共计 2074 个字符，预计需要花费 6 分钟才能阅读完成。
导言
《让图表开口说话》系列文章将会通过连载的形式为大家揭晓如何构建数据分析思路，如何结合实际场景剖析各种可视化图表的优缺点，真正实现“让数据更高效、让图表更直观”。
找到适合自己的东西是一件非常幸福的事情，比如一双合脚的鞋子，一杯甜度适宜的咖啡 …… 如何在大而繁杂的数据中挖掘出有价值的信息，并通过直观的图表进行展示，想必是每位数据分析师都想要做的事情吧？
数据分析的第一步是为了找对问题
数据分析的目的是为了帮助企业去发现业务的端问题，从而找到规律，解决问题。
但是，很多时候我们加班加点完成的报表却只能躺在汇报的 PPT 里，并没有实际指导业务部门的决策，老板没有说问题，但也确实没有实用价值。
如果说我们分析的逻辑和展现的结果都没有错，那这个时候，你最该做的就是去思考，这个维度的数据分析是否有意义，我有没有定义到业务端最关心的核心问题。这里给了两个案例向大家说明找准问题对于数据分析的重要性。
案例一：某家门店的销量环比上月下降了 10%。
你一定觉得这是一个大问题，其实并不然。如果是因为公司的政策问题，比如投入在减少，目前不是公司的主推产品，那么销量下降是决策层预料内的事情，你不上报，领导也是知道的。再者，需要关注这样的下降是突发性的还是周期性的或者是持续性的事件，需要根据不同的下降表现作出不同的应对措施。
案例二：某家门店的销量环比上月上升了 5%。
很多人都觉得这难道还是问题吗？设想一下，如果本月的目标是上升 10%，那就算这里有上升但没有达到预期还是被判断为问题。
所谓问题可以简单理解成，理想的门店销量状态和目前显示的状态不相符合。定义清楚问题之后，就要对问题进行定量，来衡量下降的波动幅度是平缓，还是剧烈波动。如果是计划内的平缓波动，可以持续进行观察，按照已有的储备对策来从容应对。如果是计划外的波动，在整体把控下跌趋势的前提下，首先排查一下是否是数据质量的问题，进而及早直接联系到业务方。
排除完内部因素后，考虑外部环境的影响因素也是必不可少的一个环节。比如：对面是不是竞争对手开了一家门店？附近修地铁有没有影响客流？最近天气有没有影响大家出行？
更详细一些的调查可以协调市场部做一些市场调查，用户回访等。
数据分析的方法论、指南有很多，简单来说还是先定性（找准问题）后定量，再根据业务实际提出合理假设，进而用数据层层分析来验证自己的假设是否准确，最后形成分析报告反哺到业务方，指导经营决策。
数据分析能够带来什么？
（传统数据分析 VS 可视化数据分析）
技术经常会被淘汰更新，但产品在不断迭代升级。怎么样去突破“打杂”的困境，形成一个属于自己结构化的分析方法？
观远《让图表开口说话》系列文章将会通过连载的形式为大家揭晓。
从个人的职业发展的角度来说，希望大家不是为了分析而分析，在解决问题过程中能够熟知全公司的业务流程；在整理数据、梳理问题的基础上站在公司的角度来思考问题，为领导层提供核心决策支持。
从个人能力习惯的角度来说，在做数据分析的过程中，能够不断提升自己各方面的综合能力，具体表现如下：
商业洞察力：不用过多解释相信大家也能够明白，若能够从公司战略决策层出发来思考解决问题，想必此时的你洞察力远胜于一般员工，离升职加薪当然也不远了。
逻辑思维能力：在数据分析的角度，需要形成“闭环”，发现问题最终还是为了解决问题，“逻辑自洽”非常重要。此外，还有对“问题的分类”，不是所有发现的问题点都抛出来就可以了，怎么样分门别类排优先级来合理的进行展示也是非常重要。
沟通表达能力：大家都知道分析师可能 SQL 可以敲得飞快，EXCEL 等工具用的游刃有余，但有时候让其上台发言来阐述一下产品理念等就会显得有些为难。可能你会说，现在做分析也是天天面向各条线业务人员以及客户，自己的沟通表达能力应该是没有问题的。但如果是面向高层的一些发表、演讲还是会不由的焦虑进紧张吧？所以，沟通表达能力还是需要得到进一步的改善。
如何让图表开口说话
定义好了问题，分析思路也构建完毕，基本可以避免以下常见的分析误区：
“我觉得 … 我认为 … 我感觉 …”
“今年搞他 1 个亿！”
“这个我早就知道了，说点我不知道的 …”
下一步就是进行数据的展示一一“让图表开口说话”。
构建可视化分析的图表是有逻辑的，比如数据间的关系，是成分关系，时间序列关系，大小排布关系还是相关性的关系？
业务本身的逻辑性如何在可视化图表里体现呢？是否符合业务常识呢？是否符合受众习惯呢？这些是分析师需要考虑的实际落地问题。
数据的背后都存在一个故事，但工具是不会理解的。这就是为什么需要你一一数据分析师用可视化和情景化的方式使故事生动有趣，来传递数据的喃喃细语。
图表会说话，但它说的是真话还是假话呢？如何在忽悠和被忽悠，套路与反套路之间游刃有余呢？且听下回分解。
本 期 知 识 分 享
做好可视化分析小知识点
• 选择合适的图表，而不是最好看的图表
• 和时间序列相关的图表，建议按照受众的度数习惯排列
• 占比 / 排序相关图表遵从从小大小 / 从大到小的逻辑排列
• 简单美，不要赋予一张卡片太多分析点，否则适得其反
• 突出重点，利用颜色、字体大小等进行标记
