京公网安备 11010802034615号
经营许可证编号:京B2-20210330
[新华图表分析] 失败和错误的案例分析_数据分析师
网上的新华图表,有时也让人可以轻松的看看新闻或者数据,但和《商业周刊》、《财经》等杂志上的图表比起来,明显就差一个大截。虽说新闻图表可以轻松点,并不一定要非常专业严肃,但也要符合基本的图表规范。下面是新华图表最近的一些例子。
这个图表的问题是,
1、标题没有特色。这是最主要的中国人的图表标题总喜欢是什么什么情况、什么什么趋势图,要阅读者去猜作者想通过图表表达什么。为什么不直接说出你想通过图表表达的观点呢,比如这个可以改为“中央财政三农支出逐年增加”,直接了当。
2、显示过细的数据细节。都关心到中央财政支出了,多宏观的层面,谁还关注那个小数点后面的数字?过细的数据细节只能增加干扰。
3、2002年使用了不同的颜色,不知是什么原因,没有注释。
4、标题与图表的柱子使用相同颜色,没有对比。单位使用深红色,没有必要,是应该弱化的元素。
5、可以将增长率信息加入图表。
这个就是个完全失败的图表了,实在太难看了。
1、标题。没有观点,且大标题和小标题完全重复,没有提供任何有用的信息。
2、超过7个多达10个的项目,已不适合用饼图来表现,会显得很凌乱,而应该用条形图(bar图),并且应从大到小排序,突出重点。这些特长的标签也好安排。
3、爆炸效果实在难看,各项目颜色不协调柔和。
4、对数据标签的修饰过多。
5、注释竖排不习惯。注释应使用最弱化的形式。
给个例子吧,做成下图可能就好多了:
这个图表就文不对题了,
1、标题说我国宽带用户数居全球首位,但左边的图中,我们却看到中国排在最后?原来左边的图反映的是互联网普及率!标题说我国宽带用户数居全球首位,下面的主图表就应该是一个中国排第一位的、降序排列的宽带用户数的bar图。
2、右边modem上的图很大很突出,成了主图,却也不是反映标题的。没有自己的标题或说明,读者看了之后才猜出来是中国的宽带用户数的变化。
3、其他。次标题信息与大标题信息有重复;万户的单位没有必要反复重复;数据来源放在下面横排更好些;背景有的横线有的竖线不协调。
4、那个modem不知道读者是否都认识。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16