歡迎光臨
每天分享高質量文章

職場新人必看的資料視覺化思考:面向分析過程vs面向結果表達

大家好,我是大鵬,目前是一名資料分析師。


自從上次學妹深夜給我發微信,詢問資料分析師招聘要求和需要掌握的技能,已經過去2個月了。直到昨天,我再次收到了學妹的召喚:


 當天深夜 



學妹深夜求助,定是大事。我馬上問她具體情況。


學妹說:鵬哥,經你上次教導,進步神速!目前已經找到一家網際網路公司的資料分析師職位了!


我:這是好事呀,恭喜學妹!

 

學妹搖搖頭,說道:不過我最近又遇到了新問題。這不,找鵬哥你再次指點迷津!剛開始接觸資料分析的case,出了很多圖表。但給領導交差的時候,總是不清楚怎麼快速表達我的結論。領導也不想看太多ppt,也嫌我做的報告沒有重點,不能快速說明問題。


舉個例子,目前我們公司在運營一款健身app,所以有客戶健身資料。我針對幾個典型客戶健身情況做了統計。我做的不醜,也是對資料的總結,但不知錯在哪了:


我看了下學妹的小案例,大概瞭解到她為什麼會被嫌棄了。我約她第二天出來吃飯,順便……當面分析問題!


 第二天 


我見到學妹,直接說道:我就不繞彎子了。你的圖表是對資料進行基本結論陳述,像幼兒園排排坐,而不是經過你的篩選和設計,循序漸進且有結構地說明一個主題,圖表也是可以講一個故事的!一個完整的工作流程應該是這樣的:



學妹:鵬哥你這麼一說……我做的確實是“排排坐”。當時全想著怎麼做多一點結論表現一下。那我具體應該怎麼做才能避免資料報告沒有重點的問題,一目瞭然呢?

 

我:這也不難,從最簡單的解決方法來說,可以在視覺化上多想一步,學會一些視覺化python工具庫的使用,事半功倍。舉個例子,通常我把資料視覺化分為兩個階段:


 第一階段:面向過程的資料視覺化 


學妹你是一直在這個階段裡工作的,即以高效率出圖為標的,使用圖表看資料的趨勢。一般的工作流是用python工具包matplotlib/seaborn進行輔助出圖,快速從資料中挖掘出結論。


在這個過程中,我們不需要對圖表做過多修飾,要的是效率,和更多的結論。比如你可以快速拉出5個使用者每個人的時間平均水平:



  第二階段:面向結果的資料視覺化:


當我們已經有一些結論的時候,就進入第二階段了,這時需要考慮怎麼用少量的、精心設計地圖表來講故事。我建議可以用python的bokeh工具包來完成。


bokeh可以製作可互動的複雜圖表這就意味著複雜而繁多的資料欄位有可能在一張互動圖表上完成視覺化在成果彙報時可以只對著少量圖表來敘述你設計好的故事論。一張優秀的面向結果的資料視覺化圖表,遠比十張簡單鋪陳的基本圖表有用。



學妹愣了一會,說道:我有點似懂非懂,感覺自己技術上和思路上都很欠缺,鵬哥你可以再多教教我嗎?

我:沒問題啊,不如週四來看我直播!


除了直播課程外,還有


體驗課體驗Python資料分析的快感



體驗課課程大綱

1、會寫程式碼的資料分析師是怎麼樣的存在?

2、武裝你的電腦:Python環境搭建及軟體安裝

3、手把手教你用資料挖掘“成為領導的秘訣”

4、怎樣做出專業且高逼格的資料視覺化

5、模擬實驗:排隊等待時間問題



12G大資料學習資料包

整整12G的資源,還不快準備好你的雲盤~


如何參加?


掃碼加入QQ群

即可預約線上直播公開課

參與免費Python體驗課程

附贈12G學習資料包

群號:806855575 

為了保證學習體驗,

本次“Python資料分析工程師”限時開放

數量有限,欲報從速

贊(0)

分享創造快樂