现在工作离不开图表数据分析，但是图表数据分析却容易出错。而且容易出现错误的地方不是在对数据的处理上，而是在对图表的选择上。
要正确的做好图表数据分析就要选择合适的图表再进行分析。下面跟大家说说怎么解决这个难题，做好图表数据分析：
废话不多说，想解决这个难题，就来跟我看下在日常工作中，会常用到的可视化图表，针对这些图表，我都列举了相应的适用场景和例举图表，告诉大家怎么进行图表数据分析，内容很干，记得收藏备用。
1、占比类型
在有关比例的可视化中，我们主要对每一部分的大小占总数的百分比感兴趣，占比可以显示部分和整体的关系，比如：
-
公司某款产品的销售额占总销售额的超过30%
-
5月份，A产品的销售量占公司总销售量的首位
-
2001年客户市场份额少于整个行业的10%
你的主题中只要包括如下词汇如：占比、总数百分比、占百分比多少等字样时，可以肯定你是在制作一个部分和整体的关系图表。
公司人员学历构成
2、比较与排序类型
人们习惯于对比和排序，我们需要比较类别间的大小、高低，它们是相同的，还是比其它类别多或少？
-
2020年公司内所有部门的绩效排名
-
这个季度草莓奶茶和蜜桃奶茶的销量高低
-
2021年一季度中国的 GDP 和美国 GDP 的增速对比
我们可以从排名、大于、小于、高于、低于、相同之类的词汇中找到类别比较的线索。
华东、华北地区销量对比
3、时间趋势类型
时间序列数据无处不在，我们通过时间序列数据来观察这些事物是如何变化的。例如：
-
近6个月的股价变动
-
过去5年我司的盈利状况
-
过去10年的薪资水平均处于一个小幅增长的态势
-
21世纪的前20年，中国的贫困人口占总人口的比例持续降低
-
利率在过去的7个季度中上下波动
时间序列对比关系的触发词有：变化、增长、下降、减少、波动等，常见模式如下：
-
趋势性：数据随时间变化的呈整体上升或下降的趋势
-
季节性：数据在每年的特定季度、月份、周、日的数据波动
-
周期性：数据存在不固定频率的上升和下降时，表示该序列有周期性，通常与商业活动有关
2006 年到 2012 年的居民消费支出趋势
4、频率分布类型
这种对比关系表示有多少个项目或类别符合一个数字发展的范围，比如：
-
1500 多个景点的中差评率分布
-
我司有多少员工的月薪超过 5 万元，有多少员工的月薪处于 3-5 万元之间，有多少员工的月薪在 1-3 万元区间等。
-
有多少员工的年龄小于 25 岁，25-30 员工人数有多少、超过 30 岁的员工人数有多少等。
-
我司 10 月份的客户订单金额主要集中在 20 万-30 万元之间；
-
多数客户订单的交付时长在 4-6 周之间；
这种对比关系的关键词包括：x 到 y 的范围，密度，频率，分布等。
男女年龄分布情况/人口金字塔
以上是图表数据分析的实例展示，大家要清楚适合的场合，这样才能正确的进行图表数据分析。当然在选择制作图表的时候，可以选择已经有很多的图表类型选择的工具进行，这样只需要导入数据，选择正确的图表，就能够进行图表数据分析了。
这里尤其推荐bi工具，门槛低，非常容易就能进行图表数据分析。像finebi这样的：
有丰富图表，大量成熟数据分析模型：
个人版是免费试用的，大家可以体验体验。
