Qlik Sense 可视化指南

良好的可视化能够清晰地展示众多值之间的关系，让你迅速分析数据。

Qlik Sense 提供了一系列可视化和图表，每种图表以不同方式针对不同用途，适合可视化特定数据。

分析人员应根据自身希望在图表中看到的数据来选择合适的图表。

一、查看比较

1. 比较图用途：比较图用于比较彼此的值，可显示值之间的差异，如类别之间的差异以及值随时间的变化。
2. 常见场景：
   • 什么产品在本年具有最高总销售额？
   • 在过去的 24 个月中，产品销售额如何上升或下降？
3. 图表类型及一般用途：
   • 条形图：对相同的度量比较类别。
   • 折线图：比较一段时间内的趋势。
   • 组合图：比较在刻度上不同的度量。

二、查看关系

1. 关系图用途：关系图用于探索值如何彼此相关，可让你查找关联、异常值以及数据的集群。
2. 常见场景：
   • 在你产品的广告开支和销售额之间是否存在关联？
   • 开支和收入如何按区域变化？
3. 图表类型及一般用途：
   • 散点图：查看某个维度两个或三个度量之间的关系。

三、查看成分

1. 成分图用途：成分图通过总值探索组成值如何构成该总值，可为静态示出当前总值的成分，或显示总值的成分随时间的变化，可根据总值的百分比或总值中的固定值显示成分。
2. 常见场景：
   • 各区域在我们的总销售额中所占百分比为多少？
   • 在过去一年中每个部门的季度总预算的分配是怎样？
3. 图表类型及一般用途：
   • 条形图：查看短时期内值的变化成分。
   • 折线图：查看长时期内值的变化成分。
   • 饼图：查看值的静态成分。
   • 瀑布图：以总计累计或扣减查看值的静态成分。
   • 树形图：查看值的静态成分的总计累计。

四、查看分布

1. 分布图表用途：分布图表用于探索数据中值的分组方式，可为你显示数据的形状、其值的范围以及可能的异常值。
2. 常见场景：
   • 每个年龄组的客户数目是多少？
   • 什么城市具有最高的服务使用率？
3. 图表类型及一般用途：
   • 条形图：查看间隔上数据的分布方式。
   • 散点图：查看两个度量的分布。
   • 分布图：查看维度中度量值的分布。
   • 框图：查看数字数据的范围和分布。

五、查看绩效

1. 绩效图用途：绩效图可用于快速查看绩效度量，用户可迅速确定度量值以及结果是否如预期。
2. 常见场景：
   • 本季度当前的总销售额是多少？
   • 本季度的当前总销售额是否满足该季度计划的销售额？
3. 图表类型及一般用途：
   • 表盘：查看绩效值，立即了解该绩效。
   • 关键绩效指标 (KPI)：查看一个或两个绩效度量。
   • 文本和图片：通过图像查看文本或数个度量。

六、查看数据

1. 数据图表用途：数据图表呈现详细的数据而非数据的可视化，当需要查看精确值且想要比较个别值时很有用。
2. 常见场景：
   • 本月每笔交易的记录是什么？
   • 每个客户的每个产品组中每个项目的数量和销售额是多少？
3. 图表类型及一般用途：
   • 表格：不使用趋势或模式查看你数据中的精确值。
   • 透视表：查看数个维度和度量的精确值。

七、查看地理位置

1. 地理图用途：地理图可让你按地理位置可视化数据，在地图上将你的数据显示为点或面积。
2. 常见场景：
   • 什么城市具有最高的服务使用率？
   • 哪些国家的客户最多？
3. 图表类型及一般用途：
   • 地图：查看以地理方式通过点或面积表示的数据。

八、各类图表详解

1. 条形图：

• 适合使用情况：
  • 分组和堆叠条形可轻松实现分组数据可视化。
  • 想要并排比较值（如不同年份的销售额和预测）时。
  • 使用相同单位计算度量（如销售额和预测）时。
• 优势：易于阅读和理解，可很好地概览不同值。
• 缺点：因轴长限制，不能很好地使用多个维度值。若维度不适合大小，可使用滚动条滚动，但可能无法获得完整图片。
• 柱形图说明：适合连续间隔上或特定时期数字数据的分布可视化。数据划分为两组，每个条形代表每个组上的制表频率。优势是使用单个维度组织大量数据并迅速生成可视化，缺点是和数据的详细分析不相关，处理的是数据分布摘要。

2. 框图：

• 适合使用情况：比较数值数据组的范围和分布。
• 优势：可组织大量数据并显示异常值。
• 缺点：不适用于详细的数据分析，适用于处理数据分布的摘要信息。

3. 组合图：

• 适合使用情况：
  • 当想要显示因值范围存在重大差异通常难以组合的度量值时，组合图是理想选择，可包含不同的度量刻度。
  • 在比较相同值范围的值时也很有用。
• 优势：是组合不同值范围的多个度量时的最佳选择。
• 缺点：仅支持一个维度，在可视化中需要包含两个或更多维度时不能使用。

4. 分布图：

• 适合使用情况：比较数值数据组的范围和分布。
• 优势：将数据的分布可视化。
• 缺点：不适用于详细的数据分析，适用于处理数据分布的摘要信息。

5. 表盘：

• 适合使用情况：在执行仪表板上通常用于显示关键绩效指标 (KPI)，与列段数据和颜色编码一起使用。
• 优势：易于读取和理解，可即时指示区域的绩效。
• 缺点：涉及单个值时具有一定程度的空间要求，不是呈现单个度量值的最佳选择，在判定最大值和最小值时可能出现问题。

6. 折线图：

• 适合使用情况：想要实现一段时间内的趋势和移动可视化时，其中需均匀间隔维度值（如月、季或财政年）。
• 优势：易于理解，并可即时感知趋势。
• 缺点：使用多个线形会导致折线图混乱，难以解释，应避免使用两三个以上的度量。

7. 地图：

• 适合使用情况：显示办事处、商店和其他商业利益场所的地理分布，可显示位置、销售值和其他度量，通过气泡大小或颜色显示值的差别。
• 优势：多用途可视化，可有效显示与位置或区域相关的重要值的地理分布。
• 缺点：具有大量值时可能难以概括，数值可能会彼此重叠放置，需放大后才可显示。

8. 饼图：

• 适合使用情况：主要用于比较特定扇区和总计，当只有两个扇区（如是/否或排队/完成）时特别有用。
• 优势：在使用少数扇区作为维度时，可用于即时了解比例，使用 10 个或更少的扇区时视觉效果好。
• 缺点：可能难以比较不同扇区，占用空间较大。

9. 散点图：

• 适合使用情况：
  • 帮助找到两个值之间的潜在关系，并找到数据集中的异常值。
  • 显示每个实例都至少有两个指标（如不同国家/地区每个首府的平均寿命预期值和平均国内生产总值）的数据时。
• 优势：可同时显示两个或更多度量相关性，第三个度量可区分两个值并简化大国家/地区、大客户、大数量等数据标识。
• 缺点：对无经验的用户可能难以理解，数值可能会彼此重叠放置，需放大后才可显示。

10. 树形图：

• 适合使用情况：当空间受限且有大量层次结构数据需要概览时，应主要用于可以聚合的值。
• 优势：经济实惠，可在有限空间中显示大量条目，当树形结构中的颜色和大小之间存在相关性时，可看到用其他方式难以辨认的图案。
• 缺点：当度量值的数量差较大、混合绝对值和相对值时不是合适的选择，不能显示负值。

11. 瀑布图：

• 适合使用情况：示出初始值如何受中间正值和负值影响。
• 优势：可让你迅速了解值的转变。
• 缺点：对于数据的详细分析没有作用，无法在图表中进行选择或扩展数据。

12. 筛选器窗格：

• 适合使用情况：轻松选择多个选择项来定义数据集，探索特别感兴趣的数据，调整数据集并比较结果。
• 优势：适用于选择选择项以及定义数据集，还会显示不同值之间的关系、关联。
• 缺点：当维度包含大量值时，可能更难以管理数据。

13. 关键绩效指标 (KPI)：

• 适合使用情况：获得对组织重要的绩效值的概述，使用颜色编码和符号表示数字与预期结果的关联。
• 优势：可让用户快速了解某个区域的绩效。
• 缺点：在涉及图形分量时具有局限性，若希望拥有更明显的分量，可考虑使用表盘。

14. 透视表：

• 适合使用情况：在一个表格中包括多个维度或度量，然后对它们进行重新整理以便查看不同的小计。
• 优势：当想要同时分析多个维度和度量并重新整理以获得不同看法时很有帮助，可扩展所感兴趣的行，同时保留其他折叠表格中的行。
• 缺点：可能看起来有点复杂，不会让你一目了然。

15. 表格：

• 适合使用情况：查看详细的数据和精确的值，比较单个值，向下钻取组维度。
• 优势：可以通过不同方式进行筛选和排序，包含许多值时可充分利用有限空间，查看确切的值而非趋势或图案时是极好的选择。
• 缺点：如果包含许多值，则很难获得各值关联的概述，也难以确定表格中的不规则性。

16. 文本和图片：

• 适合使用情况：用于展示用途，不支持选择项，但在做出选择后，度量会更新，如应用程序的第一个表格、显示公司图片等。
• 优势：可与其他可视化对比，使用许多选项让其在更平常的图表旁脱颖而出。
• 缺点：局限于几个度量值和较短的文本，否则会处于混乱状态。