数据表达

excel — 小量级一次性的数据处理
Tableau等BI — 批量的数据读取与分析
python — 复杂的数据清洗、爬虫和算法建模
图表展示原则：客观，高效，直观
表达格式：观点+数据+补充信息+图表

图表选择思路

规模、趋势、占比、关系、分布
数值对比 — 柱状图
多对象对比 — 条形图
时间趋势 — 折线图
多个对比对象 — 多个折线图
各类占比 — 饼图，but环形图更美观
对对象占比 — 树图
两个维度上对比一个维度 — 散点图
单一度量的分布 — 直方图
地理位置分布 — 地图

树图：

数据类型

数值型数据[度量]
一般由数字组成的变量，例如：成交金额、用户数、点击量。可以计算
类别型数据[维度]
一般由各种字符串和分组标签组成，例如：用户ID、性别、注册渠道

注意点：

• 提升拆解能力，尝试各种图表，以来找出突破点
• 时间日期要准确说明
• 对于大数字和小数字，要选择合适量级的单位
• 语言表示越直白、越简单越好，不要兜圈子
• 使用术语和缩略语，要确保大家都懂

搭建属于自己的知识框架
学习新知识的能力
比较新知识框架与已经有的知识框架对比，联系和区别
通过遇到的问题来提升自己

反问自己：

• 输出的结论能不能理解
• 图表够不够直观
• 策略可不可执行