数据可视化分析:分析原理和Tableau、SQL实践(第2版)
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

3.1 解析问题结构、理解聚合过程和指标

业务分析通常从一个特定的业务场景或分析主题开始,它们还需要分解为一系列子问题,然后逐一假设、验证。为了寻找“公司本月利润率环比下降”的原因,分析师可以建立一系列问题:

· 过去一年,每个月份毛利率费用率利润率趋势(确认利润率低的关联指标)。

· 本月,各个类别子类别销售额、利润率,及其环比差异(假设某些产品出现了异常)。

· 各个细分市场、各个年月利润率变化(假设某个细分市场的利润率出现了大幅下滑)。

· 建立筛选条件,查看TOP 100大客户销售额利润率分布(假设某些大客户出现异常)。

可见,业务假设验证需要拆解为清晰的、最小单位的一系列问题。每个基本问题对应特定的可视化图形。它们之间的关系通过仪表板组合,最终帮助理解业务问题,从而辅助业务决策。

所有问题背后有很多共同特征,本节从显性的问题结构(见3.1.1节)、隐性的聚合过程(见3.1.2节)和抽象的“字段角色”分类(见3.1.3节)3个方面展开。可以概括为如下几点。

· 业务问题都是由分析范围、分析对象和问题答案3个部分构成的。

· 分析即聚合,聚合即分析,分析是从数据明细表到问题(详细级别)的聚合过程。

· 分析对象对应维度,问题答案对应(聚合)度量,维度是聚合度量的分组依据。