【实践】QuickBI常见图表介绍

1. 摘要

本文介绍阿里云的QuickBI工具可以产生的各种图表类型，以便了解其产品最终呈现功能。

4. QuickBI常见图表介绍

4.1 漏斗图

漏斗图样式：

漏斗图配置：

3.漏斗图配置.png

4.2 百分比堆积条形图

样式：

4.百分比堆积条形图.png

配置：

4.百分比堆积条形图配置.png

4.3 堆积面积图

5.堆积面积图.png

4.4 雷达图

6.雷达图.png

4.5 指标看板

7.指标看板.png

4.6 色彩地图

8.色彩地图.png

4.7 组合图

9.组合图.png

4.8 气泡地图

10.气泡地图.png

4.9 钻取组合图

参考例子，可以从西南区域到广西省份到广西各个城市的饼状图；

image

4.10 LBS飞线地图

LBS飞线地图以一个地图轮廓为背景，用动态的飞线反映两地或者多地之间的数据关系。

LBS飞线地图是由两个地理区域和LBS飞线度量构成的。地理区域由数据的维度决定，如省份或者城市；LBS飞线度量的大小由数据的度量决定，如运输成本、订单数量等。

image

4.11 仪表盘

image

4.12 散点图

img

4.13 矩阵树图

矩阵树图用来描述考察对象之间数据指标的相对占比关系。

矩阵树图是由色块标签和色块大小组成的。色块标签由数据的维度决定，如产品包箱；色块大小由数据的度量决定，如运输成本。

image

4.14 树图

树图是通过树形结构来展现层级数据的组织关系，以父子层次结构来组织对象，是枚举法的一种表达方式，例如查看某个省份下各地级市的收入状况，那么省份与地级市之间的关系就可以看做是父子层次结构。树图适用于与组织结构有关的分析，如公司的人员组织结构，或者医院的科室组织结构。

树图是由树父子节点标签和树父子节点指标构成的。每个树父子节点标签由数据的维度决定，如区域，产品类型等；每个树父子节点指标由数据的度量决定，如订单数量，订单金额等。

image

4.15 词云图

词云图可以很直观的显示词频。适用于做一些用户的画像和用户的标签。

词云图是由词标签和词大小构成的。每个词标签由数据的维度决定，如客户名称，产品名称等；每个词大小由数据的度量决定，如利润金额，单价等。

image

4.16 来源去向图

来源去向图通过划分来源、中间和去向页面的统计数据，展示页面流转的流量数据。

来源去向图目前仅支持三级的维度，这三级维度是由中心节点、节点类型、节点名称构成；图表的度量是由节点指标构成。

• 来源去向图的中心节点、节点名称、节点类型最多取1个维度，并且维度字段之间是有层级关系的，节点类型字段的值，必须为source、center、goal三个维值，分别对应来源部分的取值、中心节点、以及去向的趋势。节点指标最多取一个度量。

  数据来源为：中心节点为所选维值，且节点类型为source；数据去向为：中心节点为所选维值，且节点类型为goal；占比取值为：来源取值÷ 中心节点的数值。

  image

4.17 排行榜

image

4.18 翻牌器

用来展示核心KPI数据的结果，并支持自定义背景颜色等样式设置。

image

4.19 指标拆解树

指标拆解树的使用场景很多，例如渠道分析、贡献分析。通过分解核心指标，来找到影响指标的关键渠道或关键成员。

指标拆解树是由分析和拆解依据组成的。拆解依据由数据的维度决定，例如区域、 省份、城市、产品名称等；分析由数据的度量决定，例如销售额、订单数量等。

image

5. 参考

（2）Quick BI行业标杆客户实战应用场景和DEMO
https://www.aliyun.com/product/bigdata/bi