1.4.3 分析结果可视化呈现

在1.4.2节中，我们了解到设计合适的指标与维度可以形成有解读意义的数据分析结果。那么，不同的结果适合怎样的可视化呈现形式呢？下面介绍几种在用户行为分析界面中较为常用的报表展现形式，如图1-4～图1-6所示。

数字表格、曲线图、饼图、柱状图是用户行为分析中最常使用的可视化图表。数字表格是最常用的展现形式，它直观地将统计数字用表格形式罗列出来。曲线图比较适合反映数据发展的趋势是上升还是下降，最高值和最低值出现在哪里等。饼图针对数据的占比情况有较好的展现，可以一目了然地看到几类数据在同一个饼状面积中的占比。柱状图常用来查看数据的分布情况，它与饼状图的差异在于：饼状图更适合表现个体在整体中的占比，而柱状图则着重表现个体与个体之间的对比情况。举例来说，当我们查看一个“新老访客占比”的分析结果时，会选用饼图。因为一个用户要么是新客，要么是老客，不存在“既是新客又是老客”的情况，并且新客加老客的和等于全量用户，于是一个完整的饼图代表全量用户——新客与老客的合集，其中新客占比为37%，老客占比为63%。而当我们想要展示App中任意“5个页面访问量情况”的分析结果时，会选用柱状图。由于同一个用户可能访问了5个页面中的多个页面，并且5个页面的访问量之和并不等于全部App的访问量，因此生硬地将5个页面的访问量相加成合集没有解读的意义。此时就不需要一个完整的饼图来表示总数，只需要通过柱状图独立地查看5个页面之间谁的访问量更高或更低即可。

图1-4 饼图

图1-5 曲线图/折线图

图1-6 柱状图

除上述几种常见的数据图形展现形式之外，还有很多种用来表现数据的可视化图形，如雷达图、漏斗图、字符词云图、热力图等。如图1-7所示的雷达图通常用来评估几个固定维度值的分布情况，如“活跃度”“使用时长”“发生交易次数”“交易累计金额”“留下评价反馈”。当用这5个维度来评估一个电商网站的用户整体质量时，即可使用雷达图。图1-8所示的漏斗图常用来评估几个关键环节的转化路径。图1-9所示的字符词云图可以用来呈现“搜索框”内的热词被“命中”的情况。图1-10所示的热力图可用来直观地评估页面上用户关注的最热门区域。

图1-7 雷达图

针对不同的统计分析结果选用匹配的可视化表现形式，能够让运营者查看用户行为分析的结果，从而轻松地解读变化趋势、比对分析、占比情况等。因此，当我们在查看用户行为分析系统中的各类图形和报表时，不要单纯地从美观的角度去审视它，更重要的是考查该报表的展现形式能否实现不同数据的可视化表现。

图1-8 漏斗图

图1-9 字符词云图

图1-10 热力图