區按客户類型銷售額佔比，你還有那個耐心看下去嗎？
3）條形圖
其實條形圖跟柱形圖兩者最主要的差異並不在於統計分析，而是在於數據展示的可讀性。
當項目個數較多，名稱較長時，可優先選擇條形圖，因為條形圖能夠橫向佈局，方便展示較長的項目名稱。
在產品設計中，橫向佈局的條形圖更能節省頁面空間，且可以通過適當加大橫座標的長度來體現類目之間的差異性，這也是考慮使用條形圖的一個場景。
所以，當需要對比多個項目之間的成分構成，且項目的個數比較多，項目名稱較長時，可以用百分比堆積條形圖來表示部分與整體之間的組成關係。
某校教師對學生在各方面表現的評價情況
關於瀑布圖，我就不在這裏展開介紹了，我自己使用的比較少，有興趣的朋友可以自行百度瞭解。
2.對比
指不同項目間數據的比較。在對比的過程中會遇到如何排序問題，可以根據數值大小升序或者降序，也可以根據分析的主題來考慮使用什麼排序。適用的圖表主要有柱形圖、條形圖。
1）普通柱形圖、條形圖
當對比的項目由單一成分構成時，使用普通的柱形圖或者條形圖即可，比如銷售額按地域進行對比、銷量按商品品類進行對比、Top排序等。
普通柱形圖
普通條形圖
2）堆積柱形圖、堆積條形圖
當對比的項目由多個部分構成時，可使用堆積柱形圖或者堆積條形圖。可以比較清楚的看出各個項目的總數值大小以各項目內部的構成。
堆積柱形圖
堆積條形圖
3.時間序列
時間序列用於表示某事物按一定的時間順序發展的趨勢、走勢，是上漲、下降、上下浮動還是基本穩定。適用的圖表有折線圖、柱形圖、面積圖。
1）折線圖
折線圖是最常用的表達事物隨時間發展趨勢的可視化圖表，當時間序列的時間點比較多時，建議使用折線圖。
如果大家有留意新冠疫情的動態統計，就會發現大家都是用折線圖來展示疫情的發展趨勢，我們通過一條曲線就可以很直觀地瞭解疫情的動態。
下面舉一個某小程序近30天變化趨勢展示。
某小程序GMV近30天變化趨勢
2）柱形圖
有些人可能問到，折線圖跟柱形圖都能夠表達時間序列的發展趨勢，那什麼情況下可以使用柱形圖呢？
某平台過去7天活躍用户數趨勢
從上圖你可以看出，活躍用户在8月15號達到最大值，隨後大幅度下降，呈現出比較穩定的趨勢。同時，你可以看出每天的活躍用户構成情況，三大運營商的用户數沒有比較大的差異。
3）面積圖
當然，我們也可以用面積圖來表示時間序列的發展趨勢。面積圖其實是折線圖的演變，折線圖下方填充陰影，就構成了面積圖。
但是面積圖有個缺點，就是當數據指標大於1個時，各數據指標之間可能會出現相互遮擋的情況，會影響趨勢的展示，建議統計的指標類型不要太多。
由普通折線圖演變而來的面積圖
下圖表示某物流平台在第一大區近四年的收入趨勢。
堆積面積圖
再比如，下圖表示的是8月15到8月21號某電商平台的訂單總量，的變化趨勢。
堆積面積圖
在介紹上面幾種可視化圖表時，多次提到了堆積類型的圖表，包括堆積柱形圖、堆積條形圖、堆積面積圖，它們都是由多個部分累加得來的，最後組成一個整體。
以上圖為例，2015年第一大區的總收入是39，分別由中山、東莞、廣州、深圳在2015年的收入累計組成。
4.頻率分佈
頻率分佈可以比較清楚顯示各組頻次分佈情況與差別。
當然，這一類比較也可以用頻數分佈表示，只是單位不同。比較典型的案例有班級學生的身高分佈情況。適用的圖表有柱形圖、條形圖、折線圖。
利用頻率分佈，可以幫助我們對某些產品數據進行分析，比如統計用户在某一天內進行詳情頁瀏覽的次數分佈、統計過去7天用户的購買頻次分佈情況。
1）柱形圖
柱形圖是比較常見的表示頻率分佈的圖表，一般情況下，當表示分組較少的頻率分佈時，可以考慮使用柱形圖。
某平台過去7天用户的購買頻次分佈
2）條形圖
如果分組比較多、名稱較長的，可以考慮使用條形圖。
3）折線圖
折線圖也可以用於表示頻率分佈，如果分組比較多，希望看到數據的波動情況，可以選擇折線圖。
5.相關性
相關性用於衡量X與Y的關係，比如銷量與價格之間的關係、訪問量與瀏覽量的關係等。
最為常用的圖表有散點圖、氣泡圖。另外對稱條形圖、柱形圖也可表示相關性，不過感覺見得比較少，所以在這裏不做介紹，有興趣的朋友可自行了解。
1）散點圖
散點圖表示因變量隨自變量而變化的大致趨勢，通過散點圖，我們還可以看出各個點在座標軸上的分佈情況。
當只有兩個變量X跟Y時，可用散點圖觀察兩個變量之間的關係。
從上圖可以看出，轉化率和綜合瀏覽量兩者之間是呈正相關的關係。
2）氣泡圖
散點圖一般研究的是兩個變量之間的關係，但有時候我們的分析需要涉及到第三個變量，氣泡圖就是在散點圖的基礎上衍生而來的，用來表示三個變量之間的關係。
當存在第三變量，即X、Y、Z時，我們可以使用氣泡圖進行分析，點的大小或者顏色可以定義為第三個變量。
如上圖，用圓點大小來表示訪問次數的多少，可以看到訪問次數最多的那天，轉化率和平均綜合瀏覽量都不高。
6.多重數據對比
多重數據對比指數據類多於2個，且每個數據類擁有多個維度的數據分析比較。我們可以用雷達圖來表示。
如下圖，比較中興Grand S 與索尼L36h 兩款產品分別在牌照、硬件、價格、屏幕、系統5個維度中的評分情況。
最後，呈上一張總結圖
常用圖表類型與作用
三、寫在最後
數據圖表遠遠不止本篇文章提到的那些，以上是基於自己的經驗以及網上的資料總結而來，主要的目的在於幫助大家瞭解常用的圖表以及如何選擇合適的圖表，如有紕漏的地方，敬請指出。
數據分析的目的在於發現問題、解決問題，需要根據分析的主題、數據之間的關係選擇合適的圖表，如果簡單的圖表可以解決問題，實在沒有必要執着於複雜，常人不易理解的可視化圖表。