随着精益化运营的概念不断深入人心，数据分析已经成为了互联网人的必修课。相比于高深的概率统计、算法模型，简单、直观的图表工具得到了更为广泛的应用。

　　那么图表都有哪些类型？不同类型的图表又该怎么用？在这篇文章中我们结合互联网产品和运营的业务需求，由浅入深地给大家解答这些问题。

　　一、初阶：维度和指标

　　初阶的图表简单易懂，能满足简单的数据分析需求，具体包括趋势、频数、比重、表格等类型。图表数据分析的前提就是将自己需要呈现的指标，以一定的维度拆分，在坐标系中以可视化的方式呈现出来。

　　（一）趋势图

　　趋势分析是最基础的图表分析，包括线图、柱状图、堆积图等多种形式。

　　线图可以观察一个或者多个数据指标连续变化的趋势，j2直播，也可以根据需要与之前的周期进行同比分析。柱状图可以观察某一事件的变化趋势；如果将整体拆分可以做成堆积图，同时观察到部分所占比重及变化趋势。

图1：GrowingIO周期对比线图

图2：GrowingIO（堆积）柱状图

　　产品经理和运营人员通过趋势图分析流量的实时走向，如每日PV、UV、DAU等基本数量指标以及停留时长、平均访问页面数等质量指标，可以及时把握产品的变化趋势。一旦趋势周期对比发生异常（异常高和异常低），我们需要及时介入排查原因、解决问题。

　　（二）频数图

　　根据业务需求对指标按照一定维度拆分，对比不同组别的频数，便于分清轻重缓急。

图3：GrowingIO条形图

　　条形图清晰展示了用户在不同类别上的频数，并且按照数量从大到小排序。上图展示的是某产品用户使用浏览器的频数分布，在资源有限的情况下产品可以先适配Chrome和IE浏览器以提升绝大部分用户体验。

图4：GrowingIO双向条形图

　　上面的双向条形图展示了某B端产品的客户平均停留时长极端情况（非常高和非常低），企业1-5非常活跃，可以让运营人员促进客户增购、续约，j2直播，而企业6-10活跃度非常低，即将流失，需要运营人员立刻介入干预。

　　（三）比重图

　　比重分析主要是用来了解不同部分占总体的比例。横向比较，扇形图、环形图可以满足这类需求；纵向比较，百分比堆积图可以显示不同部分所占比例的趋势变化。

图5：GrowingIO访问用户来源环形图

图6：GrowingIO百分比堆积图

　　环形图（图5）显示了某节点访问用户来源渠道比例，百分比堆积图（图6）则动态显示了不同渠道比例的变化趋势，市场或者运营人员可以据此动态优化我们的资源投放。

　　（四）表格

　　表格信息密集，可以同时分析多维度、多指标数据，适合对数据敏感的人群使用。虽然表格能看到具体的数值，但是不能直观看到趋势、比重。

图7：GrowingIO表格提供三十多个维度供指标拆解

　　通过表格（图7）不难发现，移动端访问用户占了非常大的比例，但是跳出率非常高。这样的表格数据启示我们有必要优化移动端产品，提升整体访问深度。

　　（五）其他图表

　　下面介绍的是气泡图，气泡图用来展示一个事件与多个维度之间的关系，如分析B端产品客户成单周期与客户活跃度、登录账号数量之间的关系。

图8：GrowingIO”客户温度-健康度”气泡图

　　除了上述常见的图表，还有散点图、箱线图、股价图、雷达图等图表，在此不一一赘述。

　　二、进阶：用户行为洞察