tracykanc）
文|亲路
责任编辑是怎样五周正式成为统计数据策略师的Kozhikode讲义，假如想介绍诗歌创作本意，能由亚姆写作五周手册。温情提示信息：假如您早已熟识统计数据建模，切不可再看这首诗，或只挑选出部份。
Excel的专业课程就此结束，那时早已开始第三周的文本，统计数据建模期。
统计数据建模是两个炙手可热的基本概念，是策略师手里的杰出辅助工具。好的建模是会鬼故事的，它向他们阐明了统计数据另一面的规律性。
我们对建模的
为方便快捷模拟，该文大多数快照为ECharts.js的实例。
介绍建模前，先知晓此基础基本概念。
层次
统计数据挖掘中时常会提到层次。层次是检视统计数据的视角和对统计数据的叙述。他们能说沿海地区是一类层次，那个层次包涵北京北京那些卫星城。也能指出营业额是两个层次，里头有各种类型产品销售统计数据。
层次能用时间、数值表示，也能用文本，文本常作为类别。统计数据挖掘的本质是各种层次的组合，我想介绍和分析全国各地的营业额，就需要将沿海地区层次和产品销售层次结合，假如想晓得各个年份的变化，那么再加入时间层次。
说的再透彻点，Excel首行各字段就能理解成层次。
互联网行业的PV、UV、活跃数也能算作层次。
图象的绘制依赖多个层次的组合。
层次类型和转换
层次主要是三大类的统计数据结构：文本、时间、数值。沿海地区的北京、北京就是文本维度（也能称为类别层次），营业额度就是数值层次，时间更好理解了。不同图象有层次使用限制。
数值层次能通过其他层次加工计算得出，例如按沿海地区层次，count出有多少是北京的，有多少是北京的。
层次能互相转换。比如年龄原本是数值型的层次，但是能通过对年龄的划分，将其分类为小孩、青年、老年三个年龄段，此时就转换为文本层次。具体按照分析场景使用。
接下来介绍主要的建模图象。
散点图
散点图在报表中不常用到，但是在统计数据挖掘中能算出镜率最高的。散点图通过坐标轴，表示两个变量之间的关系。绘制它依赖大量统计数据点的分布。
散点图的优势是阐明统计数据间的关系，发觉变量与变量之间的关联。
散点图需要两个数值层次表示X轴、Y轴，下图实例就是身高和体重两个层次。
为了进行分析，该图又引入性别层次，通过颜色来区分。
当他们想晓得两个指标互相之间有没有关系，散点图是最好的辅助工具之一。因为它直观。尤其是大统计数据量，散点图会有更精准的结果。
后续的学习中，他们也会多次借用到散点图，比如统计中的回归分析，比如统计数据挖掘中的聚类。
折线图
折线图是检视统计数据的趋势，它和时间是好基友，当他们想介绍某一层次在时间上的规律性或者趋势时，就用折线图吧。
折线图一般使用时间层次作为X轴，数值层次作为Y轴。
柱形图
柱形图是策略师最常用到的图象之一，常用于多个层次的比较和变化。
文本层次／时间层次通常作为X轴。数值型层次作为Y轴。柱形图至少需要两个数值型层次。
下图就是柱形图的对比分析，通过颜色区分类别。当需要对比的层次过多，柱形图是力不从心的。
柱形图和折线图在时间层次的分析中是能互换的。但推荐使用折线图，因为它对趋势的变化表达更清晰。
柱形图还有许多丰富的应用。例如堆积柱形图，瀑布图，横向条形图，横轴正负图等。
直方图是柱形图的特殊形式。它的数值坐标轴是连续的，专用于统计，表达的是统计数据分布情况。在统计学的文本会专门讲解。
地理图
一切和空间属性有关的分析都能用到地理图。比如各沿海地区销量，或者某商业区域店铺密集度等。
地理图一定需要用到坐标层次。能是经纬度、也能是地域名称（北京市、北京市）。坐标粒度即能细到具体某条街道，也能宽到世界各国范围。
除了经纬度，地理图的绘制离不开地图统计数据，POI是很重要的要素。POI是“Point of Information”的缩写，能翻译成信息点，每个POI包涵四方面信息，名称、类别、经度纬度、附近的酒店饭店商铺等信息。借助POI，才能按地理层次展现统计数据。
饼图
饼图时常表示一组统计数据的占比。能用扇面、圆环、或者多圆环嵌套。商务类的汇报中应用较多。
为了表示占比，拼图需要数值层次。
饼图是有缺陷的，它擅长表达某一占比较大的类别。但是不擅长对比。30%和35%在饼图上凭肉眼是难以分辨出区别的。当类别过多，也不适宜在饼图上表达。
对统计数据策略师来说，除了做报告，饼图没啥用。
雷达图
也叫蛛网图。可能男同胞们在游戏中看到它比较多。它在商务、财务领域应用较大，适合用在固定的框架内表达某种已知的结果。常见于经营状况，财务健康程度。
比如我对企业财务进行分析，划分出六大类：产品销售、市场、研发、客服、技术、管理。通过雷达图绘制出预算和实际开销的层次对比，会很清晰。如下图：
箱线图
箱线图一般人介绍的不多，它能准确地反映统计数据层次的离散（最大数、最小数、中位数、四分数）情况。凡是离散的统计数据都适用箱线图。
下图就是箱线图的典型应用。线的上下两端表示某组统计数据的最大值和最小值。箱的上下两端表示这组统计数据中排在前25%位置和75%位置的数值。箱中间的横线表示中位数。
假如你是一位互联网电商策略师，你想晓得某商品每天的卖出情况：该商品被用户最多购买了几个，大部份用户购买了几个，用户最少购买了几个。箱线图就能很清晰的表示出上面的几个指标以及变化。
绘制箱线图，新人需要介绍统计的此基础基本概念：最大值，最小值，中位数，四分位数。那个会在后续讲解。
热力图
以高亮形式展现统计数据。
最常见的例子就是用热力图象现道路交通状况。老司机一眼就晓得怎么开车了。
互联网产品中，热力图能用于网站／APP的用户行为分析，将浏览、点击、访问页面的操作以高亮的建模形式表现。下图就是用户在Google搜索结果的点击行为。
 fill=%23FFFFFF%3E%3Crect x=249 y=126 width=1 height=1%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E "数据可视化：你想知道的经典图表全在这11")
热力图需要位置信息，比如经纬度坐标，或者屏幕位置坐标。
关系图
展现事物相关性和关联性的图象，比如社交关系链、品牌传播、或者某种信息的流动。
有一条微博，现在想研究它的传播链：它是经由哪几个大V分享扩散开来，大V前又有谁分享过等，以此为此基础能绘制出一幅发散的网状图，分析病毒营销的过程。
关系图依赖大量的统计数据，它本身没有层次的基本概念。
矩形树图
上文说过，柱形图不适合表达过多类目（比如上百）的统计数据，那应该怎么办?矩形树图出现了。它直观地以面积表示数值，以颜色表示类目。
下图中各颜色系代表各个类目层次，类目层次下又有多个二级类目。假如用柱形图象达，简直是灾难。用矩形树图则轻轻松松。
电子商务、产品产品销售等涉及大量品类的分析，都能用到矩形树图。
桑基图
比较冷门的图象，它常表示信息的变化和流动状态。
在我曾经写过的一首诗读懂活跃统计数据中，用桑基图绘制了用户活跃状态的变化，这是用户分层的建模应用。
其实统计数据策略师时常接触到桑基图，只是不晓得它的正式名字，它就是Google网站分析中的用户行为和流量分析。用户从哪里来，去了哪个页面，在哪个页面离开，最后停留在哪个页面等。下图就是桑基图非常直观的解释。
这一块文本，会在第六周结合用户行为讲解。
漏斗图
大名鼎鼎的转化率建模，它适用在固定流程的转化分析，你也能指出它是桑基图的简化版。说实话，随着个性化推荐和精准运营越来越多，漏斗转化有它的局限性。
转化率也能用几组数字表示，不一定做成漏斗图。
除了上述建模图象，还有其他很多经典之作，例如词云图、气泡图、K线图等。也欢迎我们留言提供更好的图象。他们使用图象，不只是为了好看，虽然好看的报告面向老板和合作方很有优势。更多的是围绕业务进行分析，得到他们想的结果。
没有最好的建模图象，只有更好的分析方法。
有些统计数据建模，Excel就能完成，有些则必须借助第三方辅助工具或者编程。下一首诗我会挑选出部份图象教我们怎样Excel绘制。
推荐写作：
