当前位置: 首页 > news >正文

tableau 实战工作场景专业仪表盘的搭建(整体思路)详解

这是tableau实战工作场景图表制作第八期--专业仪表盘的搭建(整体思路)
接下来几期,我将会带领大家做一个经营收益智能分析的专业看板
数据资源已经与这篇博客捆绑,有需要者可以下载通过网盘分享的文件:3.2-8月成交数据.xlsx等3个文件

链接:   https://pan.baidu.com/s/17WtUoZTqzoNo5kTFjua4hw?pwd=0623 提取码: 0623 

--来自百度网盘超级会员v1的分享,内含3.2-8月成交数据.xlsx,3.2-8月获客数据.csv,3.2-8月业绩目标.xlsx

总体思路概括
仪表盘标准制作流程整体分为三个阶段,准备阶段、制作阶段、使用阶段

准备阶段:我们的第一步就是要明确目标了,最常见的目标就是汇报炫技,像这种仪表盘有一个大概的分析主题和思路就好,那么图表类型也是越丰富,配色和布局越高级越好,只要能展现出专业实力就好。第二个目的就是在工作中使用的诊断分析,这类仪表盘必须有明确的分析思路,其中的图标和信息反而要适当去简化,让分析结果一目了然。也就是拿到仪表盘顺着思路捋一遍,就能从图表中得到对应的业务答案。在明确完大目标后,第二步就是收集需求了,收集需求主要分为两点,第一点就是要看哪些数据,而一般业务场景下,要看的数据肯定是有的,比如至少老板要看营收和利润,剩下的我们根据问题,具体去补充就好,当然也有的业务会把数据需求提的非常明确,会明确告诉我们要看的利润率、复购率,要看什么场景下的一个复购率,这些都要依依记下来。因为仪表板主要的目的就是为业务呈现对应的数据。收集要看的哪些数据后,我们就要去收集具体需要分析哪些问题了。这就要分情况了,一是有时候业务和老板会说并不知道要分析哪些问题,你是专业分析师,你来看。这属于分析目的不明确,只追求一个系统性。此时我们就要去学习一些该行业或者领域的成熟分析思路,看一些文章,跟同事讨论,请教一下导师。还有一种简单的方式,自己去拟定一个最关键的问题,比如说利润、营收、目标达成等,拟定一个目标后,再进行展开。除此之外,更多的是深入业务,慢慢地梳理或者总结,这样才能积累起系统的分析思路。这是问题不明确的情况,二是情况明确的情况。一个原则,四个方法。原则就是MECE法则,而四个方法分别是时间流程法、模型框架法、量化公式法、穷尽要素法。在后续专栏企业级项目案例中会依依涉及。在明确问题并拆解问题后,一般来说我们就会知道具体要看哪些数据,接下来进入第三步就是探索数据,就是整体上把问题梳理一下,然后看一下手头的数据到底能不能解决这些问题,如果不能解决就要先把这部分问题搁置,然后把能解决问题的数据全部梳理出来,后面进入到图表和看板的制作。在探索数据这里面,第一步肯定是梳理问题了,梳理问题不求多,先解决最主要的。一般来说,一个仪表盘回答4~5个问题即可,并且问题之间最好有一个下钻逻辑,就是我们先看到第一个仪表盘,可以看到一个大致的经营情况,接下来第二个仪表盘上面的图表我们会基于上面经营情况进行下钻,具体去看各个业务部或者各个日期上面,它的数据表现是怎样的。那么在梳理完问题之后,就要去匹配数据了,就是具体来看每个问题到底要看哪些数据,然后缺失的数据,我们把它标记好,然后后续我们再进行数据建设的完善。理好问题和数据后,我们就要大概去构思这个问题这个数据对应哪些图表,一开始不用想复杂,记住规模用条形、趋势用折线、占比用饼图、关系用散点。具体问题到底用哪个图表更好回答,需要我们拿到数据在BI工具理拖拖拽拽,才能找到最好的表现方式。在我们明确要分析哪些问题,要对应去取哪些数据以及大概要做哪些图表后,我们的准备阶段就完成了。

制作阶段:制作阶段第一步就是准备数据,其实就是在BI工具里面,把我们的数据找到,然后清洗好、处理好,然后并且把它们连接到一起,然后提取一下,如果没有的话,记得及时去提数据需求,在连好数据后,开始第二步图表制作了,先构思,我们要放哪些数据,横轴、纵轴该怎么放,接下来就是在工具里制作,具体的去拖拽操作,把这个图表制作出来。最关键的是第三点如何优化,我们需要思考如何更好地分配视觉元素,怎么在这个折线图后面增加再增加一个条形图或者怎么去拆分这个折线图,能让数据看得更加清晰以及我们能不能想着去做一些视觉上面的创新,往往优化细节决定最终我们的图表以及看板的美观程度,然后展现我们背后的专业思考。那么在准备好图标后,就开始我们的第三步排版布局了。常见的布局方式有两种,一种是横板一屏,第二种是竖版延长了。横板一屏适合分析一些简单的问题,直观地去呈现数据。而竖版延长适合去展开故事线,并且对问题进行一系列下钻分析。在实际业务场景中,竖版延长用的比例比横板一屏多的多多得多。在根据我们实际需求选择好布局方式后,我们就要去梳理分析的逻辑了,刚才的图表怎样一个分析逻辑对它们进行串联是最为合适的。先看哪个,后看哪个,能够更好地去回答问题。在想清楚这两点后,接下来我们就要对它进行具体地排版了,后面专业仪表盘的搭建(制作图表)会具体展现操作。整体上就是说,这个图表哪些要保留,哪些要剔除,我们到底是放筛选器还是让它们彼此间进行一个联动,图表是用填充还是悬浮的方式进行具体的排版。在完成简单的排版后,我们要基于四个原则。首先我们有没有用到简单的图表、左上角和中心优先、大字>图>小字>表、不要有重复信息。基于这些原则,完成排版布局后,接下来第四步美化调优。主要分为四个方面,第一个方面是主视觉:参考tableau社区、学习各种视觉方案、增加文字、图片、网页。参考完主视觉方案后,第二个方面就是配色了,颜色不要太多,并且最好有含义。浅色风格:尽量使用默认配色+微调。深色配色:使用闪电系UI配色。但是整体上配色最好的做法就是不要去改配色,也不要去调和统一配色。第三方面就是跳转,看板之间是可以设置跳转逻辑的,在逻辑复杂或者多个仪表盘需要下钻分析的时候,我们可以使用。最后一方面就是调试了,检查一下我们的筛选器、联动、跳转逻辑是否是正确的。调试完成后,我们的制作阶段就完成了。

使用阶段:使用阶段主要是两步,第一步分享发布,在BI工具里不需要锁定,直接发布就可以。而在Excel里。分享和发布还要去固定一下图表和看板,避免一些误操作(后续Excel专栏专业仪表盘搭建会详细讲解)。在商业场景下,公司会搭建好BI平台,我们发布我们的工作簿到BI平台上,发布分享完后,我们还需要进行权限设置,一般来说就是给哪些人设计一个怎样的权限(能否下载,能否观看,以及只能下载图片等)。分享发布完成后,进入我们的第二步使用维护。包括怎样去刷新数据,怎样下载看板,下载图像以及如何去订阅这个仪表盘,让它每天刷新后,直接发到我们的邮箱,再一个就是如何设置一个数据作为阈值,当我们的数据低于这个阈值或高于这个阈值的时候,会自动触发这个监控,然后把这个仪表盘发送到我们的邮箱,相当于是一个自动化的数据监控功能,使用完成后就要维护了,每天检查一下看板到底有没有刷新,根据业务需求增加一些字段。注意的是,我们在看板的时候,可以留一些小尾巴,无非就是一些无伤大雅的,比如说筛选器,不要设置太完美了,可以看业务有没有认真观看数据作为依据。

一.准备阶段
1.明确目标
(1)汇报炫技
    A.有一个大概的分析主题和思路就行
    B.图表类型越丰富,配色和布局越高级越好
(2)诊断分析
    A.必须要有明确的分析思路
    B.图表和信息应当尽量简化
    C.分析结果要做到一目了然
2.收集需求
(1)要看哪些数据?
    A.利润
    B.营收
    C.流量
(2)分析哪些问题?
    A.至少想到两个
      a.业务目标有没有达成?
      b.利润有没有被击穿?我们有利润吗?

   B.补充几个
      a. 用户规模如何?
      b.获客质量如何?
      c.转化情况怎样?
      d.逾期风险趋势和占比如何?
      e.逾期风险来自哪?来源于哪个时间段?来自哪个城市?哪个业务部门?
3.拆解问题
(1)业务目标有没有达成?
 A.量化公式法
      达成情况 = 业务目标 - 成交额
(2)利润有没有被击穿?我们有利润吗?
 A.量化公式法
      毛利 = 应收利息 - 逾期金额 - 资金成本 - 获客成本
(3)用户规模如何?
 A.模型框架法
      新老客、年龄、消费频次、消费金额、最新消费时间
(4) 获客质量如何?
A.模型框架法
      同上,然后加上用户评级等维度
(5)转化情况怎样?
 A.时间流程法
      成交人数 = 注册人数 > 实名认证人数 > 戳额人数 > 给额人数
(6)逾期风险趋势和占比如何?
A.量化公式法
      逾期占比 = 逾期金额 / 应收利息
(7)逾期风险来自哪?
A.穷尽要素法
      时间、业务架构、用户类型等甚至需要探索的字段

二、数据探索

问题梳理前

问题梳理后

匹配数据

选择图表

业务目标有没有达成?

业务目标有没有达成?

达成情况=业务目标-成交额

标靶图

利润有没有被击穿?

用户规模如何?质量如何?

新老客年龄消费频次消费金额最新消费时间、用户评级维度

条形图+芝麻分颜色标记

我们有利润吗?

转化情况怎样?

成交人数=注册人数>实名认证人数>戳额人数>给额人数

折线图+柱状图

用户规模如何?

利润有没有被击穿?

我们有利润吗?

没有利润的原因是什么?

毛利=应收利息-逾期金额-资金成本-获客成本

条形图+折线图

获客质量如何?

逾期占比=逾期金额/应收利息

转化情况怎样?

资金占比=资金成本/应收利息<br>获客占比=获客成本/应收利息

逾期风险趋势和占比如何?

逾期风险来自哪?

时间、业务架构、用户类型等甚至需要探索的字段

趋势树图+散点图

说明:

我们给出的数据里新老客、年龄、消费频次、消费金额、最新消费时间、用户类型等等用户画像数据是缺失的,我们把它标红。这种情况在业务场景中非常常见,不过这是正常的,因为没有任何一家公司数据建设是百分百完善的。虽然缺失了用户画像数据,但是我们的数据里有一个平均芝麻分可以用,可以用来做一个用户评级的维度分析。

 

http://www.xdnf.cn/news/988291.html

相关文章:

  • CMake指令:aux_source_directory
  • RFID测温芯片在新能源电池管理中的创新应用
  • 11. 线性表的顺序表示和实现(3)
  • AI视频生成API:一站式视频生成解决方案
  • JAVA(Day_4
  • 网络管理【Linux/Unix/Windows】命令大全
  • 保障信号纯净:线材滤波器在复杂电磁环境中的作用
  • Java 8 Stream 流全面使用教程 - 完整版
  • 肩胛骨髓外浸润
  • Android11 Launcher3实现去掉抽屉改为单层
  • 汇编(cpu寄存器描述)
  • 字符串和内存函数(2)
  • MacBook M1 Pro下载安装MySql
  • Redis分布式缓存(RDB、AOF、主从同步)
  • force命令的使用
  • 图文教程——Deepseek最强平替工具免费申请教程——国内edu邮箱可用
  • 传统Web应用和RESTful API模式
  • javaee初阶-多线程
  • C++基础
  • Oracle集群OCR磁盘组掉盘问题处理
  • echart pie label.rich 颜色设置与项目同色
  • matlab红外与可见光图像配准算法
  • Flask 报错修复实战:send_file() got an unexpected keyword argument ‘etag‘
  • 什么是Power Distribution Unit(PDU)以及智能PDU:应用的演变历程
  • C#简单线程启动的几种方法总结
  • Windows平台网络通信
  • SQL Server 查询数据库中所有表中所有字段的数据类型及长度
  • 从“字对字“到“意对意“:AI翻译正在重塑人类的语言认知模式
  • 从代码学习深度学习 - 全局向量的词嵌入(GloVe)PyTorch版
  • 医疗行业双碳战略升维:从合规达标到价值创造的转型路径