一张图片胜过一千个字——这是真的。一张图片在人的脑海中创造了理想的形象,没有什么能比得上它!说到数据,一张图表胜过一千多个数据集。无论您的专业水平如何,您都可以通过查看这些Excel 图表示例,对图表的工作原理以及如何创建图表有全新的认识。
在做出明智的业务决策时,您需要数据。这不仅仅是查看 Excel 表格中表示的原始、未精炼的数据,您还需要将数据转换为可消化的信息。
说到将数据转换为可消化的信息,这就是 Excel 图表发挥作用的地方。为了更好地掌握 Excel 图表,您必须仔细查看这些最佳 Excel 图表示例。
在这个博客中,所有的可视化都是由 ChartExpo 库制作的。您可以按照本指南了解如何添加 Excel 插件以使用此库来有效地展示您的数据。
在深入研究Excel 图表示例之前,您应该掌握以下几种类型的 Excel 图表。
Excel图表的类型
每个数据表示都是唯一的。为了充分利用您的数据视觉效果,您必须了解您的受众在寻找什么,并以能够满足他们需求的方式构建数据。简而言之,您选择的图表取决于您想要可视化的数据类型。如果您是新手,这里有一些Excel 图表示例,您将了解如何使用这些 Excel 图表示例创建图表?
1.饼图:
饼图非常适合想要量化项目并以百分比表示这些项目的人。
在饼图的圆形图中,有饼图显示数据的相对大小。无论您是在管理企业,还是希望向公司中的利益相关者团队展示您的数据,饼图都将帮助您比较利润、曝光率和营业额等增长领域。
为什么要使用饼图?
- 饼图简单易懂
- 使用饼图,您可以直观地将数据表示为整体的一小部分
- 您可以轻松地操作饼图中的数据片段。这样,你就可以强调你的观点
- 饼图为您的受众提供数据比较。消化饼图中表示的数据比较不需要技术技能。这是一种轻松帮助您分析信息的好方法。
产品 | 售出单位 |
智能手机 | 15 |
配件 | 38 |
笔记本电脑 | 8 |
液晶显示器 | 18 |
耳机 | 13 |
智能手表 | 9 |
使用 Excel 图表创建的典型饼图如下图所示。
可视化来源:ChartExpo
您知道饼图还有另一种替代方法是使用甜甜圈图,它还可以表示相同的数据以更好地分析结果。
甜甜圈图就像一个饼图,但唯一的区别是中心区域被切割并为空。
可视化来源:ChartExpo
2.双条形图:
条形图是带有矩形条的图形。典型的条形图可以垂直或水平绘制。垂直绘制时,您会看到条形竖立。但是对于水平图,条形图将从左到右平放。
双条形图是条形图的一种形式,它可以通过根据条形的长度呈现数据来并排显示您的数据。
搜索词 | 前一个月 | 这个月 |
智能手机 | 10 | 15 |
配件 | 50 | 38 |
笔记本电脑 | 15 | 8 |
液晶显示器 | 10 | 18 |
耳机 | 10 | 13 |
智能手表 | 5 | 9 |
可视化来源:ChartExpo
3. 多轴折线图:
使用折线图,一系列数据点使用连续线连接。折线图几乎可以帮助您使用一条连续的线来表示数据点的历史。它易于理解、简单,并代表随时间的变化。使用多轴折线图,您可以选择在基于不同比例的同一可视化上具有多个值。
分析数据点可能会让人不知所措。如果您像大多数营销人员一样,您很可能会因分析而陷入瘫痪——但您可以使用多轴折线图克服这种情况。通过这种可视化,您可以轻松识别趋势和精确定位模式。
创建多轴折线图很容易。您所要做的就是下载适用于 Excel 的 ChartExpo 插件,然后创建一个类似于下图的折线图。
假设您经营一家在线业务,并且您收集了如下示例数据。
日期 | 点击次数 | 展示次数 | 转换 |
5/1/2021 | 1483 | 18766 | 55 |
5/2/2021 | 1313 | 18788 | 57 |
5/3/2021 | 1345 | 18743 | 60 |
5/4/2021 | 1256 | 18788 | 63 |
5/5/2021 | 1304 | 16406 | 59 |
5/6/2021 | 1407 | 17765 | 60 |
5/7/2021 | 1498 | 20532 | 65 |
5/8/2021 | 1597 | 20016 | 58 |
5/9/2021 | 1587 | 20122 | 61 |
5/10/2021 | 1483 | 20125 | 64 |
5/11/2021 | 1565 | 23783 | 59 |
5/12/2021 | 1587 | 22942 | 57 |
5/13/2021 | 1599 | 23127 | 70 |
5/14/2021 | 1620 | 24548 | 78 |
5/15/2021 | 1788 | 23448 | 80 |
5/16/2021 | 1768 | 23408 | 91 |
5/17/2021 | 1987 | 25473 | 89 |
5/18/2021 | 1939 | 24959 | 81 |
5/19/2021 | 1987 | 23710 | 86 |
5/20/2021 | 1964 | 24221 | 98 |
5/21/2021 | 1740 | 23317 | 89 |
5/22/2021 | 1748 | 24431 | 85 |
5/23/2021 | 1876 | 23785 | 79 |
5/24/2021 | 1826 | 22247 | 83 |
5/25/2021 | 1920 | 23851 | 83 |
5/26/2021 | 1886 | 24875 | 90 |
5/27/2021 | 1769 | 24015 | 94 |
5/28/2021 | 1869 | 25689 | 104 |
5/29/2021 | 1823 | 24416 | 99 |
5/30/2021 | 1899 | 25874 | 114 |
5/31/2021 | 1924 | 26146 | 98 |
仅通过使用多轴折线图,您就可以轻松监控一段时间内的趋势。
可视化来源:ChartExpo
4.比较条形图
比较条形图使用条形表示相同数据类别的部分。比较条形图中的条形通常彼此相邻放置。如果您正在寻找一种直观地比较数据的可靠方法,那么比较条形图是您的最佳选择。
除了比较不同组之间的项目外,比较条形图还有助于跟踪数据点在一段时间内的变化。为了充分利用比较条形图,您的项目在一段时间内的变化必须很大。
使用 Excel 创建比较条形图非常简单——您只需要收集一个可靠的数据样本,如下所示。
国家 | 社交媒体 | 用法 |
鹿 | 190,000,000 | |
鹿 | 110,000,000 | |
鹿 | 推特 | 48,650,000 |
鹿 | 领英 | 160,000,000 |
印度 | 270,000,000 | |
印度 | 69,000,000 | |
印度 | 推特 | 7,750,000 |
印度 | 领英 | 59,000,000 |
英国 | 37,000,000 | |
英国 | 23,000,000 | |
英国 | 推特 | 14,100,000 |
英国 | 领英 | 27,000,000 |
收集数据样本后,您必须继续创建一个类似于下面显示的比较条形图。
可视化来源:ChartExpo
5. 分组条形图
分组条形图、聚集条形图或多系列条形图在某种程度上是条形图的扩展。使用分组条形图,您可以绘制两个分类数据点的水平数值,而不是一个。
与常规条形图一样,分组条形图显示了数据点在各种数据类别中的分布。但是,使用分组条形图,您可以比较两个不同的分类变量而不是一个。
分组条形图用于显示第二个类别数据点在第一个类别的每个级别内如何变化。您还可以使用它来显示第一个类别数据点如何在第二个类别的级别上发生变化。
使用 Excel 创建分组条形图有点简单。首先,您必须收集类似于下面的数据。
国家 | 0-14岁 | 15-64 岁 | 64岁及以上 |
英国 | 5,000,000 | 20,000,000 | 3,000,000 |
德国 | 6,000,000 | 29,000,000 | 5,000,000 |
墨西哥 | 17,000,000 | 31,000,000 | 2,000,000 |
日本 | 9,000,000 | 44,000,000 | 10,000,000 |
俄罗斯 | 13,000,000 | 49,000,000 | 5,000,000 |
巴西 | 26,000,000 | 55,000,000 | 3,000,000 |
从可靠来源收集数据后,您必须继续绘制类似于下图所示的分组条形图。
可视化来源:ChartExpo
6. 情绪趋势图
情绪趋势图是一种最酷的数据可视化,可在单个可视化中显示您的多功能数据。例如,如果您有反馈数据,并且想要分析正面与负面,并且还想查看趋势,那么此图表是一个不错的选择。假设您有以下数据。
月 | 正面反馈 | 负面反馈 |
简 | 43 | 57 |
二月 | 46 | 54 |
三月 | 43 | 57 |
四月 | 48 | 52 |
可能 | 47 | 53 |
Jun | 38 | 20 |
七月 | 60 | 30 |
八月 | 89 | 40 |
九月 | 67 | 50 |
十月 | 60 | 55 |
十一月 | 54 | 24 |
十二月 | 89 | 40 |
接下来,您必须使用这些数据来创建类似于下图所示的情绪趋势。
可视化来源:ChartExpo
有一个完整的指南可供您参考,以了解如何在 Excel 中创建趋势图。
7. 桑基图
桑基图是一种特定类型的流程图,用于可视化材料、成本或任何数据流。它们在流程、生产系统或供应链中具有定向连接(至少在两个节点之间)。
在 Excel 中创建一个有点容易——您所要做的就是安装 ChartExpo Excel 插件并开始创建 Sankey Diagram。
假设您有以下数据。
铅源 | 主要所有者 | 期间 | 潜在客户状态 | 潜在客户 |
网络研讨会 | 奥利弗 | 3-6 个月 | 合格的 | 39 |
网络研讨会 | 奥利弗 | 3-6 个月 | 新的 | 73 |
网络研讨会 | 奥利弗 | 6-12 个月 | 培育 | 156 |
网络研讨会 | 乔治 | 3-6 个月 | 新的 | 46 |
网络研讨会 | 乔治 | 6-12 个月 | 合格的 | 104 |
网络研讨会 | 乔治 | 6-12 个月 | 培育 | 41 |
网络研讨会 | 阿米莉亚 | 3-6 个月 | 合格的 | 73 |
网络研讨会 | 阿米莉亚 | 3-6 个月 | 培育 | 46 |
网络研讨会 | 阿米莉亚 | 6-12 个月 | 培育 | 43 |
您将拥有如下所示的最终可视化。
可视化来源:ChartExpo
8. 帕累托条形图
帕累托条形图,也称为帕累托分析或帕累托图,是折线图和条形图的混合。它几乎显示了缺陷的频率和其他累积影响。借助 Pareto 条形图,您可以轻松识别缺陷并观察数据点随时间的整体改进情况。
一项仔细研究表明,帕累托条形图是条形图和折线图的混合体。图表中的每个条形显示问题(或缺陷)的类型。大多数情况下,条形高度用于显示测量单位——它可能是成本或发生频率,具体取决于数据集。
继续前进,帕累托分析中的条通常按降序排列(从最高的条到最短的条)。这样,您只需查看图表即可轻松识别缺陷。
最后,帕累托图中的折线图显示了缺陷的累积百分比。
就像所有数据可视化工具一样,您的首要任务是收集类似于如下所示的数据。
活动 | 当前转换 | 以前的转换 |
活动 1 | 540 | 510 |
活动 2 | 550 | 545 |
活动 3 | 115 | 99 |
活动 4 | 572 | 533 |
活动 5 | 93 | 85 |
活动 6 | 88 | 63 |
活动 7 | 497 | 485 |
活动 8 | 115 | 80 |
活动 9 | 489 | 470 |
活动 10 | 87 | 67 |
活动 11 | 107 | 115 |
活动 12 | 570 | 580 |
活动 13 | 97 | 90 |
接下来,您必须绘制类似于下图的帕累托条形图。
可视化来源:ChartExpo
因此,Excel 中的可视化并不止于此。ChartExpo 库中有很多图表可供您探索和用于数据分析。
常见问题解答:
如何在 Excel 中创建图表?
在 Excel 中创建图表很容易——您可以使用 ChartExpo Excel 插件来做到这一点。只需下载加载项,您就会看到范围广泛的图表类型。您所要做的就是为您的数据可视化选择正确的图表并使用它。
MS Excel 中的图表类型有哪些?
ChartExpo Excel 插件中有各种类型的图表。您可以创建折线图、条形图、分组柱形图、柱形图、比较图和许多其他可视化图表。
简而言之,ChartExpo 工具将帮助您创建数据表示所需的任何可视化。
为什么要使用正确的 Excel 图表?
通过使用正确的 Excel 图表,您可以准确地表示您的数据。反过来,这将导致对数据视觉的正确解释。此外,从长远来看,使用正确的 Excel 图表将帮助您做出更明智的营销和业务决策。
如果您希望您的受众(或利益相关者)准确解释您的数据,那么选择正确的 Excel 图表是您的最佳选择。
在选择 Excel 图表之前应考虑哪些标准?
您对 Excel 图表的选择应取决于您要报告和分析的数据类型。在很大程度上,它还应该取决于你想对数据做什么。您想找到数据集之间的关系,还是想对数据进行分类并查明数据集的分布?无论您的原因是什么,Excel 图表都可以帮助您做到这一点。
包起来:
无论您的技能水平如何,只需学习这些 Excel 图表示例,您就可以轻松创建 Excel 图表。但首先,您必须确定创建 Excel 图表的主要原因。
不仅如此,您还必须知道您的目标受众是谁。这样,您可以轻松创建易于理解的 Excel 图表。
此外,使用 ChartExpo 插件创建 Excel 图表不需要任何编码技能。如果您已经很好地掌握了 Microsoft Excel 的工作原理,那么使用上面的任何 Excel 图表模板创建一个引人注目的 Excel 图表将是轻而易举的事。
人类是视觉动物已经不是什么新闻了,如果你能有效地使用视觉进行交流,那么你的工作就完成了一半。其他决定您的信息是否被您的听众接收的因素可能超出您的控制范围。
到你了…
哪个 Excel 图表模板最吸引您,您会用它来表示什么样的数据?