IBM-数据分析师-III-笔记-全-

IBM 数据分析师 III 笔记（全）

001：《用Excel、Cognos做数据可视化、看板》📊 - 课程介绍

在本节课中，我们将要学习IBM数据分析师系列课程的第三部分，其核心是掌握使用Excel和Cognos Analytics进行数据可视化与看板构建的技能。数据可视化是数据分析中不可或缺的一环，它能将复杂的数据转化为直观的图表，帮助我们更好地讲述数据背后的故事。

课程概述 📋

常言道，一图胜千言。这句话在数据分析领域尤为贴切。数据可视化在呈现不同规模的数据集时扮演着至关重要的角色。本课程旨在帮助你运用多种可视化技术，利用数据讲述引人入胜的故事。

你将通过Excel和Cognos Analytics进行实践，掌握创建各类图表、图形以及构建交互式看板的基本技能。这些是成为一名数据分析师所需知识体系的重要组成部分。

课程内容与结构 🗂️

本课程不仅教授使用Excel和Cognos进行数据可视化的技术，还通过贯穿始终的多个动手实验和作业让你进行实践。

课程内容分为四个主要模块，每个模块都聚焦于不同的核心技能。

模块一：基础图表与Excel功能

在模块一中，你将学习不同类型的图表，以及用于创建基础图表和数据透视表可视化的Excel函数。通过操作这些功能并创建可视化图表，你将开始理解图表在讲述数据驱动型故事时的重要作用。

模块二：高级图表与Excel看板基础

上一节我们介绍了基础图表，本节中我们来看看更高级的内容。在模块二中，你将学习创建高级图表，了解看板的基础知识，并学习如何在Excel中创建简单的看板。你还将了解看板如何用于提供关键绩效指标的实时快照。

模块三：Cognos Analytics入门与高级功能

在模块三中，你将学习Cognos Analytics，包括如何注册、如何在其界面中导航，以及如何轻松创建出色的看板。你还将学习Cognos Analytics中一些更高级的看板功能，并使你的看板具备交互性。

模块四：综合实践作业

在最后的模块中，你将完成一个包含两部分的动手实践期末作业。该作业将指导你如何在Excel中创建可视化，以及如何在Cognos Analytics中创建可视化和看板。这需要你理解业务场景需求，然后创建相应的可视化和看板来满足这些需求。

实践场景与学习目标 🎯

在整个课程中，你将跟随两个不同的业务场景，每个场景都使用其独有的数据集。这些不同的场景和数据集将应用于课程视频和动手实验中。

完成本课程后，你将能够达成以下学习目标：

以下是课程结束后你将掌握的核心技能列表：

  • 解释可视化在传达数据故事中的作用。
  • 在Excel电子表格中创建基础图表、数据透视表和高级图表。
  • 使用Excel创建简单的看板。
  • 在云中配置Cognos Analytics实例。
  • 在Cognos Analytics界面中导航，并利用其丰富的可视化功能。
  • 使用Cognos Analytics构建包含各种基础和高级可视化组件的交互式看板。

此外，你还将执行一些中级水平的数据可视化和看板创建任务，以应对特定的业务场景。如果在学习过程中需要任何帮助，课程团队和其他学员将在课程讨论区为你提供支持。

总结

本节课中，我们一起学习了IBM数据分析师课程第三部分的整体介绍。我们了解了数据可视化的重要性，预览了课程将涵盖的四个核心模块内容，并明确了完成课程后你将能够达成的具体学习目标。现在，让我们开始观看下一个视频，正式进入图表世界的介绍。

002：图表介绍

在本节课中，我们将概述几种不同类型的图表和可视化方式，并讨论如何利用它们来讲述数据故事。

📈 折线图

上一节我们介绍了图表的基本概念，本节中我们来看看折线图。折线图适用于比较不同但相关的数据集。

折线图是展示信息的绝佳方式。它们能够显示趋势，并展示数据值如何随连续变量变化。例如，如果时间是连续变量，折线图可以展示一个或多个产品的销售情况如何随时间变化。

🥧 饼图

接下来，我们介绍饼图。这种图表可以展示一个实体如何分解为若干子部分，以及这些子部分之间的比例关系。

以下是饼图的特点：

  • 饼图的每一部分代表一个静态值或类别。
  • 所有类别的总和等于100%。

在此示例中，我们有一个包含四个不同类别的营销活动：社交媒体、原生广告、付费影响者和线下活动。通过这种数据表示方式，我们可以轻松查看每个类别产生的潜在客户总数。

📊 条形图

我们现在来看最常用的图表之一：条形图。这种图表最为常见，因为它们易于创建，并且非常适合比较相关数据集或整体的各个部分。

以下是条形图的应用示例：

  • 在此条形图中，我们可以看到10个不同国家的人口数量，以及它们之间的比较。
  • 我们还可以使用堆叠条形图，其中每个条形被划分为首尾相接的子条形。在此堆叠条形图中，我们可以看到每个国家的人口按四个年龄段划分的情况。

📏 柱状图

如果您希望图表垂直显示而非水平显示，那么柱状图将是一个很好的选择。这种图表可以非常有效地展示随时间的变化，并并排比较数值。

例如，展示网站页面浏览量与会话时长如何逐月变化。虽然这种图表看起来与条形图相似，但它们并不总是可以互换使用。例如，柱状图可能更适合显示负值和正值。

🗺️ 树状图

接下来是树状图，它对于使用嵌套矩形显示复杂的层次结构非常有用。

在此示例中，树状图描绘了去年一个国家人口中各州的就业率。矩形的大小代表人口数量，颜色代表就业率。我们可以点击任何区域，查看所选区域内子区域的就业数据。

🎯 漏斗图

想要展示管道或连续流程的不同阶段？那么漏斗图是理想的选择。

在此示例中，漏斗图展示了销售流程从潜在客户生成到最终销售的每个阶段的转化率。

🔵 散点图

另一种出色的图表是散点图。在这种图表中，圆圈颜色代表数据的类别，圆圈大小表示数据量。

例如，在此散点图中，我们可以看到每个产品线按销售数量和带来的收入分布。散点图非常适合揭示数据点之间的趋势、集群、模式和相关性。

🫧 气泡图

接下来我们看气泡图。这是散点图的一种变体，对于比较少数几个类别的相对重要性非常有用。

例如，了解组织销售预算中重大支出的领域。

📉 迷你图

最后，我们有迷你图。迷你图不包含坐标轴，但它们能简单有效地显示趋势。

这些图表非常适合展示变化的一般趋势。例如，股票市场价格从交易日开盘到收盘的波动情况。

🎓 总结

在本节课中，我们一起学习了图表的重要性，以及它们如何塑造我们的数据以提供有意义的信息。我们介绍了折线图、饼图、条形图、柱状图、树状图、漏斗图、散点图、气泡图和迷你图等多种图表类型及其适用场景。

在下一个视频中，我们将深入探讨如何在Excel中创建和配置不同类型的图表。

003：使用可视化讲述数据故事 📊

在本节课中，我们将聆听几位数据专业人士讨论使用可视化来讲述数据故事的重要性。通过他们的见解，我们将理解为什么可视化是数据分析中不可或缺的一环，以及它如何帮助分析师和利益相关者更有效地沟通。

可视化在数据叙事中的核心作用

上一节我们介绍了课程概述，本节中我们来看看专业人士如何看待可视化的重要性。可视化对于用数据讲故事至关重要。

“一图胜千言”这句话在这里非常贴切。如果你拥有清晰、整洁的数据可视化，你就能更清楚地了解数据的状况。数据可视化对创建它们的分析师也极有帮助，因为它迫使他们做出选择，决定哪些信息真正重要、哪些不重要。

例如，如果你在考虑是否应该按时间维度查看数据，你可以这样思考：整体趋势是最重要的吗？如果是，我应该做时间序列数据可视化。我认为比较不同组别更重要吗？那么你更可能选择条形图或柱状图。 因此，可视化在厘清数据分析师的思路方面非常重要。

可视化如何助力清晰沟通

可视化在向利益相关者讲述清晰、简洁的故事方面非常重要。人类是视觉动物，你更有可能通过视觉效果讲述一个引人入胜的故事并获得支持。

我曾通过一份用Tableau创建的可视化简历获得了一份工作机会。呈现数据的最佳方式之一就是可视化。数字本身在很大程度上往往会让人不知所措。

例如，如果我在公司会议上说：“去年，也就是2019年，我们创造了10万美元的收入。” 或者，我可以给你一张图表，上面显示：2018年，我们创造了7.5万美元；2019年，我们创造了10万美元；2020年，我们预计将创造12.5万美元。如果我把这些数据做成图表，让它突出、美观，非会计或非数据专业的人也会被吸引，这会促使他们提出不同的问题、产生不同的想法。

利用工具创建有效的可视化

通过使用PowerPoint甚至Excel（在Excel中你可以从数据创建图表），使其美观，并确保它不仅美观，还能突出你想要表达的重要信息，这将围绕需要做什么以及如何最好地运营业务或做出不同决策来创造和推动对话。

数据可视化是帮助人们理解你试图呈现的数字的一个非常重要的部分。我们倾向于使用可视化的原因在于大脑的工作方式。与查看电子表格中的100行或100条数据相比，大脑更能处理一个高条形与一个低条形的对比。

使用可视化，特别是为给定任务使用适当的可视化，确实有助于确保用户以最简单的方式理解信息。

可视化作为故事叙述的起点

正如我们所讨论的，故事叙述是我们实现这一目标的重要方式。通过可视化，我们才能真正讲述一个故事。我们可以用文本来增强它（无论是用户生成的还是系统生成的），引导人们进一步深入理解。

但从可视化开始是帮助人们快速、有效地理解当前情况的最简单方法，然后你们可以围绕具体在做什么进行更深入的讨论。

总结

本节课中，我们一起学习了数据专业人士对数据可视化价值的见解。我们了解到，可视化不仅是呈现数据的工具，更是厘清分析思路、与利益相关者有效沟通以及驱动业务决策的关键。通过选择合适的图表类型并注重清晰美观的设计，我们可以将复杂的数据转化为引人入胜的故事，从而促进更深层次的理解与讨论。

004：在Excel中创建基本图表 📊

在本节课中，我们将学习如何在Excel中创建几种基本类型的图表。我们将首先创建线图，然后是饼图，最后是柱状图。掌握这些基础图表是进行数据可视化的第一步。

创建线图 📈

上一节我们介绍了本课程的目标，本节中我们来看看如何创建线图。线图是一种用于显示数据点并通过直线连接这些点的图表类型。在线图中，水平轴通常代表时间或类似类别，而垂直轴通常代表数值。由于线图可以在给定时间段内显示连续数据，因此非常适合展示在等时间间隔（如天、月、季度或年）内的数据趋势。

以下是创建线图的步骤：

  1. 在“汽车销售”工作簿的“汽车销售”工作表中，首先筛选数据，仅显示四种汽车型号。
  2. 选择两个不相邻列的数据，本例中为“型号”和“价格”。
  3. 在“图表”组的“二维线图”类别中选择“线图”。
  4. 双击图表标题文本框，将标题更改为“福特汽车价格”。
  5. 将生成的浮动图表区域移动到工作表数据下方的左侧。

现在，我们看到了一个显示福特各型号汽车价格趋势的线图。

创建饼图 🥧

了解了线图的创建后，我们接下来看看饼图。饼图是一种圆形图表，用于显示不同类别（我们视为切片）对整体总量（我们视为整个饼）的相对贡献。饼图上的数据点（即切片）表示为整个饼的百分比。饼图提供了非常简单的数据结果可视化，易于理解。当您只有一个数据系列且数据类别不超过十几个时，最适合使用饼图，否则图表会显得杂乱且难以阅读。

以下是创建饼图的步骤：

  1. 使用福特制造的型号名称及其单位销量数据。
  2. 选择两个不相邻列的数据，本例中为“型号”和“单位销量”。
  3. 在“图表”组的“二维饼图”类别中选择“饼图”。
  4. 生成的浮动图表区域包含我们的饼图，它显示了各个福特汽车型号单位销量的相对贡献（即饼图的切片），它们共同构成了福特汽车单位销量的总和（即整个饼）。
  5. 可以从图库中选择众多样式来更改图表样式以自定义饼图外观，甚至可以组合多种样式。例如，选择样式3和样式7，可以在每个切片中显示百分比值，并拥有漂亮的深色对比背景。
  6. 将此图表移动到工作表数据下方的中心位置。

创建柱状图 📊

最后，让我们看看柱状图。柱状图是一种用于比较不同类别值的图表，可以使用垂直条（在柱形图中）或水平条。在柱状图中，类别通常排列在垂直轴上，数值在水平轴上；而在柱形图中，类别通常排列在水平轴上，数值显示在垂直轴上。

以下是创建柱状图的步骤：

  1. 再次选择两个不相邻列的数据，本例中为“型号”和“留存百分比”。
  2. 在条形图的“二维条形图”类别中选择一种柱状图样式。
  3. 新的浮动图表区域包含我们的柱状图，它使用水平条显示不同福特型号留存百分比的比较值。
  4. 可以单击“更改颜色”按钮，然后从列表中选择调色板，以基于颜色调色板（而非样式）更改图表颜色来自定义柱状图外观。
  5. 将此图表移动到工作表数据下方的右侧。

总结

本节课中，我们一起学习了如何在Excel中创建线图、饼图和柱状图。这些基础图表是数据分析和可视化的核心工具。在下一视频中，我们将探讨如何在Excel中使用数据透视表图表功能。

005：使用Excel的数据透视图功能 📊

在本节课中，我们将学习如何利用Excel中的数据透视图功能，从数据透视表创建面积图和柱形图。我们将了解透视图与普通图表的区别，并掌握如何通过透视图直接筛选和展开数据。

在上一节中，我们学习了如何在Excel中创建几种基础图表。本节中，我们将看看如何利用Excel数据透视表的“数据透视图”功能来创建其他基础图表。

我们将首先从数据透视表创建面积图，然后创建柱形图。请注意，本示例数据集中的价格和转售价值并非真实数据，仅用于解释和演示目的。

数据透视图用于展示数据系列、类别和图表轴，其方式与基础图表相同，但它是与数据透视表相连接的。简而言之，数据透视图就是Excel中数据透视表的图形化表示。当我们拥有包含复杂数据的数据透视表时，透视图可以帮助我们更好地理解这些数据。

创建面积图 📈

面积图是一种用于显示信息的图表类型，它通过直线连接一系列数据点，并在其下方填充区域。

与折线图类似，面积图可以处理正值和负值。

以下是创建面积图的步骤：

  1. 首先，复制“汽车销售”工作簿中的“Pivo1”工作表。
  2. 在这个复制的工作表中，首先筛选数据透视表的数据，使其仅显示丰田（Toyota）车型。
  3. 展开“丰田”字段，我们可以看到丰田不同车型的详细信息，例如每款车型的平均价格和平均一年转售价值。
  4. 现在，使用数据透视图功能基于此数据创建面积图。选择面积图类型，并选择“三维面积图”。

此时，我们会看到一个浮动图表，其中包含了我们的面积图。该图表显示了丰田各车型的平均价格以及平均一年转售价值的趋势。

需要注意的是，我们也可以直接在数据透视图中筛选数据，而无需在数据透视表中操作。这是标准图表与数据透视图之间的一个关键区别。

因此，在我们的透视图中，让我们筛选数据以仅显示雪佛兰（Chevrolet）车型。展开字段后，透视图在此处显示我们的数据。我们可以看到，与低价位车型相比，高价位车型在一年后似乎不太能保值。

我们还可以使用数据透视图中的“型号”筛选下拉列表来筛选型号。现在，我们的数据透视图及其关联的数据透视表中仅显示了九款雪佛兰车型中的七款。

由此可见，当我们在数据透视图中直接进行更改（例如添加筛选器）时，这些更改会立即反映在我们的数据透视表数据中。反之亦然。如果我们在数据透视表中进行更改，该更改也会立即在数据透视图中可见。

创建柱形图 🏛️

上一节我们介绍了面积图，本节中我们来看看柱形图。柱形图是一种使用垂直条形图来比较不同类别数值的图表类型。在柱形图中，类别通常排列在水平轴上，数值显示在垂直轴上。


以下是创建柱形图的步骤：

  1. 首先，再次复制“汽车销售”工作簿中的“Pivo1”工作表。
  2. 在这个复制的工作表中，再次筛选数据透视表的数据，但这次仅显示宝马（BMW）、凯迪拉克（Cadillac）和现代（Hyundai）车型。
  3. 现在，使用数据透视图功能基于此数据创建柱形图。
  4. 选择柱形图类型，并选择“三维簇状柱形图”。

新的浮动区域包含了我们的柱形图，它使用垂直条形图显示了宝马、凯迪拉克和现代汽车的平均价格以及平均一年转售价值的比较值。

从该图表数据中，我们可以看到，现代和宝马系列的一年转售价值似乎都比凯迪拉克车型保值。

现在，让我们通过展开数据透视表中的单元格来查看表格和图表中的所有宝马车型。但请注意，我们也可以使用图表中的“+”和“-”按钮来展开和折叠数据视图。

如果你在数据透视图字段窗格的轴或类别部分有多个字段，这些按钮可以向下钻取（展开）或向上钻取（折叠）多个类别级别。例如，如果我们将车型进一步细分为型号变体，再细分为发动机排量，然后是颜色等等。

现在，我们可以在柱形图中看到所有三个制造商的所有车型。但请注意，这些按钮只能用于展开或折叠所有字段。如果你只想展开或折叠某一个字段，则需要在数据透视表中操作，而不是在图表中，就像我们上一步所做的那样。

让我们更改图表样式以自定义柱形图的外观。图库中有多种样式可供选择。例如，这里我们选择了样式9，它为我们提供了漂亮的深色对比背景。

在本节课中，我们一起学习了如何利用Excel数据透视表的透视图功能创建面积图和柱形图。我们还学习了如何使用数据透视表或数据透视图来筛选数据，以及如何使用两者来展开和折叠数据层级。

在下一个视频中，我们将探讨Excel中提供的一些高级图表。

006：创建树状图、散点图与直方图 📊

在本节课中，我们将学习如何在Excel中创建三种高级图表：树状图、散点图和直方图。这些图表能帮助我们更深入地分析和展示数据关系与分布。请注意，本示例数据集中的价格和转售价值并非真实数据，仅用于教学演示。

创建树状图 🌳

上一节我们介绍了基础图表，本节中我们来看看如何创建树状图。树状图用于比较层级结构中的数值，并通过矩形大小展示各层级内的比例关系。它能在一个图形中有效展示大量数据，利用颜色和矩形面积来表示层级数据类别，这是其他图表类型难以实现的。

在“Car sales”工作簿的“TMap”工作表中，我们首先需要选择数据。

以下是创建树状图的步骤：

  1. 选中“Model”（车型）和“Unit Sales”（单位销量）这两列非相邻数据。
  2. 在“插入”选项卡的“图表”组中，选择“层次结构”类别下的“树状图”图表。
  3. 此时会出现一个包含树状图的浮动图表区，它通过矩形显示了福特各车型销量占总销量的比例。
  4. 双击图表标题文本框，将标题修改为“Unit Sales of Ford Car”。
  5. 在“图表设计”选项卡中，可以从“图表样式”库中选择样式以自定义外观，例如选择“样式2”。

通过此树状图，我们可以清晰地看到F系列车型的销量占比最大，其次是Explorer和Touristus车型，它们占比相近，而Contour车型的销量占比最小。

创建散点图 📈

接下来，我们看看散点图。散点图用于比较两组数值数据，并显示它们之间的关系。它将X轴和Y轴上的两组值组合成单个数据点，并在图表中以簇的形式显示，因此有时也被称为XY图。它常用于比较统计、科学或工程数据值。

在“Car sales”工作簿的“Scatter”工作表中，我们首先需要选择数据。

以下是创建散点图的步骤：

  1. 选中相邻的“Price”（价格）和“Year Resale Value”（年度转售价值）两列数据。
  2. 在“插入”选项卡的“图表”组中，选择“XY（散点图）”类别下的“散点图”。
  3. 生成的图表会比较所有制造商汽车的价格与其年度转售价值。
  4. 双击图表标题文本框，将标题修改为“Comparing Price with Year Resale Value”。
  5. 在“图表设计”选项卡中，选择“图表样式”库中的样式以自定义外观，例如选择“样式8”。
  6. 为水平（X）轴和垂直（Y）轴添加坐标轴标题。将水平轴标题设为“Retail Price”，垂直轴标题设为“Year Resale Value”。

从这张散点图中可以看出，随着零售价格的上涨，零售价与年度转售价值之间的差额也趋于增大。总体而言，低价汽车在一年后的转售价值保持得比高价汽车更好。

创建直方图 📊

最后，我们来学习直方图。直方图是一种显示数据分布情况的图表，数据被分组到各个“箱”中。虽然直方图看起来可能像柱形图或条形图，但它们完全不同。条形图用于比较数据，而直方图用于展示数据的分布。

在“Car sales”工作簿的“Histogram”工作表中，我们首先需要选择数据。

以下是创建直方图的步骤：

  1. 选中“Model”（车型）和“Price”（价格）这两列非相邻数据。
  2. 在“插入”选项卡的“图表”组中，选择“统计图表”类别下的“直方图”。
  3. 新的浮动图表区包含了我们的直方图，它显示了所有制造商汽车价格的频率分布。
  4. 请注意，Excel会自动将不同的价格范围划分为9个大小相等的独立箱。例如，第一个箱包含价格在$9,235到$18,635之间的汽车，第二个箱包含价格在$18,635到$28,035之间的汽车，依此类推，直到最高价格范围$84,435到$93,835。
  5. 双击图表标题文本框，将标题修改为“Count of Car Models by Price Range”。
  6. 在“图表设计”选项卡中，选择“图表样式”库中的样式以自定义外观，例如选择“样式3”。此样式会在每个价格区间的矩形上直接显示计数值，而不是在Y轴上使用垂直刻度。

从这张直方图中，我们可以轻松看出，最大比例的车型处于$18,635到$28,035的价格区间，该区间有62个车型；其次是$9,235到$18,635的最便宜价格区间，有42个车型；而车型数量最少的区间是两个最贵的价格区间，每个箱中只有1个车型。

虽然创建直方图时Excel会自动选择箱的范围，但你可以根据需要调整箱的大小。

以下是自定义箱设置的步骤：

  1. 双击图表中的水平轴，打开“设置坐标轴格式”窗格。
  2. 在“坐标轴选项”部分，可以通过“箱宽度”或“箱数”等选项来调整显示方式。
    • 例如，更改“箱宽度”值后，图表中会显示15个箱，因为价格范围划分得更细了。此时，箱2和箱3的计数最高，分别为34和33，而箱14在此价格范围内没有车型。
    • 如果选择按“箱数”显示并指定数量（例如10个），直方图会相应更新，将价格范围划分为指定数量的箱。同样可以看到箱2在其价格区间内的车型比例最大。
  3. 如果选择“自动”，直方图将恢复为我们开始时的格式。

本节课中，我们一起学习了如何在Excel中创建树状图、散点图和直方图。在下一个视频中，我们将探讨Excel中其他一些高级图表，例如填充地图图表和迷你图。

007：创建填充地图图表和迷你图 📊🗺️

在本节课中，我们将学习如何在Excel中创建两种高级图表：填充地图图表和迷你图。我们首先会介绍填充地图图表的创建与应用，然后讲解迷你图如何用于展示数据趋势，最后将简要概述Excel中其他几种可用的图表类型。

创建填充地图图表 🗺️

填充地图图表是一种用于比较数值并在地理区域间展示类别的图表。它特别适合包含国家、州或邮政编码等地理区域的数据。

上一节我们介绍了基础图表，本节中我们来看看如何利用地理数据创建填充地图图表。

在“Car sales”工作簿的“map chart”工作表中，我们首先需要准备数据。

以下是创建填充地图图表的步骤：

  1. 从数据透视表中复制包含“销售国家”和“单位销售总和”的数据。
  2. 将复制的数据粘贴到表格旁边。
  3. 选中这些数据，在“插入”选项卡的“图表”组中，选择“地图”类别下的“填充地图”。
  4. 一个新的浮动图表区域将出现，其中包含了我们的填充地图图表，它展示了不同销售国家的汽车单位销售总和。

我们可以通过双击图表标题文本框，将标题修改为“各国汽车销售单位总和”。

为了自定义填充地图的外观，我们可以更改图表样式。样式库中有多种样式可供选择，以适应您的偏好。

从这张填充地图可视化中，我们可以看到，代表较高销售量的深蓝色覆盖了美国区域。代表中等销售量的浅蓝色覆盖了加拿大、西欧和斯堪的纳维亚等地区。而代表最低销售量的近乎白色的区域，则主要覆盖了东欧、印度、日本和澳大利亚。

添加迷你图 📈

迷你图是放置在单个单元格内的小型图表，用于表示选定范围的数据。它们通常用于展示数据趋势，例如季节性增减、经济周期或股价波动，也可以用来突出显示最大值和最小值。

上一节我们创建了宏观的地图视图，本节中我们来看看如何在数据旁边添加微观的趋势视图——迷你图。

在“Car sales”工作簿的“Sp lines”工作表中，我们首先需要选中数据。

以下是创建迷你图的步骤：

  1. 选中“单位销售 Q1”、“单位销售 Q2”、“单位销售 Q3”和“单位销售 Q4”这四列相邻的数据。
  2. 在“插入”选项卡的“迷你图”组中，选择“折线图”类型。
  3. 在弹出的对话框中，需要指定迷你图在工作表中的显示位置。您可以在“位置范围”框中键入单元格引用，或者更简单的方法是直接点击工作表中您希望放置迷你图的单元格，Excel会自动为您填充。
    注意：Excel会通过添加美元符号（$）来使用绝对引用。
  4. 创建第一个迷你图后，可以将其向下拖动填充整列。

现在，我们看到了一个包含迷你图的列，它展示了福特各车型在一年四个季度中的单位销售趋势。

我们可以将包含迷你图的列标题命名为“季度销售趋势”，并调整列宽和行高，以便更清晰地显示迷你图。

为了增强迷你图的信息量，我们可以进行以下自定义设置：

  • 显示极值：勾选“显示”组中的“高点”和“低点”，以突出显示每个趋势线中的最大值和最小值。
  • 更改样式：在“样式”库中选择不同的样式，以自定义迷你图的外观。
  • 调整线宽：在“样式”组中调整“迷你图颜色”和“标记颜色”下的线宽，使线条更加突出。

通过这些迷你图，我们可以看到福特Escort的销量在第一季度较低，在第二、三季度上升，然后在第四季度再次下降。我们还可以判断出，在大多数福特车型中，第三季度是一年中单位销售最好的季度，但也有少数例外，例如Mustang在第四季度，Focus车型在第二季度表现更好。

Excel中的其他图表类型概览 📊

最后，让我们简要了解一下Excel中其他几种可用的图表类型，它们各自适用于不同的数据分析场景。

以下是几种特殊用途的图表简介：

  • 瀑布图：用于显示一系列正值和负值的累积效应。适合表示流入和流出数据，如财务数据。
  • 漏斗图：用于显示流程中逐渐缩小的阶段。适合展示比例逐渐减少的数据。
  • 股价图：用于显示股票随时间变化的走势。最适合包含一系列股票价格值（如成交量、开盘价、最高价、最低价和收盘价）的数据。
  • 曲面图：用于在三维曲面区域或二维等高线图中展示跨两个维度的趋势和数值。当类别和数据系列都是数值时最为适用。
  • 雷达图：用于显示相对于中心点的数值，当类别不直接可比时最为适用。

总结

本节课中，我们一起学习了如何在Excel中创建填充地图图表和迷你图。填充地图帮助我们在地理维度上直观比较数据，而迷你图则能在单元格内简洁地展示数据趋势。我们还快速回顾了瀑布图、漏斗图等几种其他图表类型及其适用场景。掌握这些高级图表工具，能让你的数据分析和可视化报告更加专业和富有洞察力。

008：仪表板入门 📊

在本节课中，我们将对仪表板进行简要介绍，包括其定义、构成要素，以及为何它是数据分析师工具包中的重要组成部分和必备技能。

仪表板这一术语源自汽车工业。汽车设计师将最重要的仪表和其他显示信息，例如发动机油温、当前速度、当前转速、剩余油量等，集中在一个便于驾驶员查看和理解的图形化显示面板上。最初，这些显示是模拟式的，但现在大多数已数字化，并采用多种可视化形式，包括数字仪表和迷你图表。你可以将同样的理念应用于数据分析应用中的仪表板。

这类仪表板的设计者希望以图形化显示的形式，将关键业务信息集中在一处，以便查看者更容易理解。仪表板还可以更进一步，允许用户通过仪表板上提供的工具与之交互，并精确修改他们看到的信息。因此，仪表板用户不仅能获得其业务数据和关键绩效指标（KPI）的整合视图，还能通过使用筛选器，获得一个可控的自助式商业智能（BI）界面，从而精确控制所看到的信息。

仪表板通常在数据分析应用中创建，使用多个数据透视表、图表、地图图表和迷你图等可视化元素，以及切片器和时间线等筛选工具。这些数据透视表和图表可以基于单一数据源或多个数据源创建。

在数据分析应用中使用仪表板，可以获得以下益处：

  • 提供关键数据洞察：它们能揭示数据中的模式和趋势。
  • 提供交互式用户体验：允许用户筛选他们想查看的数据。
  • 动态更新：随着源数据的变化而自动更新。
  • 提供集中统一的业务数据视图：将信息整合在一个界面中。

仪表板在以下业务领域可以成为非常有用的工具：

  • 财务预测与报告
  • 项目管理
  • 高管报告
  • 人力资源
  • 客户服务
  • 服务台问题追踪
  • 医疗健康监测
  • 呼叫中心分析
  • 社交媒体营销
  • 以及更多其他领域

对于一名成长中的数据分析师而言，仪表板是必须添加到技能库中的关键技能，因为大多数雇主将其视为必备技能，而非锦上添花。如果你能展示出创建出色、壮观、交互性强且易于查看和使用的仪表板的技能，无论是在 Microsoft Excel 或 Google Sheets 等电子表格应用中，还是在使用更高级的数据分析和可视化应用（如 Bokeh、Dash (Python)、R Shiny、Tableau 或 IBM Cognos Analytics）时，这都将极大地助力你未来的数据分析师职业生涯。

本节课中，我们一起学习了仪表板的简要介绍，包括其定义、构成要素，以及为何它是数据分析师工具包中的重要组成部分和必备技能。在接下来的视频中，我们将学习如何使用电子表格应用创建一个简单的仪表板。

009：使用仪表板展示数据结果的访谈 📊

在本节课中，我们将学习数据专业人士如何利用仪表板来展示数据结果。课程分为两部分：首先，我们将听取多位专家分享仪表板在呈现数据时的核心价值与最佳实践；随后，我们将了解IBM Cognos Analytics工具如何帮助您创建出色的可视化仪表板。

第一部分：仪表板在展示数据结果中的作用

上一节我们介绍了课程的整体安排，本节中我们来听听数据专业人士对仪表板价值的看法。

仪表板能够过滤冗余信息，实时展示最重要的内容。您可以根据需要设计其外观。但需注意，避免在一个仪表板中塞入过多数据，导致信息过载。保持具体和简洁至关重要。

以下是仪表板的主要优势：

  • 仪表板非常适合高管或业务负责人移动办公时使用。在移动设备上查看时，空间有限，仪表板能高效地在短时间内提供关键信息。
  • 只要明确交付成果以及利益相关者希望看到和用于决策的关键内容，仪表板就能发挥巨大效用。

以易于受众理解的方式呈现信息非常重要。这能确保人们从您的工作中获得价值。数据分析师有时被认为只是“数字处理员”，部分原因在于我们没有很好地解释数字背后的含义。

因此，我们需要借助工具和方法来更好地传达信息：

  • 使用带有图表的PPT演示文稿。
  • 利用关键绩效指标，以不同方式分解信息并突出重点。
  • 学会“察言观色”。如果在会议中大家因枯燥的数字而目光呆滞，您应该主动询问他们需要什么信息、什么对他们最重要。这样，在下次创建报告或仪表板时，您就能突出受众关心的内容。

我们始终需要展示自身价值，帮助他人理解并接受教育，从而提升他们的知识水平。这有助于消除人们对数字的恐惧。实现这一目标的方法不是堆砌数字使人不知所措，而是通过图形、仪表板、KPI等方式，将数据直观地、真实地呈现给他们。

在电子表格中，仪表板是行动的指示器。就像汽车仪表板一样，如果看到低油量指示灯，就意味着需要加油。

因此，电子表格中的仪表板也应如此简单明了：

  • 它应该告诉人们需要立即关注什么，或者指示哪些方面需要改变（例如数据向错误方向上升或下降）。
  • 不要在仪表板上放置“仅供参考”的信息，而应基于“需要知道”的原则，特别是当您希望推动行动时。

第二部分：使用Cognos Analytics创建可视化仪表板

上一节我们探讨了仪表板的核心价值，本节中我们来看看IBM Cognos Analytics工具如何帮助您创建出色的可视化仪表板。

IBM Cognos Analytics能从多个方面帮助您创建更好的可视化和仪表板。

首先，它提供了丰富的模板功能：

  • 您可以从模板库中快速选择，并简单地将可视化组件拖放到指定位置，从而轻松、高效地创建视觉上引人注目的仪表板。

其次，工具内置了可视化推荐器：

  • 如果您将几个字段拖放到画布上，系统会推荐一种可视化图表。如果您不喜欢最初的推荐，可以轻松地从推荐列表中选择其他可视化类型。

此外，该工具还开始融入人工智能能力：

  • 系统可以为您自动生成完整的仪表板。您可以与AI助手对话、提出问题。当您聚焦到感兴趣的特定领域时，只需说“生成仪表板”，系统就会为您创建一个布局精美、可直接使用的仪表板，作为进一步讨论的起点。

以下是Cognos Analytics的一些突出功能：

  1. 高级分析能力：无论是通过关键驱动因素分析等可视化功能，还是通过AI赋能的预测分析。
  2. 便捷的共享功能：只需点击几下，即可分享您的可视化和仪表板。可以通过系统链接分享、通过电子邮件推送，甚至推送到Slack频道，以便在那里展开讨论。

总结

本节课中，我们一起学习了仪表板在数据展示中的关键作用，以及如何利用IBM Cognos Analytics工具高效创建可视化仪表板。核心要点包括：仪表板应简洁、聚焦于驱动行动的关键信息；优秀的可视化能有效传递洞察、消除理解障碍；而现代工具（如Cognos Analytics）通过模板、AI推荐和便捷共享等功能，极大地简化了创建出色仪表板的过程。

010：Cognos Analytics 介绍及注册指南 📊

在本节课中，我们将学习什么是 IBM Cognos Analytics，并掌握如何注册其试用版本。Cognos Analytics 是一个功能强大的商业智能工具，能够帮助用户进行数据建模、探索、可视化以及创建报告和仪表板。

什么是 Cognos Analytics？ 🤔

上一节我们明确了本课的学习目标，本节中我们来看看 Cognos Analytics 的核心定义。

Cognos Analytics 是一个多功能工具，允许用户在同一产品内执行模式一和模式二类型的分析。它包含多种不同的功能组件。

以下是其主要功能概述：

  • 数据建模：具备对数据进行建模的能力。
  • 数据探索：提供探索数据的功能。
  • 高级分析可视化：能够创建引人注目且高级的分析可视化图表，例如关键驱动因素分析。
  • 自然语言生成：可以基于您的数据展示自然语言生成的洞察。
  • 定制化报告：能够创建针对特定用户的定制化报告，这可以通过过滤器或创建“突发报告”功能来实现。

此外，Cognos Analytics 还拥有创建出色仪表板的能力，这将是本课程的重点内容。

如何注册试用版？ 📝

了解了 Cognos Analytics 的基本功能后，接下来我们看看如何获取并使用它。

要注册试用版，请访问 IBM 官方提供的注册链接：IBM.biz/try_cognos。

访问该链接后，您将看到注册页面。如果您已经拥有账户，可以在此处直接登录，并且只需填写部分表单信息。如果您是新用户，则需要完整填写注册表单。

以下是注册时需要特别注意的一项：

  • 选择数据中心：关键步骤是选择一个在您所在地区地理位置相近的数据中心。

填写并提交表单后，系统将为您启动试用环境。您可以直接在此工作流程中启动 Cognos Analytics。

成功进入系统后，您可以通过界面上的按钮管理订阅。或者，您也可以始终通过提供的特定 URL 重新访问该系统。

总结与预告 🎯

本节课中，我们一起学习了 IBM Cognos Analytics 的核心功能概述，并完成了试用账户的注册流程。您现在已经拥有了一个可以开始探索和实践的环境。

在下一个视频中，我们将带您初步了解如何导航和使用 Cognos Analytics，并重点介绍其仪表板功能。

011：在Cognos Analytics中导航 🧭

在本节课中，我们将学习如何在Cognos Analytics中上传电子表格、进行基本导航、创建新的仪表板、使用仪表板模板，以及熟悉Cognos Analytics仪表板环境的主要界面元素。

上传数据文件 📤

上一节我们介绍了课程目标，本节中我们来看看如何将数据导入Cognos Analytics。Cognos可以连接多种数据库，但本课我们将从上传一个Excel文件开始。

上传文件主要有两种方式：

  1. 点击界面上的“新建”按钮，选择“上传文件”，然后浏览并选择目标文件。
  2. 将文件直接拖拽到主登录页面区域。

无论采用哪种方式，上传的内容都会默认存放在左侧导航栏的“我的内容”区域。之后，你可以将其移动到“团队内容”等共享区域。

文件上传过程中，系统会显示“正在分析”的状态。这个过程是为了整合数据，理解数据结构，以便在后续构建内容时为你提供更好的建议和决策支持。

创建与选择仪表板模板 🎨

上传数据后，我们要开始构建仪表板。第一步是选择一个模板。

以下是系统提供的部分模板，你可以根据想要实现的目标、所需可视化图表的数量和类型来选择。例如，我选择了一个包含四个小区域和一个较大区域的模板。

仪表板界面导航详解 🧭

进入仪表板编辑界面后，你会看到包含已上传文件列标题的面板。为了帮助你更好地在Cognos Analytics中操作，这里有几个关键的导航功能需要了解。

以下是界面中几个核心功能区域的介绍：

  • 可视化重用面板：第二个图钉图标面板，允许你将不同的可视化组件固定，以便在系统内的其他仪表板中重复使用。
  • 智能助手：我们将在后续视频中详细介绍，它允许你用自然语言提问，系统会据此告诉你一些关于数据的信息，并提供相应的可视化建议。
  • 可视化组件库：这里展示了仪表板支持的所有可视化图表类型。如果现有图表无法满足你的需求，系统还支持上传你自己的自定义可视化组件。
  • 附加组件库：最后一个区域提供了额外的控件，包括文本、图像、视频、超链接以及这里显示的各种形状。

总结 📝

本节课中，我们一起学习了Cognos Analytics的基本导航操作。我们掌握了如何上传Excel数据文件，了解了创建新仪表板时如何选择模板，并熟悉了仪表板编辑环境中的主要功能区域，包括数据面板、可视化重用、智能助手、图表库和附加组件库。

在下一个视频中，我们将更深入地探讨如何具体创建和定制仪表板。

012：在Cognos中创建简单的仪表板 📊

在本节课中，我们将学习如何在Cognos Analytics中创建简单的仪表板。我们将介绍多种创建可视化的方法，并了解如何在仪表板内应用筛选器。

创建可视化图表

上一节我们介绍了数据准备，本节中我们来看看如何将数据转化为可视化图表。在Cognos Analytics中，有多种方法可以创建可视化。

方法一：拖放自动生成

首先，我们可以直接从左侧的数据树中将字段拖放到画布上。系统会根据字段的数据类型（如标识符或度量）自动推荐合适的可视化图表。

例如，将“订单ID”拖到画布上时，系统识别其为标识符，并自动生成了一个列表。我们可以手动将其更改为汇总卡片，以显示订单总数。

以下是创建关键绩效指标（KPI）的步骤：

  1. 将“订单ID”拖到画布，并将其可视化类型从“列表”更改为“摘要”。
  2. 将“订购数量”字段拖到画布，创建一个显示总订购量的KPI。
  3. 将“销售额”字段拖到画布，在属性面板中将其汇总方式从“总和”改为“平均值”，以创建平均销售额KPI。

通过以上步骤，我们就拥有了几个用于监控和跟踪的KPI卡片。

方法二：手动选择图表类型

如果我们对想要的可视化类型有明确想法，可以先选择特定的图表，再为其配置数据。

例如，如果我们想查看全球各国的销售额分布，可以按以下步骤操作：

  1. 从左侧的可视化面板中，将“地图”图表拖到画布上。
  2. 从数据树中找到“国家”字段，将其拖放到地图的“位置”区域。
  3. 将“销售额”字段拖放到地图的“颜色”区域。

这样，我们就创建了一个按国家显示销售额的热力地图。我们可以手动调整图表的大小和位置，画布会显示其占用的百分比。

每个可视化图表都有丰富的属性可以调整，如果需要对图表进行任何定制，查看属性面板通常能找到相应选项。

方法三：使用智能助手

最后，我们还可以借助智能助手来探索数据并生成可视化。

如果我们不确定从何开始，可以点击助手并选择“建议问题”，它会提供一些可能被忽略的数据洞察。

例如，我们可以询问助手：“哪个产品线的销售额最高？” 助手会生成相应的图表（如柱状图），并提供其他可选的图表类型。如果对生成的视图满意，只需将其从助手面板拖放到主画布上即可。

应用交互式筛选器 🎛️

我们创建的仪表板是交互式的。这意味着我们可以通过点击图表中的元素来筛选整个仪表板的数据视图。

例如，在“产品线销售额”柱状图中，如果点击“经典汽车”类别，仪表板上的所有其他图表（如KPI卡片和世界地图）都会立即更新，只显示与“经典汽车”相关的数据。

除了点击筛选，我们还可以通过拖放字段来创建筛选器。

具体操作如下：

  1. 从数据树中，将想要作为筛选依据的字段（例如“订单状态”）拖到画布顶部的筛选器区域。
  2. 在弹出的选项中，可以选择将此筛选器应用于“所有选项卡”或仅“当前选项卡”。
  3. 在筛选器控件中，选择一个或多个值（例如“On Hold”）。

应用后，仪表板上的所有可视化图表都会更新，仅反映“状态为On Hold”的订单数据。例如，世界地图可能只会高亮显示存在此类订单的国家。

总结

本节课中，我们一起学习了在Cognos Analytics中创建简单仪表板的三种核心方法：拖放自动生成、手动选择图表类型以及使用智能助手。我们还掌握了如何通过点击图表或添加筛选器字段来实现仪表板的交互式数据筛选，从而从不同维度动态探索数据。

在下一个视频中，我们将深入探讨仪表板更多的高级功能。

013：Cognos Analytics仪表板的高级功能 🚀

在本节课中，我们将学习Cognos Analytics仪表板的几项高级功能。这些功能能帮助你更深入地分析数据，并创建更具洞察力的可视化图表。我们将涵盖如何创建计算字段、利用导航路径、从可视化中排除特定数据，以及设置可视化中的“前N项”筛选。

创建计算字段 🔢

与Excel类似，Cognos仪表板也支持创建计算字段。这允许你基于现有数据生成新的指标。

以下是创建计算字段的步骤：

  1. 在数据面板中，点击“创建计算”按钮。
  2. 系统会列出多种函数选项供你选择，你也可以直接开始输入公式。
  3. 输入时，系统会提供智能建议。

例如，我们想计算每件商品的利润率。我们可以创建一个名为“利润率”的计算字段，公式为：[建议零售价] - [销售单价]。

公式示例：

利润率 = [建议零售价] - [销售单价]

创建完成后，这个计算字段会像其他数据字段一样出现在面板中。我们可以将其与“产品线”字段一起使用，创建一个图表来查看各产品线的平均利润率。通过图表，我们可能发现“火车模型”产品线的利润率为负值。

利用导航路径进行钻取 🔍

上一节我们创建了计算字段来识别问题，本节我们来看看如何深入探究具体原因。导航路径功能允许你通过点击图表中的数据点，层层下钻查看更详细的数据。

设置导航路径的方法如下：

  1. 在图表上右键点击，选择“创建导航路径”。
  2. 在弹出的窗口中，按顺序选择你想要钻取的字段层级。例如，我们可以设置路径为：产品线 -> 客户名称 -> 订单号。

设置完成后，当你点击图表中的“火车模型”数据点时，就可以下钻查看购买该产品线的客户列表。进一步点击某个客户，则可以查看该客户的具体订单，从而精准定位导致负利润的订单。

从可视化中排除数据 🚫

有时，某些数据可能会掩盖整体趋势。例如，在分析各产品线不同订单状态的销售额时，“已发货”状态的订单数量可能远多于其他状态，导致图表难以清晰展示“待处理”、“已取消”等状态的情况。

这时，我们可以使用“排除”功能：

  1. 在图表图例中，找到你想要排除的数据类别（如“已发货”）。
  2. 右键点击该类别，选择“排除”。
  3. 该类别数据会立即从当前可视化图表中隐藏，让你能更清晰地分析剩余数据。

设置“前N项”筛选 📊

当面对大量数据点（例如成百上千个客户）时，我们通常只关注最重要的部分。Cognos的“前N项”功能可以轻松实现这一点。

操作步骤如下：

  1. 在一个包含大量类别的图表上（如按客户名称显示的销售额），右键点击数值轴或图例中的度量字段（如“销售额”）。
  2. 选择“显示前N项”，通常默认显示前10项。
  3. 图表会自动刷新，只显示销售额最高的前10位客户，帮助你快速聚焦于关键客户。

快速创建信息图 🎨

除了传统图表，Cognos还允许你快速创建生动的信息图，让数据展示更具吸引力。

创建方法非常简单：

  1. 从左侧的“可视化”面板中，选择一个图形元素（例如一个“储蓄罐”图标）。
  2. 将这个图形拖放到画布上。
  3. 将你的数据字段（如“总销售额”）拖放到这个图形上。
  4. 图形会自动根据数据值调整大小或填充比例，瞬间变成一个直观的信息图。

总结 📝

本节课中，我们一起学习了Cognos Analytics仪表板的四项高级功能：

  1. 创建计算字段：通过自定义公式生成新的分析指标。
  2. 导航路径：通过交互式钻取，深入分析数据细节。
  3. 数据排除：隐藏特定数据以更清晰地观察整体模式。
  4. 前N项筛选：快速聚焦于最重要的数据子集。
  5. 快速信息图：使用图形元素直观展示关键数据。

掌握这些功能，将使你能够构建更强大、更灵活、更具洞察力的数据分析仪表板。

014：《用Excel、Cognos做数据可视化与看板》📊

课程概述

在本节课中，我们将要学习数据可视化的核心概念及其在数据分析中的重要性。课程将引导你掌握使用Excel和Cognos Analytics创建图表、图形和交互式看板的基本技能，这些都是成为数据分析师所需知识体系的重要组成部分。

常言道，一图胜千言。

这句话在数据分析领域尤为贴切。

数据可视化在呈现小规模和大规模数据方面都扮演着至关重要的角色。

这门来自IBM的课程旨在帮助你运用各种可视化技术，用数据讲述引人入胜的故事。

你将同时使用Excel和Cognos Analytics来学习创建不同类型绘图、图表和图形所需的基本技能，并构建交互式看板。

你不仅将学习使用Excel和Cognos Analytics的数据可视化技术，还将在整个课程中通过多个动手实验和作业进行实践。

课程模块详解

上一节我们概述了课程目标，本节中我们来看看具体的课程模块安排。

以下是本课程包含的四个核心模块：

  1. 模块 1：基础图表与数据故事
    你将学习不同类型的图表，以及用于创建基础图表和数据透视表可视化的Excel函数。通过学习如何操作这些功能并创建可视化，你将开始理解图表在讲述数据驱动故事中所扮演的重要角色。

  2. 模块 2：高级图表与Excel看板基础
    你将学习创建高级图表，并了解看板的基础知识以及如何在Excel中创建简单的看板。你还将学习看板如何用于提供关键绩效指标的实时快照。

  3. 模块 3：Cognos Analytics 入门与高级功能
    你将学习关于Cognos Analytics的知识，包括如何注册、如何在其界面中导航，以及如何轻松创建出色的看板。你还将学习Cognos Analytics一些更高级的看板功能，并使你的看板具有交互性。

  4. 模块 4：综合实践与最终作业
    在最后一个模块中，你将完成一个包含两部分的动手实践最终作业实验。该实验将指导你如何在Excel中创建可视化，以及如何在Cognos Analytics中创建可视化和看板。这需要你理解业务场景需求，然后创建可视化和看板来满足这些需求。

在整个课程中，你将跟随两个不同的业务场景，每个场景使用其独有的数据集。

这些不同的场景和数据集将用于课程视频和动手实验之中。

学习成果总结

本节课中我们一起学习了课程的整体框架。完成本课程后，你将能够达成以下目标：

以下是完成本课程后你将掌握的核心技能列表：

  • 解释可视化在传达数据故事中的作用。
  • 在Excel电子表格中创建基础图表、数据透视表图表和高级图表。
  • 使用Excel创建简单的看板。
  • 在云中配置Cognos Analytics实例。
  • 在Cognos Analytics界面中导航并利用其丰富的可视化功能。
  • 使用Cognos Analytics构建包含各种基础和高级可视化的交互式看板。
  • 执行一些中级水平的数据可视化和看板创建任务，以应对业务场景。

如果你在学习过程中需要任何帮助，课程团队和其他同学可以在课程讨论区为你提供支持。

让我们开始观看下一个视频，在那里你将获得关于图表的介绍。

015：图表类型介绍

在本节课中，我们将概述几种不同类型的图表和可视化方法，并讨论如何利用它们来讲述数据故事。

📈 折线图：展示趋势与变化

上一节我们介绍了图表的基本作用，本节中我们来看看第一种常用图表：折线图。在比较不同但相关的数据集时，折线图是展示信息的绝佳方式。

折线图能够显示趋势，并展示数据值如何随连续变量变化。例如，如果时间是连续变量，可以展示一个或多个产品的销售情况如何随时间变化。

公式示例：销售额 = f(时间)

🥧 饼图：展示部分与整体关系

接下来我们介绍饼图。这种图表可以展示一个实体如何分解为若干子部分，以及这些子部分之间的比例关系。

饼图的每一部分代表一个静态值或类别，所有类别的总和等于100%。例如，在一个营销活动中，我们可以将潜在客户来源分为社交媒体、原生广告、付费影响者和线下活动四个类别。通过饼图，我们可以直观地看到每个类别生成的潜在客户数量。

以下是饼图的核心特点：

  • 每个扇区代表一个类别
  • 所有扇区角度之和为360度
  • 扇区面积大小与类别占比成正比

📊 条形图与柱形图：比较数据的利器

现在，我们来看最常用的图表之一：条形图。这种图表非常普遍，因为它易于创建，并且非常适合比较相关数据集或整体的各个部分。

例如，在一个条形图中，我们可以看到10个不同国家的人口数量，并进行相互比较。我们还可以使用堆叠条形图，其中每个条形被分割成首尾相接的子条形。在堆叠条形图中，我们可以看到每个国家的人口按四个年龄范围进行划分。

如果您希望图形垂直显示而非水平显示，那么柱形图将是一个很好的选择。这种图表可以非常有效地显示随时间的变化，并并排比较数值。例如，展示网站月度页面浏览量与会话时长的变化。

虽然柱形图看起来与条形图相似，但它们并不总是可以互换使用。例如，柱形图可能更适合显示负值和正值。

代码示例（伪代码）：

# 创建柱形图
选择数据范围 -> 插入 -> 图表 -> 柱形图

🗺️ 树状图：可视化复杂层次结构

接下来是树状图，它对于使用嵌套矩形显示复杂的层次结构非常有用。

例如，树状图可以描绘一个国家在过去一年中各州的就业率。矩形的大小代表人口数量，颜色代表就业率。我们可以点击任何区域，查看所选区域内子区域的就业数据。

🎯 漏斗图：展示流程转化

如果您试图展示一个流程管道或连续过程的不同阶段，那么漏斗图是理想的选择。

例如，漏斗图可以展示销售流程从潜在客户生成到最终成交每个阶段的转化率。

✨ 散点图与气泡图：揭示关联与模式

另一种出色的图表是散点图。在这类图表中，圆圈颜色代表数据的类别，圆圈大小表示数据量。

例如，在散点图中，我们可以看到每个产品线依据销售数量和带来的收入所呈现的分布。散点图非常有助于揭示数据点之间的趋势、集群、模式和相关性。

接下来是气泡图。它是散点图的一种变体，适用于根据相对重要性比较少数几个类别。例如，理解组织销售预算中重要的支出领域。

公式示例：气泡大小 = k * 数据量

📉 迷你图：简洁的趋势指示器

最后，我们介绍迷你图。迷你图不包含坐标轴或坐标系，却能简单有效地显示趋势。它们非常适合展示变化的一般趋势。

例如，展示股票市场从交易日开盘到收盘的价格波动。

✅ 课程总结

本节课中，我们一起学习了图表的重要性，以及它们如何塑造我们的数据以提供有意义的信息。我们介绍了折线图、饼图、条形图、柱形图、树状图、漏斗图、散点图、气泡图和迷你图等多种图表类型及其适用场景。

在下一个视频中，我们将深入探讨如何在Excel中创建和配置不同类型的图表。

016：使用可视化讲述数据故事 📊

概述

在本节课中，我们将聆听几位数据专业人士的分享，探讨使用可视化来讲述数据故事的重要性。我们将了解为什么图表比单纯的数字更有效，以及如何通过选择合适的图表来清晰地传达信息、引导讨论并驱动决策。

可视化在数据叙事中的核心作用

上一节我们介绍了课程主题，本节中我们来看看专业人士如何阐述可视化的价值。

可视化对于用数据讲故事至关重要。人们常说“一图胜千言”，这在数据领域尤为贴切。清晰、整洁的数据可视化能让你更清楚地了解数据的状况。

此外，数据可视化对创建它的分析师也极有帮助，因为它迫使分析师做出选择，决定哪些信息真正重要、需要展示，哪些不重要。例如，如果你在思考是否应该按时间维度观察数据，你可以自问：总体趋势是最重要的吗？如果是，那么我应该制作一个时间序列数据可视化图表。如果我认为比较不同组别更重要，那么就更可能选择条形图或柱状图。因此，可视化在厘清数据分析师的思路方面扮演着关键角色。

可视化如何提升沟通效果

了解了可视化的基本价值后，我们进一步探讨它如何改善与利益相关者的沟通。

可视化在向利益相关者讲述清晰、简洁的故事时非常重要。人类是视觉动物，你更有可能通过视觉元素讲述一个引人入胜的故事并获得认可。我曾经凭借一份用Tableau制作的可视化简历获得了一份工作机会。

呈现数据的最佳方式之一就是可视化。数字本身在大多数情况下往往会让人不知所措。试想，如果我在公司会议上只是说：“去年，也就是2019年，我们创造了10万美元的收入。” 或者，我可以给你一张图表，上面显示：2018年，我们创造了7.5万美元；2019年，我们创造了10万美元；2020年，我们预计将创造12.5万美元。如果我把这些数据做成图表，让它突出、美观，那么非会计或非数据专业的人也会被吸引，这会促使他们提出不同的问题、产生不同的想法。

利用工具驱动有效对话

那么，具体如何利用工具来实现这种效果呢？

通过使用PowerPoint，甚至在Excel中（你可以用数据创建图表），让它变得美观——不仅仅是美观，还要确保它突出显示了你试图传达的重要信息——这将创造并推动围绕“需要做什么”以及“如何更好地运营业务或做出不同决策”的对话。数据可视化是帮助人们理解你试图呈现的数字的一个非常重要的部分。

我们倾向于使用可视化的原因在于，这就是大脑真正的工作方式。与查看电子表格中的100行或100条数据相比，大脑更能处理一个高条形与低条形的对比。使用可视化，特别是为给定任务使用合适的可视化，确实有助于确保用户以最简单的方式理解信息。

可视化是叙事的基础

正如我们所讨论的，讲故事是我们实现这一目标的重要方式，而可视化正是我们讲述故事的方式。我们可以用文本来增强它（无论是用户生成的还是系统生成的），引导人们进一步深入理解。但从可视化开始，是帮助人们快速、有效地理解当前情况的最简单方法，之后你们可以围绕具体行动进行更深入的讨论。

关键要点总结

以下是本课的核心要点总结：

  • 一图胜千言：清晰的可视化能比纯数字更直观地揭示数据洞察。
  • 聚焦重点：创建可视化迫使分析师思考并突出最关键的信息。
  • 提升沟通：人类是视觉动物，美观且重点突出的图表能更好地吸引受众，引导提问和讨论。
  • 契合认知：大脑处理图形信息比处理大量原始数字更高效。选择合适的图表类型（如时间序列图用于看趋势，条形图用于做比较）至关重要。
  • 叙事基石：可视化是数据故事的起点和核心，可以用文本来补充和深化，但首先通过视觉形式建立理解是最有效的途径。

总结

本节课中，我们一起学习了数据专业人士如何看待数据可视化。我们明确了可视化不仅是呈现数据的工具，更是厘清思路、有效沟通、讲述动人数据故事以及驱动商业决策的核心技能。记住，从选择合适的图表开始，让你的数据自己“说话”。

017：在Excel中创建基础图表 📊

在本节课中，我们将学习如何在Excel中创建几种基础类型的图表。我们将首先创建折线图，然后是饼图，最后是条形图。这些图表是数据可视化的基石，能帮助我们更直观地理解和呈现数据。

创建折线图 📈

上一节我们介绍了本课的目标，本节中我们来看看如何创建折线图。折线图是一种用于显示数据点并通过直线连接的图表类型。

在折线图中，水平轴（X轴）通常代表时间或类别，而垂直轴（Y轴）通常代表数值。由于折线图能在给定时间段内显示连续数据，因此非常适合展示在等距时间间隔（如天、月、季度或年）内的数据趋势。

折线图在数据按列或行排列，或数据包含多个数据系列时尤其理想。

以下是创建折线图的步骤：

  1. 在工作表中，首先筛选数据，例如仅显示四种汽车型号。
  2. 选择两个不相邻列的数据，例如“型号”和“价格”。
  3. 在“插入”选项卡的“图表”组中，从“二维折线图”类别中选择折线图。
  4. 双击图表标题文本框，将标题编辑为“福特汽车价格”。
  5. 将生成的浮动图表移动到工作表数据下方的左侧。

现在，我们看到了一个显示福特各型号汽车价格趋势的折线图。

创建饼图 🥧

了解了折线图后，本节我们转向饼图。饼图是一种圆形图表，用于显示不同类别（即扇区）对整体总量（即整个饼）的相对贡献。

饼图中的数据点（即扇区）以占整个饼的百分比表示。饼图提供了非常简单的数据结果可视化，易于理解。

饼图最好在只有一个数据系列，且类别不超过十几个时使用。否则，图表会显得杂乱，难以阅读。

以下是创建饼图的步骤：

  1. 使用福特汽车的型号名称及其“单位销量”数据。
  2. 选择两个不相邻列的数据，例如“型号”和“单位销量”。
  3. 在“插入”选项卡的“图表”组中，从“二维饼图”类别中选择饼图。
  4. 生成的饼图显示了各个福特汽车型号（扇区）对福特汽车总销量（整个饼）的相对贡献。
  5. 可以通过“图表设计”选项卡中的“图表样式”库来更改样式，例如组合样式3和样式7，以在扇区显示百分比并使用深色对比背景。
  6. 将此图表移动到工作表数据下方的中央位置。

创建条形图 📊

最后，让我们看看条形图。条形图是一种用于比较不同类别数值的图表，可以使用垂直条（柱形图）或水平条。

在条形图中，类别通常排列在垂直轴（Y轴）上，数值在水平轴（X轴）上。而在柱形图中，类别通常排列在水平轴（X轴）上，数值显示在垂直轴（Y轴）上。

以下是创建条形图的步骤：

  1. 再次选择两个不相邻列的数据，例如“型号”和“留存百分比”。
  2. 在“插入”选项卡的“图表”组中，从“二维条形图”类别中选择一种条形图样式。
  3. 生成的条形图使用水平条显示了不同福特型号汽车留存百分比的比较值。
  4. 可以点击“更改颜色”按钮，从列表中选择调色板来定制条形图的颜色方案。
  5. 将此图表移动到工作表数据下方的右侧。

总结

本节课中，我们一起学习了如何在Excel中创建基础的折线图、饼图和条形图。我们了解了每种图表的适用场景、创建步骤以及如何进行基本的样式定制。在下一视频中，我们将探讨如何在Excel中使用数据透视表图表功能。

018：使用Excel数据透视图功能

在本节课中，我们将学习如何使用Excel中的数据透视图功能，从数据透视表创建面积图和柱形图。我们将了解数据透视图的基本概念、创建方法以及与数据透视表的交互操作。

我们已经学习了如何在Excel中创建几种基本类型的图表。在本视频中，我们将学习如何使用Excel数据透视表的数据透视图功能来创建其他一些基本图表。

我们将首先从数据透视表创建面积图，然后创建柱形图。

请注意，此示例数据集中的价格和转售价值并非真实数据，仅用于解释和演示目的。

📊 什么是数据透视图？

数据透视图用于以与基本图表相同的方式显示数据系列、类别和图表轴，但将其与数据透视表连接起来。

简单来说，数据透视图就是Excel中数据透视表的图形化表示。当我们拥有包含复杂数据的数据透视表时，数据透视图可以帮助我们理解这些数据。

📈 创建面积图

面积图是一种图表类型，用于显示一系列数据点，这些点用直线连接，并在其下方有填充区域。

面积图像折线图一样，可以处理正值和负值。

以下是创建面积图的步骤：

  1. 首先，创建“汽车销售”工作簿中“Pivot1”工作表的副本。
  2. 在此副本工作表中，首先筛选数据透视表的数据，仅显示丰田汽车型号。
  3. 展开“丰田”字段，我们可以看到丰田不同型号的详细信息，例如每个型号的平均价格和平均一年转售价值。
  4. 现在，使用数据透视图功能基于此数据创建面积图。选择面积图类型，并选择“三维面积图”。

我们将看到一个包含面积图的浮动图表，它显示了丰田各型号汽车的平均价格以及平均一年转售价值的趋势。

在数据透视图中筛选数据

请注意，我们也可以直接在数据透视图中筛选数据，而不仅仅是在数据透视表中。这是标准图表与数据透视图之间的关键区别之一。

因此，在我们的数据透视图中，让我们筛选数据以仅显示雪佛兰汽车型号。展开字段后，数据透视图在此处显示我们的数据。我们可以看到，与低价位型号相比，高价位型号在一年后似乎不能很好地保持其价值。

我们也可以使用数据透视图中的型号筛选下拉菜单来筛选型号。现在，我们的数据透视图及其关联的数据透视表中仅显示了九个雪佛兰型号中的七个。

我们可以看到，当我们在数据透视图中直接进行更改（例如添加筛选器）时，这些更改会立即反映在我们的数据透视表数据中。反之亦然。如果我们在数据透视表中进行更改，该更改也会立即在数据透视图中可见。

📊 创建柱形图

柱形图是一种图表类型，用于使用垂直条形图比较不同类别的值。在柱形图中，类别通常排列在水平轴上，值显示在垂直轴上。

以下是创建柱形图的步骤：

  1. 首先，创建“汽车销售”工作簿中“Pivot1”工作表的另一个副本。
  2. 在此副本工作表中，再次筛选数据透视表的数据，但这次仅显示宝马、凯迪拉克和现代汽车型号。
  3. 现在，使用数据透视图功能基于此数据创建柱形图。选择柱形图类型，并选择“三维簇状柱形图”。

新的浮动区域包含我们的柱形图，该图使用垂直条形图显示宝马、凯迪拉克和现代汽车的平均价格以及平均一年转售价值的比较值。

从该图表数据中，我们可以看到，现代和宝马系列似乎比凯迪拉克型号更能保持其一年转售价值。

展开和折叠数据视图

现在，让我们通过展开数据透视表中的单元格来查看表格和图表中的所有宝马型号。但请注意，我们也可以使用图表中的加号和减号按钮来展开和折叠数据视图。

如果您在数据透视图字段窗格的轴或类别部分有多个字段，这些按钮可以向下钻取和向上钻取多个类别级别。例如，如果我们将型号进一步分类为型号变体，然后分为发动机排量，再分为颜色等等。

现在，我们可以在柱形图中看到所有三个制造商的所有型号。但是请注意，这些按钮只能用于展开或折叠所有字段。如果您只想展开或折叠一个字段，则需要在数据透视表中而不是图表中进行操作，就像我们在上一步中所做的那样。

自定义图表样式

让我们更改图表样式以自定义柱形图的外观。图库中有许多样式可供选择。例如，这里我们选择了样式9，它为我们提供了漂亮的深色对比背景。

📝 课程总结

在本视频中，我们学习了如何使用Excel中数据透视表的数据透视图功能创建面积图和柱形图。我们还学习了如何使用数据透视表或数据透视图筛选数据。并且我们学习了如何使用数据透视表和数据透视图展开和折叠数据级别。

在下一个视频中，我们将了解Excel中提供的一些高级图表。

019：创建树状图、散点图与直方图

在本节课中，我们将学习如何在Excel中创建三种高级图表：树状图、散点图与直方图。我们将通过一个汽车销售数据集来演示每种图表的创建步骤、用途及解读方法。

🌳 创建树状图

上一节我们介绍了基础图表的创建，本节中我们来看看如何创建树状图。树状图用于比较层级结构中的数值，并通过矩形的大小展示各层级内的比例关系。它能在一个图形中有效展示大量数据，利用颜色和矩形面积来表示层级数据。

以下是创建树状图的步骤：

  1. 在“Car sales”工作簿的“TMap”工作表中，首先选择两个不相邻列的数据：model（车型）和 unit sales（销量）。
  2. 在“插入”选项卡的“图表”组中，选择“层次结构”类别下的“树状图”图表。
  3. 此时会出现一个包含树状图的浮动图表区域，它显示了福特各车型销量在层级内的比例矩形。
  4. 双击图表标题文本框，将标题修改为“Unit Sales of Ford Car”。
  5. 在“图表设计”选项卡中，可以更改图表样式以自定义外观。例如，我们选择“样式2”。

从生成的树状图中，我们可以清晰地看到，F系列车型的销量占比最大，其次是Explorer和Touristus车型，它们占比相近，而Contour车型的销量占比最小。

📈 创建散点图

接下来，我们来看看散点图。散点图用于比较两组数值数据，并展示它们之间的关系。它将X轴和Y轴上的两组值组合成单个数据点，并在图表中以簇的形式显示，因此有时也被称为XY图。它常用于比较统计、科学或工程数据值。

以下是创建散点图的步骤：

  1. 在“Car sales”工作簿的“Scatter”工作表中，首先选择两个相邻列的数据：price（零售价）和 year resale value（一年后残值）。
  2. 在“插入”选项卡的“图表”组中，选择“XY（散点图）”类别下的“散点图”。
  3. 生成的图表会比较所有制造商汽车的零售价与其一年后残值。
  4. 双击图表标题文本框，将标题修改为“Comparing Price with Year Resale Value”。
  5. 在“图表设计”选项卡中，更改图表样式，例如选择“样式8”。
  6. 为水平（X）轴和垂直（Y）轴添加标题。将水平轴标题设为“Retail Price”，垂直轴标题设为“Year Resale Value”。

从散点图中我们可以观察到，随着零售价的增加，零售价与一年后残值之间的差异也趋于增大。总体而言，低价位汽车在一年后比高价位汽车更能保持其残值。

📊 创建直方图

最后，我们来学习直方图。直方图是一种显示数据分布情况的图表，数据被分组到各个“箱”中。虽然直方图看起来像柱形图或条形图，但两者完全不同：条形图用于比较数据，而直方图用于展示数据的分布。

以下是创建直方图的步骤：

  1. 在“Car sales”工作簿的“Histogram”工作表中，首先选择两个不相邻列的数据：model（车型）和 price（价格）。
  2. 在“插入”选项卡的“图表”组中，选择“统计图表”类别下的“直方图”。
  3. 新的浮动图表区域将包含我们的直方图，它显示了所有制造商汽车价格的频率分布。请注意，Excel会自动将不同的价格范围划分为9个等宽的独立箱。
  4. 双击图表标题文本框，将标题修改为“Count of Car Models by Price Range”。
  5. 在“图表设计”选项卡中，更改图表样式，例如选择“样式3”。此样式会在每个价格区间的矩形上直接显示计数值，而不是在Y轴上使用垂直刻度。

从直方图中，我们可以轻松看出，最大比例的车型处于 $18,635 至 $28,035 的价格区间，该区间有62个车型；其次是 $9,235 至 $18,635 的最便宜区间，有42个车型；而车型数量最少的区间是两个最贵的价格区间，每个箱中只有1个车型。

⚙️ 自定义直方图箱宽

虽然创建直方图时Excel会自动选择箱的范围，但你可以根据需要更改箱的大小。这通过打开相关图表元素（此处为水平轴）的“设置坐标轴格式”窗格来完成。

在“坐标轴选项”部分，你可以选择按多个因素显示箱，包括“箱宽度”和“箱数”。

  • 更改箱宽度：例如，当我们减小箱宽度值时，图表中会显示15个箱，因为价格范围划分得更细。此时，箱2和箱3分别拥有最高的计数值34和33，而箱14在此价格区间内没有车型。
  • 更改箱数：如果我们将坐标轴选项改为显示指定数量的箱（例如10个），直方图会相应更新，再次显示箱2在其价格区间内拥有最大比例的车型。
  • 恢复自动：如果选择“自动”，直方图将恢复为我们开始时的格式。

🎯 总结

本节课中，我们一起学习了如何在Excel中创建三种高级图表：树状图、散点图和直方图。我们掌握了每种图表的创建步骤、核心用途以及如何解读图表所揭示的数据洞察。在下一节视频中，我们将继续探索Excel中的其他高级图表，例如填充地图图表和迷你图。

020：创建填充地图与迷你图 📊

在本节课中，我们将学习如何在Excel中创建两种高级图表：填充地图和迷你图。我们还将简要了解Excel中其他几种可用的图表类型。

创建填充地图图表 🌍

上一节我们介绍了基础图表，本节中我们来看看如何利用地理数据创建填充地图图表。填充地图是一种用于比较数值、并在地理区域上展示类别的图表。它非常适合包含国家、州或邮政编码等地理信息的数据。

在“Car sales”工作簿的“map chart”工作表中，我们首先需要准备数据。

以下是创建填充地图的步骤：

  1. 从数据透视表中复制包含“销售国家”和“单位销售总和”的数据。
  2. 将复制的数据粘贴到表格旁边。
  3. 选中数据，在“插入”选项卡的“图表”组中，选择“地图”类别下的“填充地图”。
  4. 生成的浮动图表区域即为我们创建的填充地图，它展示了不同销售国家的汽车单位销售总和。

我们可以通过双击图表标题文本框，将标题修改为“各国汽车销售总和”。此外，还可以在“图表设计”选项卡的“图表样式”库中选择多种样式，以自定义填充地图的外观。

从这张填充地图中，我们可以看到：代表最高销量的深蓝色区域覆盖了美国；代表中等销量的浅蓝色区域覆盖了加拿大、西欧和斯堪的纳维亚等地；而代表最低销量的近乎白色的区域则主要覆盖了东欧、印度、日本和澳大利亚。

添加迷你图 📈

了解了如何展示地理分布后，我们来看看如何在单元格内直观展示数据趋势。迷你图是放置在单个单元格中的微型图表，用于表示选定范围的数据。它们通常用于显示数据趋势，例如季节性增减、经济周期或股价波动，也可以用来突出显示最大值和最小值。

当迷你图紧邻其代表的数据放置时，效果最佳。

在“Car sales”工作簿的“Sp lines”工作表中，我们为“单位销售 Q1”至“单位销售 Q4”这四列相邻的数据创建迷你图。

以下是创建迷你图的步骤：

  1. 选中“单位销售 Q1”至“单位销售 Q4”的数据区域。
  2. 在“插入”选项卡的“迷你图”组中，选择“折线图”类型。
  3. 在弹出的对话框中，指定迷你图在工作表中的放置位置。可以直接在“位置范围”框中输入单元格引用，或者更简便地，直接点击工作表中希望放置迷你图的单元格，Excel会自动填充引用（注意，它会使用带美元符号的绝对引用）。
  4. 创建第一个迷你图后，可以将其向下拖动填充柄，复制到整列。

现在，我们得到了一列显示福特各车型在一年四个季度中销售趋势的迷你图。将包含迷你图的列标题命名为“季度销售趋势”，并调整列宽和行高，使迷你图显示更清晰。

为了增强迷你图的表现力，我们可以进行以下自定义：

  • 在“迷你图设计”选项卡中，勾选“高点”和“低点”，以在迷你图上显示最大值和最小值。
  • 在“样式”库中选择喜欢的样式，以改变迷你图的外观。
  • 调整“迷你图颜色”中的“粗细”，使线条更突出。

通过这些迷你图，我们可以观察到：福特Escort的销量在第一季度较低，在第二、三季度上升，然后在第四季度再次下降。我们还可以看出，对于大多数福特车型来说，第三季度是一年中销量最好的季度，但也有少数例外，例如Mustang在第四季度表现最佳，而Focus车型在第二季度销量最高。

Excel中的其他图表类型简介 🔍

除了填充地图和迷你图，Excel还提供了多种其他专业图表，适用于不同的数据分析场景。

以下是几种其他可用图表的简要介绍：

  • 瀑布图：用于显示一系列正值和负值的累积效应。公式可表示为：最终值 = 初始值 + Σ(各阶段变化值)。它适用于表示流入和流出（如财务数据）的数据。
  • 漏斗图：用于显示流程中逐渐变小的阶段。它适用于展示比例逐渐递减的数据。
  • 股价图：用于显示股票随时间变化的走势。它最适合包含一系列股票价格值（如成交量、开盘价、最高价、最低价和收盘价）的数据。
  • 曲面图：用于在三维曲面或二维等高线中展示跨两个维度的趋势和数值。当类别和数据系列都是数值时，此图表最适用。
  • 雷达图：用于显示相对于中心点的数值。当类别不直接可比时，此图表最合适。

总结 📝

本节课中，我们一起学习了如何在Excel中创建两种实用的高级可视化工具：填充地图和迷你图。填充地图能帮助我们直观地分析数据在地理维度上的分布与对比；而迷你图则能以紧凑的形式在数据旁边清晰展示趋势和关键点（如最大值、最小值）。最后，我们还简要了解了瀑布图、漏斗图等几种其他专业图表及其适用场景。掌握这些图表将极大地丰富你的数据呈现方式，使分析报告更加生动和有力。

021：仪表盘简介 📊

在本节课中，我们将对仪表盘进行简要介绍，包括其定义、构成要素，以及为何它能够成为数据分析师工具包中的一个有用组件和一项必备技能。

仪表盘这一术语源自汽车工业。汽车设计师将最重要的仪表和其他显示信息，例如发动机油温、当前速度、当前转速、剩余油量等，整合在一个便于驾驶员查看和理解的图形化显示面板中。最初，这些显示是模拟的，但现在大多数已数字化，并采用各种形式的可视化，包括数字仪表和迷你图表。你可以将同样的理念应用于数据分析应用中的仪表盘。

这类仪表盘的设计者希望以图形化显示的形式，将关键的商业信息集中放置在一处，以便于查看者理解。仪表盘还可以更进一步，允许用户通过使用仪表盘上提供的工具与之交互，并精确地修改他们看到的信息。因此，仪表盘的用户不仅能获得其业务数据和关键绩效指标（KPI）的整合可视化视图，还能通过使用筛选器等工具，获得一个可控的、自助式的商业智能（BI）界面，从而精确控制所看到的信息。

仪表盘通常在数据分析应用中通过以下方式创建：使用多个数据透视表和图表、地图图表和迷你图等可视化元素，以及切片器和时间线等筛选工具。这些数据透视表和图表可以基于单一数据源或多个数据源创建。

在数据分析应用中使用仪表盘，可以获得以下好处：

  • 提供关键数据洞察。
  • 警示数据中的模式和趋势。
  • 为用户提供交互式体验，允许他们筛选查看的数据。
  • 随着源数据的变化而动态更新。
  • 提供业务数据的集中整合视图。

仪表盘在以下业务领域可以成为非常有用的工具：

  • 财务预测与报告
  • 项目管理
  • 高管报告
  • 人力资源
  • 客户服务
  • 服务台问题追踪
  • 医疗健康监测
  • 呼叫中心分析
  • 社交媒体营销
  • 以及更多其他领域

对于一名成长中的数据分析师而言，仪表盘是添加到其技能库中的一项至关重要的技能，因为大多数雇主将其视为必备技能，而非锦上添花。如果你能展示出创建出色、引人注目、交互性强且易于查看和使用的仪表盘的技能，无论是在 Microsoft Excel 或 Google Sheets 等电子表格应用中，还是在使用更高级的数据分析和可视化应用（如 Boquet、Python 的 Dash 或 Streamlit、Tableau 或 IBM Cognos Analytics）时，这都将极大地助力你未来的数据分析师职业生涯。

本节课中，我们一起学习了仪表盘的简要介绍，包括其定义、构成要素，以及为何它能够成为数据分析师工具包中的一个有用组件和一项必备技能。在接下来的视频中，我们将学习如何使用电子表格应用创建一个简单的仪表盘。

022：使用看板呈现数据结果访谈 🎯

在本节课中，我们将学习数据专业人士如何利用看板来更有效地呈现数据分析结果。课程分为两部分：首先探讨看板在数据呈现中的核心价值，然后介绍如何使用 IBM Cognos Analytics 工具创建出色的可视化看板。

第一部分：看板在呈现数据结果中的作用 📊

上一部分我们了解了课程的整体结构，本节中我们来听听数据专业人士如何评价看板在数据呈现中的重要性。

看板能够过滤冗余信息，实时展示最重要的内容。看板可以根据需求进行美观的设计。需要注意的是，应避免在看板中塞入过多数据，导致信息过载。保持具体和简洁至关重要。

以下是看板的主要优势：

  • 看板非常适合高管或业务负责人移动办公时使用，他们可能通过移动设备查看，而移动设备屏幕空间有限，无法承载过多数据。
  • 只要理解交付成果以及利益相关者希望看到的内容和决策重点，看板能在短时间内发挥高效作用。

以易于受众理解的方式呈现信息非常重要，因为这能确保人们从你的工作中获得价值。很多时候，数据分析师声誉不佳，是因为人们认为我们只是数字处理机器。更深层的问题在于，我们未能充分解释数字背后的含义。

因此，我们需要借助工具和方法来更好地沟通：

  • 使用带有图表的 PowerPoint 演示文稿。
  • 利用关键绩效指标，以不同方式分解信息并突出显示重点。
  • 确保“读懂房间”，即在会议中观察听众反应。如果大家因数字而感到困惑，应主动询问他们需要什么信息、什么对他们最重要。

这样，在创建下一次报告或看板时，就能突出对受众重要的内容。我们必须始终确保展示我们的价值，帮助人们理解并提升他们的知识水平，从而消除他们对数字的恐惧。

我们可以通过以下方式实现，而不是简单地堆砌数字：

  • 以图形化的方式展示。
  • 利用看板和关键绩效指标。
  • 采用其他方法使数据变得真实可感。

电子表格中的看板是行动的指示器。就像汽车仪表盘一样，如果看到低油量指示灯，就意味着需要加油。因此，电子表格中的看板也应如此简单，它应该告诉人们需要立即关注什么，或者指示哪些方面需要改变。

请记住一个关键原则：不要在看板上放置“最好知道”的信息，而应只放置“需要知道”的信息，尤其是在希望促成行动时。

第二部分：使用 Cognos Analytics 创建可视化看板 🛠️

在了解了看板的核心价值后，本节我们来看看如何利用 IBM Cognos Analytics 工具来创建出色的可视化看板，以呈现数据结果。

IBM Cognos Analytics 可以通过多种方式帮助您创建更好的可视化和看板。

首先，该工具提供了便捷的入门方式：

  • 模板功能：允许您快速选择模板，并轻松地将可视化组件拖放到指定位置，从而高效、轻松地创建视觉上引人注目的看板。

此外，Cognos Analytics 还具备智能辅助功能：

  • 可视化推荐器：如果您将几个字段拖放到画布上，系统会推荐一种可视化形式。如果您不喜欢最初的推荐，可以手动从推荐列表中选择其他可视化方案。

更重要的是，该工具融入了人工智能技术：

  • AI 生成看板：您可以与助手对话，提出问题。当聚焦到感兴趣的特定领域时，只需说“生成看板”，系统就会为您创建一个布局美观的看板，作为进一步讨论的起点，并帮助您真正理解系统中的数据。

最后，我们想强调几个高级功能：

  • 高级分析能力：无论是通过关键驱动因素分析等可视化功能，还是通过 AI infused 预测功能。
  • 便捷的共享功能：只需点击几下，即可共享您的可视化和看板。无论是通过链接在系统内共享，通过电子邮件推送，还是推送到 Slack 频道以便在那里展开讨论。

总结 📝

本节课中，我们一起学习了看板在数据沟通中的关键作用以及如何使用 IBM Cognos Analytics 创建有效的可视化看板。我们了解到，优秀的看板应简洁、聚焦于“需要知道”的信息，并能促成决策与行动。同时，借助现代工具如 Cognos Analytics 的模板、智能推荐和 AI 功能，我们可以更高效地构建出既美观又实用的数据看板，并通过多种渠道轻松分享，从而让数据故事深入人心。

023：Cognos Analytics 简介与注册指南 📊

在本节课中，我们将学习 IBM Cognos Analytics 的基本概念，并详细介绍如何注册其试用版本。Cognos Analytics 是一个功能强大的商业智能工具，能够帮助用户进行数据建模、探索、可视化以及创建报告和仪表板。

什么是 Cognos Analytics？🔍

上一节我们介绍了课程目标，本节中我们来看看 Cognos Analytics 的核心定义。Cognos Analytics 是一个多功能工具，允许用户在同一产品中执行模式一和模式二类型的分析。它包含多种不同的功能，例如数据建模、数据探索、创建高级分析可视化（如关键驱动因素分析）、基于数据的自然语言生成，以及创建针对特定用户的定制报告。

以下是 Cognos Analytics 包含的主要工具和能力：

  • 数据建模能力
  • 数据探索功能
  • 创建引人注目的高级分析可视化（例如关键驱动因素分析）
  • 基于数据生成自然语言描述
  • 通过过滤器或创建分发报告的能力，为特定用户创建定制报告

此外，Cognos Analytics 还具备创建出色仪表板的能力，这将是本课程的重点内容。

如何注册试用版？📝

了解了 Cognos Analytics 的功能后，接下来我们看看如何获取并使用它。要注册试用版，请访问 IBM 官方提供的注册链接。

以下是注册试用版的具体步骤：

  1. 访问注册网址：IBM.biz/try_cognos。
  2. 如果您已有账户，可以在此处直接登录，只需填写部分表单信息。
  3. 如果您没有账户，请快速填写此表单。关键注意事项是选择一个在您所在地区地理位置接近的数据中心。

系统正在为您启动，您现在可以直接从这个工作流程启动它。进入系统后，您可以通过“管理订阅”按钮管理订阅，或者始终可以通过此 URL 重新访问系统。

总结与下节预告 🎯

本节课中我们一起学习了 IBM Cognos Analytics 的核心功能及其作为一体化分析工具的价值，并逐步完成了试用版的注册流程。

在下一个视频中，我们将带您了解如何导航和使用 Cognos Analytics 及其仪表板功能。

024：Cognos Analytics 导航指南 🧭

在本节课中，我们将学习如何在 Cognos Analytics 中上传数据文件、进行基础导航、创建新的仪表板，以及使用仪表板模板。课程将帮助你熟悉 Cognos Analytics 的界面环境，为后续构建可视化内容打下基础。

上传数据文件 📤

Cognos Analytics 支持连接多种数据库，但本课我们将从上传一个 Excel 文件开始。上传文件有两种主要方式。

以下是两种上传方法：

  1. 点击界面上的 “新建” 按钮，选择 “上传文件”，然后浏览并选择目标文件。
  2. 将文件直接拖拽到主登录页面区域。系统会自动引导你进入后续操作界面。

无论采用哪种方式，上传的内容默认都会保存在左侧导航栏的 “我的内容” 区域。之后，你可以将其移动到团队共享的 “团队内容” 区域。

文件上传过程中，你会看到 “正在分析…” 的提示。这个过程是系统在集成和理解你的数据，以便在后续构建内容时为你提供更好的建议和决策支持。

界面导航概览 🗺️

上一节我们介绍了如何上传数据，现在我们来熟悉 Cognos Analytics 的界面布局。Cognos Analytics 主要有两个导航区域，它们会根据你当前所处的产品模块动态更新。

以下是两个主要的导航区域：

  • 左侧导航栏：提供对“我的内容”、“团队内容”等核心资源库的访问。
  • 顶部导航栏：包含当前模块的特定功能和操作选项。

创建与定制仪表板 🛠️

了解基础导航后，我们开始创建第一个仪表板。第一步是选择一个合适的模板。

Cognos 提供了多种预设的仪表板模板。你可以根据想要展示的可视化图表数量和类型来选择。例如，我选择了一个包含四个较小图表和一个较大图表的模板。

进入仪表板编辑界面后，你会看到左侧面板显示了已上传文件的列标题。此外，还有一些重要的导航功能需要了解，它们能帮助你更好地使用 Cognos Analytics。

以下是仪表板编辑环境中的关键导航功能：

  1. 可视化面板：这里列出了所有支持的图表类型，你也可以上传自定义的可视化组件。
  2. 部件库：提供额外的控件，如文本、图像、视频、超链接和各种形状。
  3. 固定功能：允许你将常用的可视化组件固定，以便在其他仪表板中重复使用。
  4. 助手功能：你可以使用自然语言提问，系统会基于你的数据提供解答并生成相应的可视化建议。

总结 📝

本节课我们一起学习了 Cognos Analytics 的基础操作：包括上传 Excel 文件的两种方法、认识主界面的导航布局、以及如何通过选择模板来创建新的仪表板。我们还预览了仪表板编辑环境中的核心功能面板。在下一节课中，我们将深入探讨如何具体地创建和设计仪表板。

025：在Cognos中创建简单看板 📊

在本节课中，我们将学习如何在Cognos Analytics中创建简单的数据看板。我们将介绍多种创建可视化的方法，包括自动生成、手动配置以及使用智能助手。同时，我们也会了解如何在看板内应用筛选器，以实现数据的交互式探索。

创建可视化：多种方法介绍

上一节我们了解了数据准备的基础。本节中，我们来看看在Cognos Analytics中创建可视化的几种核心方法。

方法一：通过拖拽自动生成

将数据字段从左侧树状图中直接拖拽到画布上，是最快捷的创建方式。系统会根据字段的数据类型（如标识符或度量值）自动推荐合适的可视化图表。

例如，当我们上传数据后，首先需要检查并理解数据的类型，这由每个字段前的图标表示。以“订单ID”字段为例，我们可能需要将其属性从“度量值”更改为“标识符”。

操作代码示例：
在字段属性面板中，将 Order ID 的“角色”从 Measure 切换为 Identifier。

完成此设置后，即可开始创建可视化。将字段拖到画布上时，如果放置在模板框内，可视化将自动填充该框的可用空间。

方法二：手动选择与配置

如果对自动生成的图表不满意，我们可以手动选择图表类型并进行配置。

以下是创建关键绩效指标（KPI）的步骤：

  1. 查看订单数量：通过统计“订单ID”的数量来实现。系统为标识符推荐的最佳可视化通常是列表，但我们也可以手动将其改为摘要卡片。
  2. 查看订购数量：直接拖拽“数量”字段到画布，并选择合适的汇总方式（如求和）。
  3. 查看平均销售额：拖拽“销售额”字段到画布，然后在属性面板中将汇总方式从 Sum 改为 Average。

通过以上步骤，我们就得到了几个用于监控和跟踪的KPI指标。

方法三：使用智能助手

如果我们对要分析的内容没有明确想法，可以使用智能助手功能。

操作流程如下：

  1. 点击“助手”按钮。
  2. 可以输入具体问题（例如：“哪个产品线的销售额最高？”），或直接点击“建议问题”来获取分析灵感。
  3. 助手会生成相应的可视化图表，并提供同类型的其他图表备选。
  4. 如果对某个视图满意，只需将其拖拽到画布上，它就会成为看板的一部分。

实现看板交互：应用筛选器

创建好可视化组件后，看板的核心价值在于其交互性。我们可以通过多种方式对看板数据进行筛选。

点击筛选

在任一可视化图表上，直接点击某个数据元素（例如，在“产品线”条形图中点击“经典汽车”），看板上的所有其他图表都会联动更新，仅显示与“经典汽车”相关的数据。

拖拽字段筛选

我们也可以将特定的筛选字段拖拽到画布顶部的筛选器区域。

操作代码示例：
将 Status 字段拖入筛选器区域。

在筛选器中，我们可以选择一个或多个值。例如，选择查看状态为“搁置”的所有订单。应用后，整个看板的所有可视化图表都会更新，仅反映“搁置”状态的数据，从而帮助我们快速聚焦于特定问题。

课程总结

本节课中，我们一起学习了在Cognos Analytics中创建简单数据看板的完整流程。我们掌握了三种创建可视化的方法：拖拽自动生成、手动选择配置以及利用智能助手。更重要的是，我们学会了如何通过点击图表元素或拖拽字段到筛选器来实现看板的交互式数据探索，让静态图表变为动态分析工具。

在下一个视频中，我们将深入探讨看板更多的高级功能。

026：Cognos Analytics 仪表板高级功能 🚀

在本节课中，我们将学习 Cognos Analytics 仪表板的几项高级功能。我们将涵盖如何创建计算字段、利用导航路径、在可视化中进行数据排除，以及如何设置可视化中的“前N项”筛选。掌握这些技巧将帮助你更深入地探索数据，并创建更具洞察力的仪表板。

创建计算字段 🧮

与 Excel 类似，Cognos Analytics 仪表板也支持创建计算字段。这允许你基于现有数据生成新的指标。

以下是创建计算字段的步骤：

  1. 在数据面板中，点击“创建计算”选项。系统会列出多种函数供你选择。
  2. 你也可以直接开始输入公式，系统会提供智能建议。

例如，我们想计算产品的利润率。我们可以创建一个名为 利润率 的计算字段，公式为：

利润率 = MSRP - 销售单价

创建后，这个计算字段会像其他数据字段一样出现在列表中。我们可以将其用于可视化。例如，选择“利润率”和“产品线”字段创建一个图表，就能直观地看到各产品线的盈利情况。通过这个视图，我们可能发现“火车”产品线的利润率为负。

利用导航路径深入分析 🔍

上一节我们通过计算字段发现了问题，本节我们来看看如何深入分析。导航路径功能允许你从汇总数据逐层下钻到明细数据。

要创建导航路径，你可以选择数据中的任何字段作为下钻的层级。例如，我们可以设置一个从 产品线 到 客户，再到 具体订单 的路径。

设置好后，在图表上右键点击感兴趣的数据点（例如“火车”产品线），选择“下钻”。这样，你就能看到导致该产品线亏损的具体客户。继续下钻，可以进一步查看这些客户的详细订单信息，从而定位问题根源。

在可视化中排除特定数据 🚫

有时，为了更清晰地观察核心趋势，我们需要从可视化中排除某些干扰项。

例如，当我们查看按“状态”和“产品线”划分的销售数据时，可能会发现“已发货”状态的数据量过大，掩盖了其他状态（如“处理中”、“已取消”）的细节。

此时，我们可以在对应数据点上右键点击，选择“排除‘已发货’项”。排除后，图表将只显示其他状态的数据，使我们能更清晰地分析这些环节的表现。

设置“前N项”筛选 📊

当面对大量数据点（例如众多客户的销售额）时，我们通常需要聚焦于最重要的部分。

“前N项”筛选功能可以帮助我们快速做到这一点。例如，在一个显示“客户名称”和“销售额”的图表中，我们可以在“销售额”字段上右键点击，选择“显示前N项”。默认情况下，系统会显示排名前10的客户。

应用此筛选后，图表将立即更新，只展示销售额最高的前10位客户，这有助于我们快速识别核心客户群体。

快速创建信息图 🎨

除了传统图表，Cognos 还支持快速创建生动的信息图。

操作非常简单：如果你有一个表示“销售额”的指标，可以直接从左侧的图形库中拖拽一个形状（例如一个存钱罐图标）到该指标上。系统会自动将数值与图形结合，生成一个直观的信息图，让数据展示更具吸引力。

本节课总结

本节课我们一起学习了 Cognos Analytics 仪表板的四项高级功能：

  1. 创建计算字段：通过自定义公式衍生新的分析指标。
  2. 利用导航路径：实现从汇总到明细的交互式数据下钻分析。
  3. 数据排除：从可视化中移除特定数据，以聚焦于关键信息。
  4. “前N项”筛选：快速聚焦于排名靠前的数据点。

这些功能能显著增强你探索数据、发现洞察和构建专业仪表板的能力。

posted @ 2026-03-26 08:50  布客飞龙II  阅读(0)  评论(0)    收藏  举报