一、饼图里其实只有一列数

饼图的每一块扇形，长度是角度，角度来自「这一类的量除以总量」。 所以它装的只有一列数，外加一个类别名。 六个城市的饼图，装的其实就是六个转化率。 转化率之间的差很小（2.8% 到 5.2%），画成扇形几乎看不出差别——这是饼图第二个毛病：角度不敏感。 饼图适合表达「一家独大」或者「两家占八成」。六个差不多大的块画成饼，等于什么都没说。

二、条形图藏着一条时间轴和一个分母

「隐含的假设」这一列最容易被忽略。折线图默认两点之间是直线过渡，可现实里这中间可能有个大坑。 条形图的隐含假设更狠：它默认你在比「同一批人」。 访客从 1.2 万涨到 1.82 万，来的可能是一批完全不同的人。

三、双轴折线把两个单位画在了一起

两根 y 轴的好处是能在一张图里看两个指标，坏处是「谁高谁低」变成了画图人随手定的缩放。 你把右轴的范围从 0 到 300 改成 200 到 300，两条线的相对位置立刻变个样，数据一个都没动。 这不是说双轴图不能用，是说它只能看「各自怎么动」，不能看「谁带动谁」。

四、体现数据：你决定比什么

订单涨了 66.7%，访客涨了 51.7%。这两个数放在一起，还是看不出「改版有没有用」。 要分得清，就得把订单除以访客——转化率。这一步叫「体现数据」：把两个绝对量变成一个比例。 比出来的结果有点扫兴：转化率从 3.50% 到 3.85%，只涨了 9.9%，而且中间 3 月还掉到 3.20%。

同一批数据，比「订单」得出「干得不错，继续加预算」； 比「转化率」得出「转化基本没动，增长全靠拉流量」。 两张图画得一样漂亮，结论却相反。差别不在画法，在分子分母。

五、一个四问清单

第一问：这张图想让我比较什么？答不出来就别画。 第二问：分子分母各是什么？ 比例类指标最容易在这里偷换——「转化率」的分母是访客还是访问次数，差得很远。 第三问：基线是多少？没有基线的「涨了 9.9%」，可能只是回到三个月前的水平。

第四问：换一种比法，结论会不会变？会变的话，就该把两种比法都摆出来。

六、动手 Demo：体现数据：图是为了比较，不是为了好看

六个月访客与订单摆在一张表里，算出转化率，看结论怎么翻个面。 这段代码不做图，只算数——先确认数对不对，再去想怎么画。

VISIT = [12000, 13500, 15800, 14200, 16900, 18200]
ORDER = [420, 470, 505, 610, 640, 700]

print("月份  访客    订单   转化率")
for i in range(6):
    cr = ORDER[i] / float(VISIT[i]) * 100
    print("%2d月  %5d  %5d   %.2f%%" % (i + 1, VISIT[i], ORDER[i], cr))

cr0 = ORDER[0] / float(VISIT[0]) * 100
cr5 = ORDER[5] / float(VISIT[5]) * 100
grow_o = (ORDER[5] / float(ORDER[0]) - 1) * 100
grow_v = (VISIT[5] / float(VISIT[0]) - 1) * 100
print()
print("订单涨了 %.1f%%，访客涨了 %.1f%%" % (grow_o, grow_v))
print("转化率 %.2f%% -> %.2f%%  %+.1f%%" % (cr0, cr5, (cr5 / cr0 - 1) * 100))
print("验算：访客 x%.3f，转化 x%.3f，乘起来 x%.3f，对比订单的 x%.3f"
      % (VISIT[5] / float(VISIT[0]), cr5 / cr0,
         (VISIT[5] / float(VISIT[0])) * (cr5 / cr0), ORDER[5] / float(ORDER[0])))

实跑输出：

--------------------------------------------------------------------
体现数据：图是为了比较，不是为了好看
--------------------------------------------------------------------

  ① 把两个数放在一起比
  --------------------------------------------------------------------
  订单涨了 67%，访客涨了 52%。
  单看这两个数，分不出「转化率是不是也涨了」。
  要分的清，就得把订单除以访客——转化率。

  ② 算出来
  --------------------------------------------------------------------

| 月份 | 访客 | 订单 | 转化率 |
|---|---:|---:|---:|
| 1月 | 12,000 | 420 | 3.50% |
| 2月 | 13,500 | 470 | 3.48% |
| 3月 | 15,800 | 505 | 3.20% |
| 4月 | 14,200 | 610 | 4.30% |
| 5月 | 16,900 | 640 | 3.79% |
| 6月 | 18,200 | 700 | 3.85% |

  转化率从 3.50% 到 3.85%，+9.9%
  而订单涨了 66.7%——多出来的部分，主要是访客带来的。

  ③ 这就是「体现数据」
  --------------------------------------------------------------------
  数据本身不会告诉你该比什么。是你决定比什么，图才有意义。
  比「订单」得出「干得不错」；比「转化率」才得出「转化基本没动，全靠拉流量」。
  两张图可以画得一模一样漂亮，结论却相反——差别在分子分母。

  ④ 一个检查清单
  --------------------------------------------------------------------

| 问自己 | 为什么 |
|---|---|
| 这张图想让我比较什么 | 没有比较对象的图，只是装饰 |
| 分子分母各是什么 | 比例类指标最容易在这里偷换 |
| 基线是多少 | 没有基线的「涨了」，可能只是回到了三个月前 |

转化率的涨幅 9.9%，远小于访客的 51.7%，也远小于订单的 66.7%。 订单的漂亮增长，几乎全是拉来的人多。 顺手看见的第三件事：3 月转化率 3.20% 是个坑，4 月跳到 4.30%。 这一个月的跳变，图上不标出来，故事就讲不圆。

30 秒实验

1. 把转化率的分母从「访客」换成「商品详情页浏览数」，转化率会变大还是变小？为什么。
2. 如果 3 月做过一次促销，转化率的算法该怎么调，才不至于把促销的效果算成改版的功劳？
3. 想一想：这一节里哪句话是「数说得对、但结论可能错」的？

常见误区

1. 用绝对量比改进：订单涨了就是干得好，忽略了人来得更多这个前提。
2. 比例不写分母：转化率 3.85%，分母是访客还是浏览量？两个数能差一倍。
3. 拿一个月当趋势：4 月跳到 4.30%，5 月又回落到 3.79%，一个点连不成趋势。
4. 图画得漂亮就交差：图好看只说明审美在线，跟分析对不对没关系。

比什么定下来了，接下来是「能不能一次比好几个」。下一篇看三个变量怎么塞进一张图。

• ☐ （本篇完，下一篇 4.3 数据多不是问题）

相关笔记

• 新军队与三份信息图
• 数据多不是问题
• 正确比较是图形化的根本
• 📈 深入浅出数据分析 · 索引