市场数据可视化分析技巧

【任务工单7－4】

可视化分析市场数据任务工单

可视化分析可以让观者直观看到简单明了的数据，能更快看出业务问题所在。小商的操作步骤如下：

一、可视化分析支付金额数据

Step 1：插入数据透视图。

根据数据透视表数据，选择“插入”｜“数据透视图”。数据透视表数据如图7－6所示，数据透视图操作如图7－7所示。

图7－6　支付金额占比数据透视表

图7－7　插入数据透视图

Step 2：整理数据透视图。

系统默认的插入图表类型并不符合表达意图，更改图表类型为饼图，如图7－8所示。同时添加数据标签，操作过程如图7－9所示，设置数据标签格式如图7－10所示。

图7－8　更改图表类型

图7－9　添加数据标签

图7－10　设置数据标签格式

标签格式中带有类别名称，那么便可以将具有相同功能的图例删除，点击选中图例区域，右键点击选择“删除”。操作方式如图7－11所示。

图7－11　删除图例

更改透视图标题，更改方法为点击选中标题区域更换文字（操作如图7－12所示）。然后调整饼图的大小和位置，方式为点击图片旁边空白区，显示选中后便可将鼠标置于选中区域任意一角进行拖拽移动和拖拽放大。操作如图7－13所示。

图7－12　更改标题

图7－13　调整饼图位置和大小

Step 3：美化图表。

现在所得的图表能展示出相关数据，为了清晰美观地显示出饼图的系列名称以及子行业的数据关系，我们按照数据从小到大的升序顺序对图表进行调整。要调整数据透视图，只要调整数据透视表即可。调整方法如图7－14所示，操作结果如图7－15所示。

图7－14　通过对数据透视表排序调整数据透视图

图7－15　按升序排列的数据透视表和数据透视图

调整图片中的颜色搭配，点击选中饼块后调整配色，点击“设计”菜单的“更多颜色”选项卡，展示有“彩色”和“单色”等众多配色，可自由选择配色。操作如图7－16所示。

图7－16　调整饼图配色

将数据标签字体颜色设置和饼图对应颜色一致，选中数据标签，点击“设置数据标签格式”，选择“文本选项”｜“文本填充”｜“其他颜色”。操作如图7－17所示。

图7－17　设置数据标签颜色（1）

设置“其他颜色”为饼图所对应的颜色。使用取色笔从饼图上取色进行配色，操作如图7－18所示。调整标签中的数据为百分比格式，保留3位小数，操作如图7－19所示。

图7－18　设置数据标签颜色（2）

图7－19　设置数据标签格式值为百分比

再次拖拽调整图片到合适的位置，调整标题的字体，最后完成的饼图如图7－20所示。还可以给图片添加背景，填充纹理、图案或颜色。

图7－20　美化后的饼图

图片的美化无止境，还可以添加公司标志图片或者LOGO作为图片背景的一部分，此处可以自由发挥。

Step 4：突出显示重要数据。(www.xing528.com)

对重点数据做突出显示，让观者能一目了然地看到重点，这步操作在未排序数据的图表中尤其必要。可以将饼图中的重点数据模块或者数据标签进行拖出或添加发光、阴影等进行突出显示。操作结果如图7－21所示。

二、支付子订单数较父行业占比分析

在这个分析中，可视化方法和支付金额分析方法基本一致。这里重点介绍如何利用切片器制作动态图表。

Step 1：准备数据透视图。

首先将支付子订单数较大行业占比数据进行数据透视表设置，并插入数据透视图，调整数据标签等。操作结果如图7－22所示。

对插入的图表进行调整，将集中在顶部的数据旋转到下部，操作如图7－23所示。操作结果如图7－24所示。

Step 2：插入切片器。

在数据透视图中插入切片器，点击数据透视图片，“插入切片器”选“日期”字段，操作如图7－25所示。

图7－21　添加了背景纹理与突出显示最大占比数据的可视化图表

图7－22　插入数据透视图

图7－23　旋转调整数据透视图

图7－24　调整后的数据透视图

图7－25　插入切片器

Step 3：调整切片器。

调整切片器的摆放位置和大小，使用拖拽的方式可以完成。在切片器中选择任意日期，数据透视图则即刻显示对应月份的可视化图表，如图7－26、图7－27所示。

图7－26　1月份支付子订单可视化数据图

图7－27　10月份支付子订单可视化数据图

Step 4：美化图表。

对图表进行背景设置。

Step 5：突出显示重点数据。

对全年综合数据最大的5个项目进行突出显示，选择对其数据标签进行突出显示，设置标签发光，加大标签字体，操作如图7－28所示。

图7－28　添加了背景图案与突出显示重点数据的可视化图表

分析结论：从全年范围来看，1—12月中，T恤、裤子、连衣裙、衬衫几个类目是总体占比比较大的子行业，可以做进入的目标行业重点关注。冬季备货期的11月、12月、1月这三个月份，市场容量占比较大的子行业主要有羽绒服、棉衣/棉服、毛呢外套等。羽绒服作为冬季市场必备品重点考虑。

三、分析行业集中度数据

以上分析出来的子行业在市场容量上是相对好的，最终是否进入，还需要对行业的集中度做一定的分析，如果行业集中度低，则可以放心进入，如果市场容量大但行业集中度也高，则可以先行观察延缓进入。以冬季市场容量大的羽绒服子行业为例，进行行业集中度分析。

羽绒服子行业的市场集中度数据分析的步骤同市场容量数据分析的步骤一致，需要先明确分析目标，然后到电商平台和交易指数平台采集羽绒服市场数据，清洗和预处理数据，再进行市场集中度分析。我们选择关键步骤“市场集中度分析”进行操作示例。

Step 1：计算市场份额。

计算市场份额的方法是，计算出自身品牌的交易指数占所有品牌羽绒服交易指数总和的比例，操作如图7－29所示。

图7－29　计算羽绒服子行业的市场份额

Step 2：计算市场份额平方值。

计算方法是，市场份额×市场份额＝市场份额的平方值，操作如图7－30所示。

图7－30　计算羽绒服子行业的市场份额平方值

Step 3：计算赫芬达尔指数。

计算方式是，将所求得的市场份额平方值相加，总和就是赫芬达尔指数值，如图7－31所示。

图7－31　计算羽绒服子行业的赫芬达尔指数值

分析结论：

女式羽绒服行业的行业集中度为0.027 333 367。当该行业被垄断时，行业集中度等于1，目前计算出的集中度数值远远小于1，说明该行业并未被垄断，集中度比较低，可以进入。