玩转多维表格｜使用透视表
前言
S2[1] 是 蚂蚁企业级数据可视化解决方案 AntV[2] 团队推出的「多维交叉分析领域的表格解决方案」，旨在提供高性能、易扩展、美观、易用的多维交叉分析表格。不仅有丰富的表格分析形态，还内置丰富的交互能力，帮助用户更好看数和做决策。
AntV S2 组件示意
为什么使用透视表 而不是折柱饼?
图片来源: 可视化趣味设计 3 期｜大表哥(格)的多维世界之家人们一天的故事
在上一章中我们详细介绍了多维表格的使用场景 那么问题来了 传统的可视化 "三大金刚": 折线图 柱形图 饼图不是更适合看数分析吗? 为什么还需要使用透视表?
「折柱饼」:
「优点」：能够很好地展示数据的趋势、变化和波动 能够直观快速的理解数据的一个「整体变化」和「对比关系」。
「缺点」：对于复杂的数据 表达不如表格清晰 无法展示所有数据细节 不适合展示包含多个变量或类别的复杂数据集。
「透视表」:
「优点」：可以同时展示多个维度的数据，比如日期、类别、数值等 同时能展示具体的数据值 数据经过分组和拆分 适合需要精确定量分析 查找的场景 并对数据进行复制和导出。
「缺点」是对于阅读者看到的是大量的数值 相比图形化 其分析能力不够直观 理解成本较高。
在蚂蚁集团、阿里集团，多维表格是目前商业 BI 分析领域中使用频率最高的图表之一。它们提供单个、两个或者多个变量之间的相互关系的基本画面，可以帮助业务进行交叉探索分析。而使用表的他们，是一群有分析诉求，进行海量数据分析的场景中使用，比如管理者、分析师、技术、运营等，在我们刻板印象中，会认为管理者看的都是酷炫 花哨的大屏，但管理者需要关注的指标远不止有一个。
日常看数场景中，管理者往往需要监控多个指标进展，于是有了看趋势的多维表:
技术同学通过多维表监控产品性能:
运营通过多维表交叉分析用户找到增长机会点:
场景1: 用户画像分析
case1: 通过深色热力快速找到大规模占比的人群，通过行列维度查看大规模人群的用户画像
case2：通过行列人群属性不同维度交叉分析找到目标人群，查看画像（长什么样，喜欢什么），进行针对性的运营投放策略。
场景2: 多人群对比
case1: 对比不同的年龄人群 结合城市 职业等特征进行多维度对比 增加差值等对比指标让看数更直观。
case2: 增加 Tooltip 等分析能力 并高亮当前鼠标选中数据 展示所对应的行列信息 快速对照数据 看数更高效。
数据聚焦
场景3: 商品售价分析
case1: 有商品类别 和商品子类别 两个维度 自动对商品类别进行聚合分组 查看其单价和单位成本 同时展示明细和行小计数据 看数更全面。
同时可以转换成树状模式 更好体现层级关系 同时可以将不重要的数据折叠。关注重点数据。
case2: 对指标增加环比值/环比差值/环比率 等衍生对比指标 结合「字段标记」的能力 通过红涨绿跌图标 颜色等标识 突出数据的变化趋势 让看数一目了然。
对比明细表的分析看数优势
以上面提到的 场景3: 商品售价分析为例:
「数据分组」: 如果以明细表的方式展示 数据失去了「分组」的概念 失去了主次 如果我们想快速分析相同的 [商品类别] 或者 [商品子类别] 下的数据 则会变得异常苦难。
明细表
「组内分组」: 在数据排序层面 如我们想同时查看 [不同维度] 按 [指定数值] 的不同升降序 使用明细表无法做到 比如一级维度 [商品类别] 不受排序影响 [商品子类别] 按 [单价] 或 [单位成本] 进行排序 从而通过 [组内排序] 能快速洞察不同子维度的数据情况。
组内排序