(数据分析入门到精通)(数据分析入门到精通视频)

1. 数据分析

• 认识数据分析

数据分析是指用合适的统计分析方法对收集来的数据进行分析，将这些大量的数据进行

汇总，并做成可以被人们消化和理解的资料，从中提取有用的信息。数据分析常常以数和量的形式展现，通过实验、观察、调查等方式获取结果。

• 数据分析的价值

专家提醒：

数据分析在企业的日常经营分析中，具有以下三大作用。

• 现状分析，提供企业现阶段整体运营情况，以及企业各项业务的构成，其中包括各项业务的发展以及变动情况。
• 原因分析，确定企业所存在问题的原因，针对原因做出相应的解决方案。
• 预测分析，对企业未来的发展趋势做预测，便于企业制订运营计划。数据分析的基本步骤

数据分析主要包括 6 个循序渐进的基本步骤，它们缺一不可、相辅相成，也是企业在运用数据分析的时候，必不可少的步骤，如图 1-2 所示。

• 明确分析目的

不管做什么事，都需要有一个目的，这样才能思路清晰，数据分析也不例外。人们在分

析数据的时候，一定要知道分析数据的目的，不能只一味地寻求数据的数量，应该透过数量看本质。

明确数据分析的目的，才不会偏离方向，使决策者做出正确的决策，远离歧途；才能确保数据分析有效进行，为数据的收集、处理、分析提供清晰的指引方向。

• 数据收集

数据收集是按照确定的数据分析目的，来收集相关数据的过程，它为数据分析提供依据。

而一般数据来源于 4 种渠道，如图 1-3 所示。

（1）数据库

如今，几乎每一个企业都会有一个专属的数据库，一般存放的是企业各项业务的相关数

据。数据库中的数据是相当庞大的，如果加以利用，定能为企业数据分析做出巨大的贡献。

（2）互联网

互联网属于一个开放性发布消息的地方。随着数据分析被各大企业所运用，网络上也出

现了一大批的数据。提供数据的网站也非常多，如传播媒体网站、大型综合门户网站、行业

组织网站等，因此可以利用搜索引擎来收集数据。

（3）市场调查

市场调查是运用科学的方法，进行有目的、系统地收集、记录、整理有关调查信息和资料，

为市场预测和营销决策提供客观的数据资料。

（4）公开出版物

可以收集一些公开出版物里与企业业务相关的数据。这些出版物里面的数据是比较权威

的，真实性比较强。

• 数据处理

数据指数字、符号、字母和各种文字的集合，可以用计算机收集、记录。而数据处理涉

及的加工处理比一般的算术运算要广泛得多，其中的处理，是指以下 7 个方面工作中一个或者多个组合，最后绘制成文字和数字的表格或图表。

• 数据采集，采集所需的信息。
• 数据分组，指定编码，按有关信息进行有效的分组。
• 数据组织，整理数据或用某些方法安排数据。
• 数据计算，进行各种算术和逻辑运算。
• 数据存储，将原始数据或计算的结果保存起来，供以后使用。
• 数据检索，按消费者的要求找出有用的信息。
• 数据排序，把数据按要求依次排成序列。

专家提醒：

如今，数据处理已经广泛地用于各种企业和事业，内容涉及票据收发、生产调度、计划管理、销售分析等。

• 数据分析

一般企业都会把数据分析划分为定性数据分析、验证性数据分析、探索性数据分析 3 种方式，如图 1-4 所示。

探索性数据分析，是一种对数据进行分析，从而检验“假设值”的形成方式，探索性数据分析侧重于在数据之中发现新的特征。

验证性数据分析则侧重于已有假设的证实或证伪。

定性数据分析是指对词语、照片、观察结果之类的非数值型数据进行的分析。

• 数据展现

数据的展现在数据分析步骤中是一个重要的角色，只有将收集的数据通过处理和分析，形成有用的信息，并且用常用的柱形图、饼图、条形图、折线图等来进行展现，才能让人们

一目了然地发现数据的本质以及作用，如图 1-5 所示。

• 报告撰写

报告撰写是数据分析的最后一步，是整个数据分析过程的总结，是给企业决策者的一种

参考，为决策者提供科学、严谨的决策依据。

一份优秀的数据分析报告，需要有一个明确的主题，需要一个清晰的目录，图文并茂地

阐述数据、条理清晰地展现，使决策者能一目了然地看出报告的核心内容。这样既能给阅读

人以视觉上的冲击，又能很明确地阐述数据分析的核心内容。

最后，需要加上结论以及建议，这样不仅可以给决策者指出问题，还可以提供方案和想

法，以便决策者在决策时作为参考。

• 数据分析的4大误区

在实际工作、学习中，数据分析人员常常会陷入 4 个误区，而这些误区很有可能导致数据的不完整，缺乏针对性，影响决策者做出正确的决策。下面就来讲一讲到底是哪 4 大误区，如图 1-6 所示。

1．忽略数据分析的核心，为了数据而分析

很多数据分析师在分析数据的时候，都是带着“怎样才能把这些数据用图表完美地展现

出来？”“需要用多少张图”等数据展现上的问题，而这些问题并没有明确数据分析的目的、核心。

所以，数据分析师在分析数据的过程中，应该围绕企业现状、业务变动情况及原因、预测未来趋势来进行分析，这样才能扣住数据分析的核心，才能体现出数据分析的价值。

只有这样，分析出来的数据才能对决策者有参考意义，才能不浪费时间并做出有用的数

据分析资料，才能对企业有实际上的改善作用。

2．忽略业务知识，数据偏离实际轨道

目前很多数据分析师都是统计学、数据处理、计算机等专业出身，他们大多缺乏管理和

营销方面的工作经验，所以在进行数据分析的时候大多都是从数据分析本身出发。

但是对于决策者来说，这样的数据分析并不具有实用性。数据分析报告的内容做得再精

美，因为没有切合实际业务，也得不到全面、综合性的结论。这样的数据分析只是“空白”资料，对决策没有什么实际意义。

所以，数据分析师在分析数据的时候，应该从企业业务出发，需要懂管理、懂营销、懂

策略，这样才能做出一份有含金量的数据分析。

3．忽略业务问题，追求高级分析模型

有很多数据分析师，总认为高级分析模型（回归分析、因子分析等）是专业的，就一味

地使用高级分析模型，以体现自己分析出来的数据具有专业性。其实这样的想法不完全对。

数据分析师只要能够用数据，简单地说明在企业业务中出现的问题、出现问题的原因以

及解决方法，就能很好地诠释出数据的核心以及质量。如果数据分析做得很漂亮，但是决策

者看不懂，不能一目了然地明白数据所表达的意思，那无疑是失败的数据分析。

4．为数据而找数据，迎合观点

很多数据分析师在分析数据之前，很有可能自己就有一个观点或者决策者有一个观点，

然后他们就会围绕这个观点来进行数据分析。这样很有可能导致数据的不完整性，使数据具

有局限性，分析出来的数据也不一定是正确的，只会误导决策，使企业蒙受一定的损失。

所以，在进行数据分析的时候，应该保持中立的状态，客观真实地去分析数据，尽量不

要“为了迎合一个观点而去找数据”，减少利益牵扯，这样的数据分析才是有价值的。

• 数据分析的行业发展

如今，在全球 500 强企业中，90% 都有基于数据分析来制定重要决策的，数据分析

普遍被作为运营决策的前提要素。如有的企业借助数据报表，了解市场上发生了什么事；

有的企业借助预测模型，了解未来是什么趋势，有可能发生什么等，不管是解决哪种问题，

数据分析早就成为了企业决策的前提条件。

在我国，数据分析行业的发展与国外发达国家虽具有一定的差距，但随着企业量化决策

意识的逐渐提高，出现了 3 大现象，如图 1-17 所示。

1．数据分析行业人才剧增

数据分析师职称出现后，数据分析人才的培养也如火如荼地开展，如今的培训规模甚至

都达到了上万人，这说明数据分析已经深入人心，大家都知道了数据分析的重要性。

另外，在各大网络的经济论坛上，有很多具有数据分析实战经验的专家，推出了关于数

据分析的优质课程。这样更加方便了人们学习数据分析，熟知数据分析，久而久之，数据分

析就自然而然地蓬勃发展起来。

2．专门的数据分析岗位

随着数据分析在企业中的受欢迎程度不断提升，形成了专业的企业数据机构和企业内部

数据分析岗位。

有些企业选择与专业数据分析机构合作，来满足企业数据分析的需求，如长虹和奥维合

作、新浪和尼尔森合作等。

而有些企业则选择内置数据分析岗位，来满足企业数据分析的需求，如中国移动、京东、联想等很多企业，都有专门的数据分析岗位。

3．专门的数据分析机构

在上面提到专业的数据分析机构，它是一种专门为企业需求进行数据分析的机构，如颐

和盛世、丰国泰等项目数据分析事务所；用友、金蝶等软件公司；淘宝、百度等互联网公司。

• 数据分析的职业发展

从 20 世纪 90 年代起，欧美国家开始大量培养数据分析师，现在，对数据分析师的需

求有扩展之势。根据美国劳工部预测，到 2018 年，数据分析师的需求量将增长 20%。

由此可见，数据分析技能是未来必不可少的工作技能之一，在数据分析行业发展成熟的

国家，90% 的市场、经营决策都是通过数据分析研究确定的。

在如今的数据时代，数据分析师不仅仅会面临数据的匮乏，甚至还会面对数据过剩的

问题。

因此，数据分析师必须学会借助技术手段进行高效的数据处理，不断在数据研究的方法

论方面进行创新和突破。

目前随着各行各业的不断发展，数据分析行业涉及的领域也在慢慢地扩展。照此发展，

相信在不远的将来，数据分析师必能成为职场上不可或缺的宠儿。但是，想要做好数据分

析师，必须掌握 5 点，才能在数据分析师的道路上快速发展，如图 1-18 所示。

1．掌握分析方法

数据分析的首要任务是懂得分析，只有知道数据分析基本原理与有效的数据分析方法，

并灵活运用到工作中，才能使数据分析变得有价值。最基本的数据分析方法有8种，如图1-19所示。

专家提醒：

除了基本的数据分析方法，还有高级的数据分析方法，如相关分析法、判别分析法、

因子分析法、回归分析法、聚类分析法、时间序列分析法、对应分析法等。

1. 掌握数据分析工具

众所周知，数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，

如 Excel、SPSS、SAS、PowerPoint 等工具。数据分析师面对庞大的数据，必须依靠强

大的数据分析工具，才能完成数据分析工作。

3．掌握数据分析核心业务

数据分析师在运行数据分析之前，必须熟悉行业知识、公司业务及流程，若脱离了对行

业的认知和公司业务背景，分析的结果就如一匹脱缰的野马，不能被控制在所需范围之内。

4．掌握管理理论

在数据分析的步骤中，需要确定数据分析的目的，在确定目的的同时，还得确定数据分

析思路，这就需要用到营销、管理等理论知识来指导。如果不熟悉管理理论，那么在后续的

数据分析中，很容易偏离企业所需要的数据轨道，就很难将数据分析成功地进行下去的。

5．掌握 Excel 图表设计

在数据分析中，大多数数据分析师都是运用图表，来表达分析观点和结果，使决策者

能一目了然地看到数据分析的核心内容。而图表的设计是门大学问，如图形的选择、版式

的设计、颜色的搭配等，都需要掌握一定的设计原则，才能把分析出来的数据结果，精美、

清晰地呈现在人们的眼前。

专家提醒：

如今，用数据说话、重视定量分析，逐渐成为科学研究、企业经营、政府决策等过程着重考虑的问题。

• 数据分析方法论

数据分析方法论是从宏观角度出发，指导数据分析师进行一个完整的数据分析的，它是

一个指南针，为数据分析师指明数据分析的正确方向。

• 什么是数据分析方法论

数据分析方法论是指数据分析的思路，是数据分析的前期规划，指导着后期数据分析工

作的开展。当企业决策者收到一个数据分析报告时，会详细询问数据分析师，所应用的数据

分析方法论是哪一个。如果方法论不正确、不合理，那么数据分析报告将没有任何价值。

数据分析方法论好比装修设计图，它为数据分析工作提供了工作框架和指引；而数据分

析方法好比装修的工具和技术，它为数据分析提供技术的方法和保障，如图 1-20 所示。

专家提醒：

数据分析方法论与数据分析方法在数据分析中，是必不可少的组成部分，它们相互

依存，各有各的特点，为数据分析营造出正确、实用、有价值的气氛。

• 常用的数据分析方法论

之前说过，数据分析方法论是非常重要的，因为它能决定数据分析报告是否有价值，所

以，下面就来讲一讲常用的 5 个数据分析方法论，如图 1-21 所示。

• 5W2H

5W2H 分析法又叫七何分析法，是以 5 个 W 开头的英文单词和 2 个 H 开头的英文单词进行提问，从回答中发现问题的线索以及解决方法，其简单、方便，易于理解、使用，广泛用于企业管理和技术活动，对于决策和执行性的活动措施非常有帮助，并且有助于弥补问题的疏漏。

其中 5W2H 分别是指，为什么（Why）、做什么（What）、什么人做（Who）、什么时候（When）、什么地方（Where）、如何做（How）、什么价格（How much），如图 1-22 所示。

• 用户行为理论

用户行为是指用户为获取、使用物品或者服务所采取的各种活动。用户对产品首先需要

有一个认知、熟悉的过程，然后试用，再决定是否继续消费使用，最后成为忠诚用户，如图1-23所示。

数据分析师还可以利用用户行为理论，把用户在网站上的访问、浏览、搜索、注册、登录、订购等关键指标的逻辑关系进行梳理与分析，如图 1-24 所示。

• PEST分析

PEST 分析是分析企业外部宏观环境的一种方法，虽然不同的企业和行业对宏观环境的

因素需求会有一定的差异，但一般企业和行业进行宏观环境分析的时候，必然会进行政治环

境（Political）、经济环境（Economic）、技术环境（Technological）、社会环境（Social）分析，所以这四个环境是影响企业的外部环境因素，企业只要对这四个因素进行分析，就可称为实施了 PEST 分析法，如图 1-25 所示。

• 4P营销理论

4P营销理论是指在1967年，菲利普·科特勒在其畅销书《营销管理：分析、规划与控制》（第一版）中进一步确认的以产品（Product）、价格 （Price）、渠道（Place）、宣传（Promotion）

为核心的营销组合方法，如图 1-26 所示。

• 逻辑树分析法

逻辑树又称问题树、演绎树或分解树等。逻辑树是将问题的所有子问题分层罗列，从最

高层开始，并逐步向下扩展。逻辑树主要是帮助数据分析师理清自己的思路，不进行重复和

无关的思考，如图 1-27 所示。

专家提醒：

逻辑树是所界定的问题与议题之间的纽带，它能在解决问题的小组内建立一种共识，

并且能保证问题解决过程的完整性，以及能将工作细分为一些利于操作的部分，明确地

把责任落实到个人。

• 撰写数据分析报告初始数据分析报告数据分析报告具体目标数据分析报告的结构撰写报告时的注意事项报告范例

1. 数据采集与处理
2. 数据分析方法

3.1 数据分析常用工具

数据分析师在进行数据分析工作时，常用的工具是数据透视表。数据透视表是一种使

用范围很广的分析性报告工具，使用数据透视表可以进行数据的汇总、分析、浏览。

3.1.1数据透视表是什么

数据透视表是一种交互式的表格，可以对数据进行某些计算，如求和、计数、求平均数等。数据透视表还能帮助用户分析数据、组织数据，从不同的角度对数据进行分析。

数据分析师想要掌握数据分析工作，则需要了解数据透视表以下相关术语。

• 字段，是从源列表或数据库中的字段衍生出来的数据分类，它相当于数据表中的列。
• 源数据，是指数据表格中的基础行或数据库中的记录。
• 字段列表，将字段列表中的字段拖动到相应的区域，即可在数据透视表中显示该字段的

数据。

• 汇总函数，用来合并数据字段中的值，其中数据透视表常用的汇总函数包括 SUM 函数、

COUNT 函数、AVERAGE 函数、MAX 函数等。

• 刷新，是重新计算数据透视表，得到源列表或数据库的最新数据。
• 轴，它相当于数据表中的列与行。
• 透视，是指将一个或者是多个数据字段的位置，进行改变，同时重新组合了数据透视表

中的字段的位置。

3.1.2创建数据透视表

3.2 数据分析方法

3.2.1平均分析法

平均分析法就是利用平均指标对社会经济现象进行分析的方法。而平均指标是社会经济

现象总体和单位在一定时间、地点条件下某一数量特征的一般水平。

平均分析法分为以下两种。

• 数值平均数，其中包括算术平均数（简单算术平均法、加权算术平均法）、调和平均数、

几何平均数、平方平均数。

• 位置平均数，其中包括众数、中位数。

平均分析法在数据分析里的作用为以下几点。

• 可以比较同类企业、产品、服务标准之间的本质性差距。
• 可以分析数据之间相互依存的关系。
• 可以对企业中的某产品在不同时间上进行水平比较，用来说明产品的发展趋势和规律。

然而，在数据分析中运用最多的就是算术平均数，因为它是基础性指标，能对比出同类

现象不同地区、行业、类型、时间的差异程度，比用总量指标更具有说服力，其公式如图3-25所示。

平均分析法在数据分析中最大的实用点就是与对比分析相结合，只有对所有数量指标依

据不用的分组用单位数来平均，进行比较与分析，才能发挥其最理想的用处。

3.2.2比较分析法

比较分析法是指将客观的事物进行对比，以达到认识事物的本质和规律，进而判断其优

劣的研究方法。

一般来说，比较分析法通常是把两个或两个以上的同类数据进行比较，从剖析、对比事

物的个别特征和属性开始，辅助数据分析师进行数据分析的工作，而比较分析法还可以分为

横向比较和纵向比较两种。

• 纵向比较是对同一事物不同时期状况的特征进行比较，从而认识事物的过去、现在及

其发展趋势。

• 横向比较是对不同国家、不同地区、不同部门的同类事物进行比较，从中找出差距，

判断优劣。

在数据分析中，比较分析法主要是从以下几点来进行数据比较，以便数据分析师更好地

做出数据分析的建议以及数据分析报告，如图 3-26 所示。

1. 不同时间比较

时间是最能见证企业是否成长的因素，同一产品进行不同时间的比较，这能更好地了解

产品是否有发展前途，以及了解负责产品发布、制作等过程的员工是否在尽所其能地去为公

司产品出谋划策等。

然而，需要注意的是不能随意地进行时间的对比，时间需要有匹配性，不能让去年年底

的数据与今年 6 月的数据相比较，这其中的干扰因素太多了，会使数据分析偏离轨道，产生出不科学的、漏洞多的数据分析结果。

时间上的比较，一般分为两种，一种是同比，另一种是环比，如图 3-27 所示。

1. 企业内部比较

企业内部比较是最能提升部门间竞争斗志的数据，便于考察企业部门工作能力以及态度，部门之间能力的高低，也能让企业高层了解到企业内部哪些部门需要提高能力加快发展，哪些部门做得好并且怎样才能维持下去等问题。

1. 比较业绩目标

业绩是企业最真实、直接的产物，企业可以把当前业绩与全年业绩目标进行对比，看一

看是否有差距，是提前到达了还是会延后或者会按时完成业绩。进行业绩对比可以为企业敲响一计警钟，让企业及时作出调整或者稳定企业目前做法，使企业把控好业绩的动向。

4．与竞争对手之间的比较

竞争对手对于企业来说，既是老师也是敌人，一般从竞争对手那里得来的消息，都会对

企业自身产生一定的影响，或好或坏。

总之，在进行数据分析工作的时候，与竞争对手进行比较，可以让企业了解自身某一

方面的发展水平在行业里，会处于怎样的位置，竞争对手哪些地方比自己做得好，哪些部分比自己做得差。企业可以取其精华去其糟粕，以提高自身的价值和技能，进而找出下一

步发展的方向和目标。

专家提醒：

数据分析师在利用比较分析法进行数据分析的时候，一定要选择具有可比性的两者

或多者进行对比，这样的对比才更具有意义。

3.2.3 漏斗图分析法

漏斗图是一种比较直观、易懂的分析方法，可以为数据分析节省很多时间，它不仅能体

现出访客在业务中的转化和流失比率，还可以体现出企业的业务在网站中的受欢迎程度，而

漏斗图通常可以提供 7 个主要的指标，如图 3-28 所示。

企业通过漏斗图一般可以很快地发现业务流程中存在的问题，如某一网站利用漏斗图来

展示某些关键路径的转化率，这样可以形象地体现出用户从进入网站到现实购物的最终转化

率，如图 3-29 所示。

当然，单一的漏斗图是不能说明特别多的数据的，还需要与比较分析法相结合，把两个或者是多个不同时间、不同网站的漏斗图进行对比，就能找出哪些业务受用户欢迎，哪些业

务需要改进。总之，可以全方位、多角度地进行挖掘与改进业务。

3.2.4 数据矩阵分析法

数据矩阵分析法可以从原始数据中获得许多有益的情报，它是一种将多个变量化为少数

综合变量的多元统计方法，

在数据矩阵图的基础上，把各个因素分别放在行和列，然后在行和列的交叉点中用数量

来描述这些因素之间的对比，再进行数量计算、定量分析，确定哪些因素是相对比较重要的。

数据矩阵图还分为 4 个象限，分别是第一象限（高度关注区）、第二象限（优先改进区）、

第三象限（无关紧要区）、第四象限（维持优势区），如图 3-30 所示。

当数据分析师进行顾客调查、产品设计等方案选择时，一般需要对两种或者是两种以上

因素加以考虑，针对这些因素权衡其重要性，得出加权系数。有时候，数据分析师需要应用

顾客对调查产品要求的数据，考虑多种影响因素，并确定各因素的重要性和优先考虑次序。

在这个时候使用矩阵数据分析法，就可以一目了然地将市场调查数据分析出来，判断出

顾客对产品的要求、产品设计开发的关键影响因素、最适宜的方案等。

总的来说，利用数据矩阵分析法可以进行多因素分析、复杂质量评价等，有利于节省数

据分析师的工作时间以及提高数据分析质量。

3.2.5 交叉分析法

交叉分析法是在纵向分析法和横向分析法的基础上，从交叉、立体的角度出发，由浅入

深、由低级到高级的一种分析方法，通常用于分析两个变量之间的关系，如各个报纸阅读和

年龄之间的关系、地区与产量之间的关系等。

还有一种最常用的就是交叉表，在 Excel 里的数据有时候是以一维表的样子呈现出来，

非常杂乱，不好分析，这个时候就可以利用二维交叉表来进行分析。下面就来分析 C 地区某品牌短裙的总销量，首先来看一维图，如图 3-31 所示。

从这个一维表上不能直观地看到这一品牌短裙 6-7 月的总销量，只能将一个个的数据

对应字段，用计算器相加得出，才是比较快的算法。而二维表交叉表就不一样了，它可以很

直观地反映出 6-7 月的总销量，如图 3-32 所示。

从上面的二维表可以看出行（短裙）与列（C）的交叉结点是 1420，所以其品牌短裙

在 C 地区 6-7 月的总销量为 1420，这样就很直观了。

专家提醒：

并不是所有的表都应该是一维表，存储的时候要存储为一维表，在现实的操盘中有

时候还是需要以二维表的形式进行数据分析的。

3.2.6 杜邦分析法

从企业绩效评价的角度来看杜邦分析法，是从财务角度来评价企业赢利能力、股东权益

回报水平以及企业绩效的一种经典方法。它最显著的特点是将若干个用以评价企业经营效率

和财务状况的比率按其内在联系有机地结合起来，形成一个完整的指标体系，并最终通过权

益、收益率综合地反映出来。

需要注意的是，杜邦分析法并不能全面地反映出企业实力，还是有一定的局限性的，在

实际运用中必须结合企业的其他信息加以分析，不然就很容易进入误区，其主要表现在以下

几点。

• 对短期财务结果过分重视，有可能助长公司管理层的短期行为，忽略企业长期的价值

创造。

• 在目前的市场环境中，企业的无形知识资产对提高企业长期竞争力至关重要，杜邦分

析法却不能解决无形资产的估值问题。

• 在目前的信息时代，顾客、供应商、雇员、技术创新等因素对企业经营业绩的影响越

来越大，而杜邦分析法在这些方面是无能为力的。

数据分析如果是为了深入分析、比较企业经营业绩，就可以利用杜邦分析法将企业净资

产收益率逐级分解为多项财务比率乘积。杜邦分析法还给管理层提供了一张明晰的考察公司

资产管理效率和是否最大化股东投资回报的路线图，如图 3-33 所示。

3.2.7 分组分析法

分组分析法是在分组的基础上，对数据分析对象的内部结构、现象之间的依存关系，从

定性的角度进行分析研究，以便寻找事物发展的规律，正确分析问题和解决问题，从而认识

分析对象的不同特征、不同性质及相互关系的方法。

分组分析法可分为 3 种方式，都可以在数据分析的过程中使用，如图 3-34 所示。

1. 按数量分组分析法

按数量分组的分组分析法是用来研究总体内部结构及其变化的一种分析方法，计算各组

单位数、分组指标量在总体总量中所占比重，形成了总体的结构分布状况。

如果各组所占比重大小不同，那么就说明它们在总体中所处的地位不同，其中比重数大

的部分，决定着总体的性质或结构类型。

1. 按相关关系分组分析法

按相关关系分组分析法是用来分析社会经济现象之间依存关系的一种分组分析法。社会

经济现象之间存在着某些关系，其中关系最为紧密的就是现象之间的依存关系，如企业产品

的成本、销售总额与利润之间的依存关系。

相关关系分组分析法可以利用这些现象之间的依存关系，把总体按照影响因素进行分组，再按组计算出被影响因素的相对指标，然后根据指标值在各组间的变动规律，确定因变量与自变量之间的依存关系。

1. 按品质分组分析法

把同类品质的事物进行分组，并不能很好地挖掘出事物的发展规律，相反的是，把不同

品质的事物进行分组，可以将复杂的社会经济现象，按照量化研究的要求区分为一个个性质

不同的类型，以便进一步研究各组的数量特征和组与组之间的相互关系。

总之，按品质分组的分组分析法就是用来分析社会经济现象的各种类型特征，从而找出

客观事物规律的一种分析方法。

专家提醒：

分组是区分现象的类型，正确了解、研究现象的实质，发挥统计研究作用的重要工具。

以上 3 种分组分析法在实际运用中常常结合在一起使用，不过需要注意的是，分组时必

须遵循以下两个原则。

• 互斥原则，就是在特定的分组标志下，总体中的任何一个单位只能归属于某一个组，而不能同时或可能归属于几个组。
• 穷尽原则，就是使总体中的每一个单位都应该有组可归，或者说各分组的空间足以容纳总体中所有的单位。

1. 数据图表的可视化

4.1数据可视化

数据可视化技术主要利用图形、图像处理、计算机视觉以及用户界面，通过表达、建模

以及对立体、表面、属性以及动画的显示，对数据加以可视化解释，帮助用户从数据中发现

关系、规律和趋势。

4.1.1 个性化的呈现方式

随着计算机技术的发展，数据可视化概念也随之扩展，它不仅包括科学计算数据的可视

化，而且包括工程数据和测量数据的可视化。

数据可视化能够将大型集中的数据以图形图像的形式表示，并可利用数据分析和开发工

具发现其中未知信息的处理过程，其个性化的呈现方式使人们更容易理解数据背后的信息。

下面将介绍一些有趣的数据可视化案例，如图 4-1 所示。

1. 地图

地图是目前经常使用的一种数据可视化技术。它将地理数据或者基于地理数据的分析结

果运用不同颜色或图形直接表现在地图上，让阅读者直观地看出不同地区之间所存在的差异。

例如，GeoFlow 允许用户最多导入 100 万行的 Excel 数据，并通过必应地图引擎生成

可视化 3D 地图，如图 4-2 所示。

GeoFlow数据可以设置成三维垂直显示，效果看似五彩斑斓的摩天大楼屹立在地图中，

或以二维贴片方式呈现，微软将此描述为“泡沫可视化效果”。

1. 趋势地图

趋势地图也可称为统计图或统计图表，是以统计图的方式来呈现某事物或某信息数据的

发展趋势的图形，如图 4-3 所示。

1. 标签云

标签云是一套相关的标签以及与此相应的权重，如图 4-4 所示。此外，标签云通常是

可以交互的：标签是典型的超链接，用户可以详细了解他们的内容。

4.1.2 数据可视化的作用

随着计算机技术的发展，数据可视化概念已大大扩展，它不仅包括科学计算数据的可视

化，而且包括工程数据和测量数据的可视化。人们可以通过数据可视化技术，发现大量金融、

通信和商业数据中隐含的规律，从而为决策提供参考。

数据可视化，可以清晰、有效地表达数据中的信息，便于洞察数据中的规律，并且在视

觉上也存在着其他数据分析没有的美感，其具有以下 3 点作用。

• 数据可视化可以使数据多维地展现出来，其中数据可以按每一维的值，将表示对象或事

件的数据的多个属性或变量，分类、排序、组合和显示。

• 数据可视化可以使数据分析师以交互的方式管理和开发数据。
• 数据可以用图像、曲线、二维图形、三维体和动画来显示，并可对其模式和相互关系进

行可视化分析。

数据可视化可以大大加快数据的处理速度，使每时每刻所产生的数据都能有效地利用，

使人们能够观察到数据中所隐含的现象，使人们在视觉效果好的情况下，还能从数据中得到

有价值的信息，所以，数据可视化是为发现和理解科学规律提供的有力工具。

4.1.3 数据可视化的工具

随着数据大爆炸时代的到来，各种各样的数据可视化工具先后推出，免费的工具难免会

没有那么美观、而收费的工具不一定就比免费的好用。下面就来了解几个比较实用的可视化工具，如图 4-5 所示。

1. Excel

在数据可视化的工具中最为经典的还是 Excel，它是快速分析数据的理想工具，也能创

建供内部使用的数据图。不论是操作的简单易懂，还是美观度，都是可圈可点的。

虽然它不是最好的，在颜色、线条和样式上可选择的范围有限，但是作为一个高效的内

部沟通的工具，却是最具有性价比的一款数据可视化工具。下面就来看在 Excel 中做的热力

地图，如图 4-6 所示。

1. Pizza Pie Charts

Pizza Pie Charts 又可称为比萨饼图，它可以使数据一瞬间变成“热腾腾的比萨”，视

觉效果非常好，并且还能轻松集成通过 Html 标记和 CSS 代替 JavaScript 对象，如图 4-7

所示。

1. Poly Maps

Poly Maps 是一个地图库，是以一个基于矢量和 tile 创建动态、交互式的动态地图，其

中地图风格化方面非常显著，是一款不错的数据可视化工具，如图 4-8 所示。

1. Wiki Mind Map

Wiki Mind Map又可称为维基思维导图，而如今思维导图是人们喜欢用的一种思维工具，

因为它可以美观地、页面简洁地把重要的或不重要的知识放进思维导图的分支中。

在观看的时候分支既可以收起来，也可以展现出来，是一个非常好用的数据可视化工具。

就像是一个知识宝库，任何数据和知识都可能会存在这个思维导图应用程序中，让人们更加

全面地掌握所要讲的知识，如图 4-9 所示。

1. Visual.ly

Visual.ly 是一个在线制作信息图的工具，里面有海量、精美的信息图，这些信息图完

全可以体现出数据的可视化，如图 4-10 所示。

1. Google Chart API

Google Chart API 中包括条形图、折线图、地图、 QR 代码等功能，数据分析师可以

通过 Google 查找到合适的可视化图形，不需要特殊定制，对于一名新手来说，是一款很适

合的数据分析可视化的工具。

不过它还是有缺点的，Google Chart API 上的图形需要在客户端上生成。对于动态图

来说，如果设备上不支持 JavaScript，不支持非联网状态使用，不能用不同格式保存，都会

引发问题，当然对于静态图就没有这些问题了，如图 4-11 所示。

1. Data Driven Documents

Data Driven Documents又可称为D3，它能够提供大量的复杂图表样式，如圆形集群、

单词云、树形图等，不过此工具做出来的数据可视图会比较花哨，有时候会使数据分析大打

折扣。使用的时候需要注意，最好不要大肆使用，至少要保证数据分析报告的简洁程度，如

图 4-12 所示。

1. Highcharts

Highcharts 是一个制作图表的 Javascript 类库，可以制作的图表有曲线图、区域图、

区域曲线图、饼装图、散状图等，其中它的时间轴可以精确到毫秒，是一款适合新手的数据

可视化工具，如图 4-13 所示。

专家提醒：

以上所说的工具几乎都是免费的，对于新手来说，最好是选择一种工具进行熟练运

用，这样才能在数据分析的时候，不为做图而伤脑筋。

1. R

R 就是所谓的 R 语言，它主要用于数据分析、绘图的语言和操作环境，可以用作矩阵计，作为用来分析数据集的统计组件包，相对其他的工具来说Ｒ是一个非常复杂的工具。

其学习使用的时间是很漫长的，不过Ｒ拥有强大的社区和组件库，如果学会使用了 R 工

具，那么数据可视化就完全不会有问题，还可以在上面学习一些新的知识，如图 4-14 所示。

1. Gephi

Gephi 是进行社交图谱数据可视化分析的工具，以及动态和分层图的交互可视化与探测开源的工具，可作为探索性数据分析、链接分析、社交网络分析等数据可视化的利器。

它不但能处理大规模数据集并生成漂亮的可视化图形，还能对数据进行清洗和分类，不

过想要学会其操作也需要一段时间的沉淀，才能无压力地诠释其所有的功能，如图4-15所示。

专家提醒：

以上10种工具中的后面2种，对于稍微资深的数据分析师来说，是可以运用自如的；

对于新手而言前8种都可以，最好是运用Excel，它简单易上手，做出来的图也不会很难看。

4.2 认识数据图表

在数据分析中，数据图表是非常重要的一员，如果数据图表不能清晰地展示出数据，则

会难以展现出数据源，不能很好地把数据诠释出来，不易把数据依据传达给企业决策者或是

普通读者。

4.2.1 图表的作用与分类

数据分析师在做数据分析工作时，会进行数据可视化操作，届时会需要用到图表，那样

才能方便地进行分析与研究。而到底什么是图表呢？有些人说是图与表相结合，有的人会说

是在有表格的基础上做出来的图等，其实这么说也并不是没有道理，只是解释得比较空泛，

比较局限而已。

其实图表可以这么认为，它可以泛指在屏幕中显示，可直观展示数据信息属性，包括时

间性、数量性等，以及对数据的挖掘、数据现象体现的一种图形结构。而图表设计是通过图示、表格来表示某种事物的现象或某种思维的抽象观念。

数据图表的作用有以下 4 点。

• 可以直观地体现出数据所要表达的现象，在图表上可以直接精确到数字、数据走势，

非常有利于企业决策者的可行性思考和参考。

• 能非常形象地把杂乱无章的数据、难懂繁多的数据，以简洁、抽象的现实体现出来，

是一种强大的“可视化”手段，使阅读者更加容易理解数据分析的一切主题。

• 图表中可以用其他的颜色突出重点，可以有效地把数据分析中的重点传递给阅读的人。
• 在数据报告中越专业的图表展示，越能体现出数据分析师的专业性、严谨性，能大大

地提高数据分析师在人们心中的形象。

图表大多都是以柱形图、饼图、条形图、散点图、折线图、表格等构成，这些也是人

们用得最多的基础图表类型了，它们能体现出数据简洁、明了的精神，如图 4-16 所示。

专家提醒：

再来稍微了解一下图表的基础类型。

• 柱形图用于显示一段时间内的数据变化或各项之间的比较情况，排列在工作表的

列或行中的数据可以绘制到柱形图中。

• 饼图中的数据基本上以百分比的形式为主，一般绘制在饼图中的数据是排列在工

作表中的列与行中的数据。

• 条形图显示各个项目之间的比较情况，排列在工作表的列或行中的数据可以绘制

到条形图中。

• 散点图也叫 轴图，它可以显示出若干数据系列中各数值之间的关系。
• 折线图可以显示随着时间而变化的连续数据，在折线图中，类别数据沿水平轴均

匀分布，所有值数据沿垂直轴均匀分布。

• 表格，表格主要是体现出准确的数字和字段。

4.2.2 图表之间的关系

图表之所以称为图表，那里面肯定是包含了“图”“表”的，而“图”与“表”之间存在着依存关系，它们就像一对兄弟，谁都离不开谁，相互依存，共同成长，如图 4-17 所示。

一般数据分析师在分析数据的时候，首先会制作一张表格，然后再把表格做成可视图，

这样一来，不难理解图表之间存在着依存关系、血脉关系。如果没有了表，那么图有可能不

能快捷地制作出来；如果没有了图，那么表将会失去一定的风采，不能引起企业决策者的注意。

但是在一份数据分析报告中，不能只单调地通篇使用“图”或“表”，这样会在一定程度上影响数据报表的权威性。因为有些重要的数据还是需要表格诠释出来的。图具有抽象化的特点，并不能把数据一个不漏地体现出来，而表格却可以，只是那样会显得笨重，数据太多会使阅读的人眼花缭乱。

因此，图表应该合理搭配，在数据分析报告中共进退，一同诠释数据所体现的问题，一

起挖掘数据背后的秘密。

4.2.3 图表制作的方法

由于数据分析师经常与数据图表打交道，往往都会忘记起初学过的图表制作的规范步骤，从而做无用功。所以想要把图表制作好，就得牢记图表制作的规范步骤，如图 4-18 所示。

知道了步骤之后，就开始制作图表。下面以某商店的部分商品为例，制作出一张图表，

其操作如下。

步骤01 在 Excel 表格中，打开盈利表，选中所有含数据的单元格 A1-E8，如图 4-19

所示。

步骤02 单击“插入”功能区，选择“图表”选项里的图表类型，这里选择“柱形图”，

如图 4-20 所示。

步骤03 然后在下拉框中，选择“簇状柱形图”，如图 4-21 所示。

步骤04 选择“簇状柱形图”之后，会弹出一个柱状形图表，图表即告完成，如图 4-22

所示。

专家提醒：

图表制作的类型并不只是簇状柱形图，还有饼状图、散点图、雷达图、折线图、条

形图、面积图、气泡图、圆环图等其他图表类型。

4.3 表格的制作方法

表格的制作也很重要，千万不要认为表格永远都是千表一面的样子，它也有自己的小花

招，并且不比图逊色多少。

4.3.1 指定单元格规则

使用 Excel 可以突出显示单元格，用户可以根据指定的规则，把表格中符合条件的单

元格用不同颜色背景、字体颜色将数据突出显示出来，使数据分析更具表现力。可设置的

常用规则包括：大于、小于、等于、介于、重复值，当然用户也可以另外设置其他规则。

例如，设置“大于”规则的具体操作方法如下。

步骤01 在 Excel 表格中，选取“定价”一列所有的单元格，如图 4-23 所示。

步骤02 切换至“开始”功能区，在“样式”选项板中单击“条件格式”， 如图 4-24所示。

步骤03 在弹出的下拉框中选择“突出显示单元格规则”，单击“大于”选项，如图4-25所示。

步骤04 弹出“大于”对话框，在“为大于以下值的单元格设置格式”文本框中输入50，如图 4-26 所示。

步骤05 在“设置为”列表中选择“自定义格式”选项，单击“确定”按钮，如图 4-27所示。

专家提醒：

Excel 中的数据类型有常规、数字、货币、会计专用、日期、时间、百分比、分

数和文本等。为 Excel 中的数据设置不同数字格式只是更改它的显示形式，不影响其实际值。

步骤06 弹出“设置单元格格式”对话框，单击“字体”，设置“字形”为“加粗”，“颜色”为红色，单击“确定”按钮，如图 4-28 所示。

专家提醒：

在“设置单元格格式”对话框中的“字体”“颜色”“字形”，可根据需要进行修改，最好在要突出某类型的数据上，进行颜色的填充、字体的改变、字形的修饰。

步骤07 单击“确定”按钮之后，即可突出显示相应单元格的样式，效果如图4-29所示。

4.3.2 项目相应数据

项目相应数据的选择，跟之前所讲的指定单元格规则有异曲同工之妙，同样是具有一个

限制，用不同的背景颜色、字体颜色来标出单元格里的数据。值得注意的是，它们之间还是

有一定的区别的：

• 指定单元格，是指突显出指定规则值与数据源直接相关的数据；
• 项目相应数据，是指突显出指定值与数据源经过计算的数据。

项目相应数据包括数值最小 10% 项、数值最大 10% 项、低于平均值、高于平均值等。

下面就用 某班级中第一小组组员的体育成绩表，找到其中低于总体体育成绩平均值的成绩，

其操作如下。

步骤01 在 Excel 表格中，选取“体育成绩”一列所有的单元格，如图 4-30 所示。

步骤02 切换至“开始”功能区，在“样式”选项板中单击“条件格式”， 如图 4-31所示。

步骤03 在下拉框中选择“项目选取规则”，单击“低于平均值”选项，如图4-32所示。

步骤04 弹出“低于平均值”对话框，单击“针对选定区域”后的按钮 ，选择“绿填

充色深绿色文本”选项，单击“确定”按钮，如图 4-33 所示。

步骤05 单击“确定”按钮之后，即可突出显示相应单元格的样式，效果如图4-34所示。

4.3.3 使用图标集

在 Excel 中图标集有一个很有意思的功能，它不仅能监控企业运营指标的发展趋势，还

能使企业老板或者是员工快速并清晰地了解到企业哪些业绩完成得好，哪些业绩完成得差。

一般图标集可以将数据分为 3~5 个类别。如三个符号（有圆圈）图标集中，有三种颜

色的图标，其中绿色“ ”表示较高值、黄色“ ”表示中间值、红色“ ”表示较低值。

还有旗子形状、三色交通灯、三色箭头等，如图 4-35 所示。

下面就以某公司产品的一月业绩表为例，用三向箭头图标集标注出“销售数量”、哪些

产品完成了业绩、哪些产品没有达到业绩。其操作如下。

步骤01 在 Excel 表格中，选取“销售数量”列，如图 4-36 所示。

步骤02 切换至“开始”功能区，在“样式”选项板中单击“条件格式”，选择“图标集”，

在弹出的下拉框上选择“其他规则”，如图 4-37 所示。

专家提醒：

图标集是对单元格中的数据进行标注，为数据分析师或者企业决策者、其他阅读者

提供一种便利、快捷的找到数据所表达的主题或者是体现数据特征的方式。

步骤03 在弹出的“新建格式规则”的对话框上，选择“基于各自值设置所有单元格

的格式”，接着在“格式样式”上选择“三个符号（有圆圈）图标集”，如图 4-38 所示。

步骤04 在“图标样式”上选择“当值是”后的对话框并选择“>=”，在“当值是”对应的“值”的空白处填写“67”，在“当 <67 且”的对话框上选择“>=”，接着在“<67”对应的“值”的空白处填写“33”，单击“确定”按钮，如图 4-39 所示。

步骤05 单击“确定”按钮之后，则可以看到图标集出现在数据表中，如图 4-40 所示。

专家提醒：

从图 4-40 可以看出，产品 01 很好地完成了业绩，产品 02、产品 08 还有待加强，

而其他产品则没有完成业绩。

4.3.4 使用数据条

数据条可以反映出单元格数据的高低值，可以帮助阅读者在茫茫数据中找出高值或低值。它一般是以条形的形式出现在数据单元格上，一般条形越长，就代表数据值越高，条形越短，则数据值就越低。

下面就以某小组体育成绩表作为示例，使之体现出最高的体育成绩和最低的体育成绩，

其操作如下。

步骤01 在 Excel 表格中，选取“体育成绩”一列所有的单元格，如图 4-41 所示。

步骤02 切换至“开始”功能区，在“样式”选项板中单击“条件格式”， 如图 4-42

所示。

步骤03 在弹出的列表框中选择“数据条”，然后再单击“橙色数据条”选项，如图4-43

所示。

步骤04 即可以在数据表上看到橙色的数据条，如图 4-44 所示。

专家提醒：

从图 4-44 中可以看出，96 分是最高分，61 分是最低分，其中 61 分的有两名同学，

其他同学属于中等成绩。

4.3.5 使用迷你图

迷你图，就是一种微观的图标，小巧玲珑地待在数据表格里，美化了数据表格，使人很

容易看出数据的分布动态。简单的图形走势，可以清晰地显示出相邻数据的趋势，以及自身

数据在总体上的地位，最为显著的特征就是小巧、不占地。

下面就拿几名同学的 1-3 月生活费表做示例，做出他们 1-3 月生活费走势的迷你图，

其操作如下。

步骤01 选择单元格，如图 4-45 所示。

步骤02 切换至“插入”功能区，在“迷你图”选项板中单击“迷你折线图”， 如图4-46所示。

步骤03 在弹出的“创建迷你图”对话框中，单击“数据范围”后的按钮 ，如图 4-47所示。

步骤04 选择需要制作迷你图的数据范围，并单击按钮 ，如图 4-48 所示。

步骤05 单击“确定”按钮。单击“确定”按钮之后，则可以看到迷你折线图，如图4-49所示。

步骤06 切换至“设计”功能区，在“显示”选项板中单击所有的“方框” ，让它们呈现出“方框里有勾选”的形式 ，选择“迷你图样式强调文字颜色 2，（无深色或浅色）”，如图 4-50 所示。

步骤07 然后按照上面的步骤使所有同学的生活费，以折线图的形式出现，如图 4-50所示。

1. 数据图表的转换与美化

5.1 转换图表显示效果

随着数据的发展，数据图表的样式也越来越多了，那么该如何才能把图表转换成别有一

番风味的显示效果呢？下面就来学习转换图表显示效果的方法，其中有双坐标图、平均线图、

瀑布图、成对条形图、蛇形图、矩阵图、漏斗图等。

5.1.1 双坐标图

一般在图表中有两个系列及其以上的数据，并且它们的量纲不同或者数据差别很大时，

在同一坐标轴下就无法很好地展现数据原本的面貌，此时就可以采用双坐标图来绘制，其操

作如下。

步骤01 在 Excel 表格中，选取两列单元格，如图 5-1 所示。

步骤02 切换至“插入”功能区，在“图表”选项板中单击“柱形图”，在弹出的列表框中选择“簇状柱形图”选项，如图 5-2 所示。

步骤03 执行操作后，即可将表格转换成簇状柱形图，如图 5-3 所示。

专家提醒：

由于簇状柱形图一开始就是单柱图，所以在图 5-3 中的“定价”显示不出来，需要

设置“次坐标轴”，才可显现出“定价”柱状图。图中会有两种不同颜色的柱子，则形成双坐标图。

步骤04 选择柱形图中的柱子，单击鼠标右键，在弹出的快捷菜单中选择“设置数据系列格式”选项，如图 5-4 所示。

步骤05 执行操作后，弹出“设置数据系列格式”对话框，切换至“系列选项”选项卡，在“系列绘制在”选项区中选中“次坐标抽”单选按钮，然后单击“关闭”按钮，如图5-5所示。

步骤06 单击“关闭”按钮，即可显示双坐标，如图 5-6 所示。

步骤07 选中“累计销量”柱子，单击鼠标右键，在弹出的快捷菜单中选择“更改系

列图表类型”选项，如图 5-7 所示。

步骤08 执行操作后，弹出“更改图表类型”对话框，切换至“折线图”选项卡，在

右侧的下拉列表框中选择“带数据标记的折线图”选项，如图 5-8 所示。

步骤09 单击“确定”按钮，即可改变双坐标图的显示类型，如图 5-9 所示。

专家提醒：

双坐标图又分为线柱图、双柱图、双线图，而双柱图与双线图在制作的时候，最容易出现重叠现象，这个时候只要把占位数改成 0 即可。

5.1.2 平均线图

平均线图在数据分析中具有对比的作用，它可以用来对比图中各项目之间与平均线的差

距，其操作如下。

步骤01 在Excel表格中，创建一个“平均值”的字段，然后单击C4单元格，切换至“公

式”功能区，在“函数库”选项板中单击“自动求和”，在弹出的下拉框上选择“平均值”，如图 5-10 所示。

步骤02 把鼠标变成“ ”状态，在 B4 上的蓝色框一直下拉到 B10，再按键盘上的“Enter”键即可，如图 5-11 所示。

步骤03 单击 C4 单元格，切换至“开始”功能区，在“数字”选项板中单击“减少小数位数”，直至没有小数位，再复制到 C5-C10 中，如图 5-12 所示。

专家提醒：

平均线图的线图数据并不一定只能采用平均线，还是可以采用其他的值，来与图中原本项目进行对比分析。

步骤04 在 Excel 表格中，选取 A3-C10，切换至“插入”功能区，在“图表”选项板中单击“柱形图”，在下拉框中选择“簇状柱形图”，如图 5-13 所示。

步骤05 选择一个“平均值”的柱条，单击鼠标右键，在弹出的菜单栏上选择“更改系列图表类型”，如图 5-14 所示。

步骤06 在“更改图标类型”对话框中，选择“折线图”，接着在选择“推积折线图”，单击“确定”按钮，如图 5-15 所示。

步骤07 单击“确定”按钮之后，则会回到单元格界面，看见原本的“平均值”柱形图，变成了一条直线的“折线图”，如图 5-16 所示。

专家提醒：

文本框的操作为切换“插入”功能区，在“文本”选项板中单击“文本框”，然后再用鼠标画出一个文本区域，在上面输入“平均值：84”，即可。

5.1.3 瀑布图

瀑布图，是一种有阶梯层次的悬空柱形图，它属于分解类型图的范畴，一般来说前一根

柱子是最长的，它属于总范畴，而后面的柱子全是总范畴的分解项。下面以某公司的产品销

量构成图为示例，其操作如下。

步骤01 在Excel表格中，添加“占位数”C列，C2中的数据为0，在C3处添加计算“占位数”的公式“=B$2-SUM（B$3:B3）”，鼠标向下拖动，快速填充公式，如图 2-17 所示。

专家提醒：

在瀑布图中，占位数的大小计算公式可以为：第 个占位数的大小=[总销量-（销量 1+ 销量 2+，……，+ 销量 ）]。

步骤02 在 Excel 表格中，选取 A1-C6，切换至“插入”功能区，在“图表”选项板中单击“柱形图”，在下拉框中选择“堆积柱形图”，如图 5-8 所示。

步骤03 在弹出的图标上选择一根“占位数”柱子，单击鼠标右键，在菜单栏上选择“选择数据”，如图 5-19 所示。

步骤04 在弹出的“选择数据源”对话框中，选择“图例项”选项中的“占位数”，然后单击“

”，“占位数”上移，单击对话框下的“确定”按钮，如图 5-20 所示。

步骤05 在弹出的图表上选择一根“占位数”柱子，单击鼠标右键，在菜单栏上选择“设

置数据系列格式”，如图 5-21 所示。

步骤06 在弹出的“设置数据系列格式”对话框中选择“填充”选项中的“无填充”，“边框颜色”选项中的“无线条”，然后再单击最下方的“关闭”按钮，如图 5-22 所示。

步骤07 单击“关闭”按钮之后，“占位数”的柱子就会消失，然后再随意单击一根“网格线”，单击鼠标右键，在弹出的快捷菜单上选择“删除”，接着以同样的方法把“图例”以及“纵坐标标签”删除掉，如图 5-23 所示。

步骤08 删除“网格线”“图例”以及“纵坐标标签”之后，再在图表上选择一根“销量”柱子，单击鼠标右键，在菜单栏上选择“设置数据系列格式”，如图 5-24 所示。

步骤09 选择“设置数据系列格式”之后，瀑布图就完成了，还可以根据自己的喜好，改变瀑布图上柱子的颜色，如图 5-25 所示。

专家提醒：

一般企业在进行经营类、财务类数据分析的时候，瀑布图用得比较多，它可以表示企业成本、销量等的变化和构成情况。

5.1.4 成对条形图

成对条形图又称为旋风图，它是在条形图的基础上衍变而成的，主要有以下 4 种用途。

• 不同类别进行比较，如比较男生与女生的兴趣爱好、比较班级之间的总体成绩等。
• 因果关系，如牙膏的价格发生变化了，那么牙膏的销量就会随着牙膏价格的变化而发生变化。
• 同一事物在某个活动、行为影响前后不同指标的变化，如某企业产品发布会前后，发布成果、产品知名度等不同指标的变化。
• 不同公司、相同指标之间进行比较。

下面拿 A 公司与 B 公司的产品销售报表作为示例，做出成对条形图，其操作如下。

步骤01 在 Excel 表格中，选取 A2-B7，切换至“插入”功能区，在“图表”选项板中单击“条形图”，在下拉框中选择“簇状条形图”，如图 5-26 所示。

步骤02 在 Excel 表格中，选取 A2-B7 后，按住键盘上的“Ctrl”键选取 C2-C7，切换至“插入”功能区，在“图表”选项板中单击“条形图”，在下拉框中选择“簇状条形图”，如图 5-27 所示。

专家提醒：

制作各自的条形图，是为了让 A、B 公司条形图并在一起而做铺垫。

步骤03 根据上面两个步骤，可以分别得出 A 公司和 B 公司产品销售报表的条形图，如图 5-28 所示。

步骤04 选中 A 公司条形图上的横坐标，单击鼠标右键，在弹出的快捷菜单上选择“设

置坐标轴格式”，如图 5-29 所示。

步骤05 在弹出的“设置坐标轴格式”对话框中，勾选“坐标轴选项”中的“逆序刻度值”，单击“关闭”按钮，，如图 5-30 所示。

步骤06 单击 A 公司条形图上的纵坐标，单击鼠标右键，在弹出的快捷菜单中选择“设

置坐标轴格式”，如图 5-31 所示。

步骤07 在弹出的“设置坐标轴格式”对话框中，把“坐标轴选项”中的“主要刻度线类型”

设置成“无”，单击“关闭”按钮，如图 5-32 所示。

专家提醒：

公司 B 条形图也需要操作步骤 6、步骤 7，隐藏纵坐标刻度线。

步骤08 单击鼠标右键纵坐标上的指标，在弹出的快捷菜单上选择“字体”，如图 5-33所示。

步骤09 在弹出的“字体”对话框中，选择“字体颜色”选项中的“白色”，单击 “确定”按钮，如图 5-34 所示。

步骤10 分别在 A、B 条形图上选择一根网格线，单击鼠标右键，在弹出的快捷菜单上选择“删除”，如图 5-35 所示。

步骤11 把公司A、公司B的条形图排列在一起，即可得到成对条形图，如图5-56所示。

专家提醒：

遵循成对条形图的制作步骤还可以制作出人口金字塔图，它主要是由人口年龄和性别表示的人口分布的塔状条形图。人口金字塔分为以下三种类型。

• 年轻型，塔顶尖、塔底宽。
• 成年型，塔顶、塔底宽度一致，在塔尖处会逐渐收缩。
• 年老型，塔底窄、塔顶宽。

5.1.5 蛇形图

蛇形图是竖着的折线图，也称为竖形折线图，它属于那种扭扭弯弯形，像一条蛇一样，弯弯曲曲地立在辅助列中间。它一般由“带平滑线和数据标记的散点图”绘制而成，旁边还有两个辅助列，来增加对应的标签，提高数据的呈现度，其操作如下。

步骤01 在 Excel 表格中，选取 A2-A9 和 D2-D9 单元格，如图 5-37 所示。

步骤02 切换至“插入”功能区，在“图表”选项板中单击“散点图”按钮，在弹出

的列表框中选择“带平滑线和数据标记的散点图”选项，如图 5-38 所示。

步骤03 在弹出的图表上单击鼠标右键，则弹出快捷菜单，然后选择“选择数据”，如图 5-39 所示。

步骤04 在“标记数据系列”对话框上，选择“添加”按钮，则会弹出“标记数据系列”对话框，如图 5-40 所示。

步骤05 在弹出“标记数据系列”对话框中，“系列名称”下的空白框上填写“=Sheet1

!$E$3:$E$9”（辅助列1标签），在“ 轴系列值”下的空白框上填写“=Sheet1!$B$3:$B$9”

（辅助列 1），在“ 轴系列值”下的空白框上填写“=Sheet1!$D$3:$D$9”（纵坐标），

然后单击“确定”按钮，如图 5-41 所示。

步骤06 单击“确定”按钮之后，回到了“选择数据源”对话框，再一次选择“添加”

按钮，则会弹出“编辑数据系列”对话框，如图 5-42 所示。

步骤07 在弹出“编辑数据系列”对话框中“系列名称”下的空白框上填写“=Sheet1

!$F$3:$F$9”（辅助列2标签），在“ 轴系列值”下的空白框上填写“=Sheet1!$C$3:$C$9”

（辅助列 2），在“ 轴系列值”下的空白框上填写“=Sheet1!$D$3:$D$9”（纵坐标），

单击“确定”按钮，如图 5-43 所示。

专家提醒：

一般蛇形图使用打分的形式来获取数据，如评价企业员工、消费者对品牌产品功能的评价等，评分范围为 0 ～ 5 分、0 ～ 10 分。数据越高，评价越好，越靠图表右边；数据越低，评价越差，越靠图表左边。

步骤08 需要加载JWalk Chart Tools，切换至“文件”功能区，选择“选项”，如图5-44所示。

步骤09 在弹出的“Excel 选项”对话框中，选择“加载项”，在“管理”后选择“Excel加载项”，接着单击“转到”按钮，如图 5-45 所示。

步骤10 在弹出的“加载宏”对话框中，勾选“分析工具”，单击“浏览”按钮，选择电脑里下载的“JWalk Chart Tools”文件，单击“确定”按钮，如图 5-46 所示。

步骤11 回到Excel表格界面，单击左边的纵坐标，切换至“加载项”功能区，单击“JWalk

Chart Tools”，如图 5-47 所示。

步骤12 在弹出的“JWalk Chart Tools”对话框中选择在“Data label range”下的

白框中填入“Sheet1!$E$3:$E$9”，单击“OK”按钮，如图 5-48 所示。

步骤13 单击右边的纵坐标，切换至“加载项”功能区，单击“JWalk Chart Tools”，在弹出的“JWalk Chart Tools”对话框中选择在“Data label range”下的白框中填入“Sheet1!$F$3:$F$9”，单击“OK”按钮，即在图中显示出了文本标签，如图5-49所示。

步骤14 分别把纵坐标和横坐标上的线条颜色、标签、刻度线设置成为无。选择横坐标，

单击鼠标右键，在弹出的快捷菜单上选择“设置坐标轴格式”，接着在弹出的“设置坐标轴格式”对话框选择“坐标轴选项”，将 “主要刻度线类型”“次要刻度线类型”“坐标轴标签”依次设置成“无”，如图 5-50 所示。

步骤15 在弹出的“设置坐标轴格式”对话框中选择“坐标轴选项”，将 “主要刻度

线类型”“次要刻度线类型”“坐标轴标签”依次设置成“无”，切换到“线条颜色”，选

择“无线条”，单击“关闭”按钮，如图 5-51 所示。

步骤16 将纵坐标线条颜色、标签、刻度线设置成为“无”的操作，需按照步骤 14 和

步骤 15 进行，即纵坐标和横坐标在图中消失。接着选择数据系列，单击鼠标右键，在弹出

的快捷菜单上选择“设置数据系列格式”，如图 5-52 所示。

步骤17 在弹出的“设置数据系列格式”对话框中，单击“数据标记选项”，选择“无”，切换至“线条颜色”选项，选择“无线条”，单击“关闭”按钮，如图 5-53 所示。

步骤18 接着选择“图例”，单击鼠标右键，在弹出的快捷菜单中选择“删除”，如图5-54所示。

步骤19 删除“图例”之后，蛇形图即完成，如图 5-55 所示。

5.1.6 矩阵图

矩阵图又可叫散点图，在图中可以找出成对的因素群，图中各种要素之间的关系非常明确，能够使数据分析师掌握全体要素的关系。数据分析师还可以将隐藏在内的各项因素用矩阵图显示出来。

• 矩阵图应用得比较广泛，一般在以下 5 种情况下应用。
• 明确事件关系。
• 分析竞争对手。
• 新产品策划。
• 纠正措施排序。
• 方针目标展开。

下面就拿 A 公司 2014 年用户满意度表作为示例，其操作如下。

步骤01 在 Excel 表格中，选取 B2-C10 单元格，切换至“插入”功能区，在“图表”选项板中单击“散点图”，在下拉框中选择“仅带数据标记的散点图”，如图 5-56 所示。

步骤02 分别设置纵、横坐标的坐标轴格式，选中横坐标，单击鼠标右键，在弹出的快捷菜单上选择“设置坐标轴格式”，在弹出的“设置坐标轴格式”对话框中将“坐标轴选项”

中的“主要刻度线类型”“坐标轴标签”设置成“无”，“坐标轴值”设置成“2.8”，即单击“关闭”按钮。纵坐标操作与横坐标一样，不过“坐标轴值”需设置成“3.4”，如图5-57所示。

步骤03 选中“图例”和“网格线”，单击鼠标右键，在弹出的快捷菜单上选择“删除”，切换至“加载项”功能区，选择“JWalk Chart Tools”，如图 5-58 所示。

步骤04 在弹出的“JWalk Chart Tools”对话框中，在“Data label range”下方的空白处填写“Sheet1!$A$2:$A$10”，如图 5-59 所示。

专家提醒：

在添加数据标签时，除了在“JWalk Chart Tools”对话框中填写数据范围之外，还可以“点击”按钮 ，按住鼠标左键从 A2 一直拖到 A10 再松开鼠标，即可得到“Sheet1!$A$2:$A$10”。

步骤05 选中图中的“水平（值）轴”，单击鼠标右键，在弹出的快捷菜单上选择“设置坐标轴格式”，在弹出的“设置坐标轴格式”对话框中将“坐标轴选项”中的最小值和最大值分别设置成为 1 和 5，单击“关闭”按钮，接着再选中“垂直（值）轴”，将最小值和最大值分别设置为 1 和 6，如图 5-60 所示。

步骤06 切换至“插入”功能区，单击“形状”，在弹出的下拉框里选择“箭头”，用鼠标画出坐标轴，并且在坐标轴上标注数据标签，即可完成矩阵图，如图 5-61 所示。

5.1.7 漏斗图

堆积条形图是漏斗图的雏形，而漏斗图是由占位数据把条形图挤成一个漏斗的形状而形

成的。下面以某网站的交易流程转化率的表格作为示例，其操作如下。

步骤01 打开 Excel 表格，选中 A1-C6 单元格数据，切换至“插入”功能区，在“图表”选项板中单击“条形图”，在弹出的列表框中选择“堆积条形图”选项，如图 5-62 所示。

专家提醒：

某网站的交易流程转化率的表格中的每环节转化率、总体转化率、占位数据计算方

法如下。

• 第N个流程转化率 = 第N流程进入人数 / 第（N-1）流程进入人数。
• 第N个流程总体转化率 = 第N流程进入人数 / 第 1 个流程进入人数。
• 第N个流程占位数据 =（第 1 个流程进入人数 - 第N流程进入人数）/2。

步骤02 在堆积条形图中选择纵坐标，单击鼠标右键，在弹出的快捷菜单上选择“设置坐标轴格式”，勾选“坐标轴选项”中的“逆序类别”，单击“关闭”按钮；接着在堆积条形图上单击鼠标右键，在弹出的快捷菜单上选择“选择数据”，在弹出的“选择数据源”对话框中的“图例项”下选择“人数”，单击“下移”，单击“确定”按钮，如图 5-63 所示。

步骤03 选择图中红色条形图，单击鼠标右键，在弹出的菜单栏上选择“设置数据系列格式”，在弹出的“设置数据系列格式”对话框中，把“填充”和“边框颜色”都设置成为“无”，单击“关闭”按钮，接着删除图例和网格线，则形成了一个类似漏斗的图形，如图5-64所示。

步骤04 单击图中的条形图，切换至“加载项”功能区，选择“JWalk Chart Tools”，在弹出的“JWalk Chart Tools”对话框中，在“Data label range”下方的空白处填写“Sheet1!$E$2:$E$6”，单击“OK”按钮，如图 5-65 所示。

步骤05 单击图表，切换至“布局”功能区，在分析选项卡里选择“折线”，在弹出的下拉框中选择“系列线”，如图 5-66 所示。

步骤06 切换至“插入”功能区，在插图选项卡里选择“形状”，在下拉框中选择“下箭头”，把箭头依次放到纵坐标数据标签下，并在文本选项卡里选择“文本框”，将新建的“文本框”放在“上箭头”上，输入每环节转化率，接着把横坐标轴删除，隐藏住纵坐标轴，即可完成漏斗图，如图 5-67 所示。