用《复联3》的豆瓣评分教会你正确使用条形图、饼图、漏斗模型

导读： 每天跟数据打交道，或许你已经习惯了用数据说话。怎样能让人更懂你的数据？图表是展现数据的有效方式，几种最常见的图表你都会用了吗？基于图表和数据的常见分析方法你都掌握了吗？本文以热映中的《复仇者联盟3》的豆瓣评分数据为例教会你玩转图表和分析方法。

01 常见的统计图你用对了吗？

随着计算机软硬件的发展，使用计算机来处理数据并绘制统计图，已经变成人们想当然的选择。我们先回到原点，抛开那些软件给我们提供的、丰富多样的图表选择，只拿出三种最基本的统计图样式，明确他们的特点。

如果这三种最基本的统计图你能用的足够好的话，他们几乎可以覆盖大多数的数据展示的需求，而不需要刻意地绘制更复杂、聚合了更多信息却难以理解的图表。而在思考这三种基本统计图的过程中所使用的思维方式，同样可以拓展到其他地方，比如用来思考其他更复杂的统计图，也包括那些软件提供的模板。

数据分析的关键步骤之一，就是要得出数据之间的关系。而统计图就是帮我们把这些抽象的关系，变成具体可以看到的东西，来传递给我们的听众。换句话说，统计图上的图形，表现的就是数据之间的关系。而做这种最基本的统计图，恰好表现了三种最常用也最基本的逻辑关系。

由此，也可以得出以下这些在使用统计图的过程中比较常见的错误，包括：

• 用条形图的长度来表现趋势或者占比
• 用饼图的面积表示数量的大小或比较
• 用折线图的纵坐标表示数量的大小或比较
• ……

▲《复仇者联盟3》豆瓣截屏

1. 条形图

首先要说的，就是前面提到的条形图（Bar Chart）和“柱状图”的区别。一般的条形图。与条形图有些相似的一种图，叫作直方图（Histogram Chart）。而“柱状图”的称呼，有时指的是条形图，有时指的又是直方图，很容易混淆。

▲条形图样例

▲直方图样例

条形图表现的是数量关系，是数据之间的比较。条形图中每个条形的长短，表现的是数据的大小。因此，条形图是通过一组条形中每一个条形的长度，来判断各组数据之间的数量关系的。

2. 饼图

饼图表现的是总分关系。也就是说一组数据中，每个数据占总体的比例。图中每个扇形所对应的圆心角的角度越大，那么这个数据在整体中所占的比重也就越大。反之则比重越小。这种占比大小，经常用来反映了某一个分类在整体中的重要程度，或者对整体的影响程度。比如在我们研究用户的年龄分布时，某个年龄段的用户数量占用户总量的比例越大，我们就越会着重地考虑这部分用户的需求。

▲饼图样例

3. 折线图

折线图表现的是序列关系。比较常见的应用是用来描述一组数据的发展变化趋势。折线图是将各个数据点用线段连接起来，来通过线段的斜率反映数据的变化趋势。

▲折线图样例

在使用折线图呈现分析结论的时候，如果在整体上，多个连续的数据点之间表现出相对统一的趋势，比如都在不断的下降，或者不断的上升，那么做趋势分析相对容易一些；而如果找不到类似统一趋势，折线上下反复波动，则应当为反复波动的折线补充一条水平的参考线，使得折线是围绕这条参考线在不断地上下波动。通过这条线，我们也能够预估数据的变化情况。比如，如果折现已经波动到距离参考线比较远的位置，则后边的趋势，转为向上升的趋势概率比较大。

02 常见分析方法和指标详解

1. 访问量与点击量

用户看到与我们的产品相关的内容，并根据设计好的交互功能进行点击、滑动等操作来切换内容，这是用户最基本的行为。在这个过程中，用户能接触到的不仅包括产品本身的页面和功能，还包括各种与产品相关的内容。比如，我们制作的广告图片、撰写的运营文章、拍摄的宣传片，还包括在新兴媒体上发布的微博、推送的公众号PUSH消息、进行的直播等等。

对于以功能为主的产品，除了功能的搭建和完善，最关心的当然就是用户如何借助提供的功能在产品内部“流动”——也就是通过用户访问和操作的行为数据，来分析用户是如何使用各个功能的。而对于其他类型的产品，在操作流程中也免不了伴随着浏览和点击等基本行为，并产生相应的行为数据。比如购买商品的流程、投资的流程等等。因此，“访问”和“点击”这样的用户基本行为，始终是需要重点分析的对象。

2. 转化率与漏斗模型

对用户访问和点击行为的分析，既可以是结合业务含义的，也可以是独立于业务含义的纯粹数量统计。但对于这类基础数据的分析不是我们的重点，当我们从业务发展的角度分析用户行为时，就需要考虑发展目标、业务含义等等更多的信息了。

其中比较重要的一点，就是我们在这些基础的用户行为数据之上，增加了业务目标作为导向，来指导接下来的深入分析。我们会基于业务目标，从用户的行为中选出那些我们最关注的流程节点。并通过用户在这些节点的行为数据，来衡量用户的行为是否符合我们的期望。并且，既然是从业务的角度出发的，那么在这个过程中用到的数据也不仅仅是流量数据这么简单了，还要考虑那些与业务相关的数据，比如交易额。

▲漏斗模型

3. 用户画像与用户分群

用户画像，顾名思义，就是将用户的“样子”直观地呈现出来。这里的“样子”指的就是用户的特点。这些特点就不仅仅是用户行为上的特点了，还包括用户自身的基本信息。比如年龄上的分布、地域上的分布、交易额上的分布、客单价上的分布、喜好的商品品类上的分布等等。

我们还可以加入各种分析维度，来组成对于用户的认知，其中也包括一些与特定业务类型高度相关的维度，比如用户在投资上的投资风格和风险偏好等等。我们能考虑到的维度越完整，也就能从更多的角度了解用户，对用户认识得更完整，特别是一些与业务相关的维度相对更有价值。

4. 产品推荐与精准营销

到了用户画像和用户分群这一步，我们已经对用户群有了更加精准的认识和判断。有了这些数据作为基础，我们下一步的重点，就会再次回到产品和业务上：按照不同的用户特征对用户进行区分，并且根据用户自身特点的不同，将不同的产品推荐给用户。这也就是我们下一步要做的产品推荐和精准营销了。

5. 动态产品

如何为C端用户提供更灵活的产品呢？想要一蹴而就是不行的，不仅仅是项目排期等不起，用户的需求也等不到你完成就要改变了。

灵活性是“养”出来的，就像人的智慧，除了天赋的成分，还有成年累月的学习、思考、交流的积累。但看看现有的项目排期，上面可能已经排满了各种营销活动、各种大小BUG的修复工作，根本无暇顾及“养”的过程。就像小朋友们日夜奔波于各种家庭作业、培训班和补习班之间，无暇休息、更无暇总结和沉淀一样。

6. 广告投放与商业变现

接下来我们就需要回到产品和团队的商业目的上来——通过前面讨论的内容，来帮助团队或者企业实现业务传播和盈利的目标。这也是我们基于过去获取的或者掌控的资源，进行变现的过程。

商业变现的方式有很多。在各种层出不穷的创业商业计划书中，就包含着各种各样的、人们热衷于讨论的所谓“商业模式”。特别是在投资人对于各种创业项目的态度开始逐渐收紧的阶段，能设计出一种可行并行之有效的商业变现方法，能够帮助一个项目更容易博得投资人的青睐。最直接的变现方式，就是向用户收费了。

关于作者：李阳，资深数据产品经理，2015年获得PMI Agile Certified Practitioner认证，2016年获PMCaff产品经理社区“年度受欢迎作者”。现任京东金融数据产品经理，目前专注于业务系统逻辑和数据分析领域。

本文摘编自《产品增长力：数据驱动的产品设计、运营和优化》，经出版方授权发布。

延伸阅读《产品增长力》

转载请联系微信：togo-maruko