Excel数据可视化—波士顿矩阵图【四象限图】

这篇具有很好参考价值的文章主要介绍了Excel数据可视化—波士顿矩阵图【四象限图】。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

EXCEL系列文章目录

  Excel系列文章是本人亲身经历职场之后萌发的想法,为什么Excel覆盖如此之广,几乎每个公司、学校、家庭都在使用,但是它深藏的宝藏功能却很少被人使用,PQ、BI这些功能同样适用于数据分析;并且在一些需要简单及时的数据分析项目前,Excel是完胜python、R、SPSS这些科学专业的软件的。因此决心开启Excel篇章。

数据分析为什么要学Excel
Excel图表美化—表格美化
Excel函数公式大全—IF函数
Excel函数公式大全—IF家族函数
Excel函数公式大全—VLOOKUP函数
Excel函数公式大全—MATCH函数
Excel函数公式大全—INDEX函数
Excel函数公式大全—HLOOKUP函数
Excel函数公式大全—LOOKUP函数
Excel函数公式大全—SUMIF/SUMIFS函数
Excel函数公式大全—函数真经



效果图

波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘
  啥也别说,咱们先看效果图【波士顿矩阵图】又有人称【四象限图】名字不重要,我们先解析一下图所要展示的意思:

  • 坐标轴没有展示名字,此处展示各省份的评价得分(Y轴)与销售额(X轴)的关系;横纵坐标交于图像中间将图片分割为四个象限因此的名【四象限图】
  • 根据两项得分可分为:高得分低销售、高得分高销售、低得分低销售、低得分低销售区域
  • 针对不同区域制定不一样的政策方针,实行不一样的管理制度,具体根据实际业务实施

  图表是数据的具象化,图是数据的直观展示,表是数据的高度汇总。本系列文章没有对图和表的推荐偏好引导,各位可以根据实际所需进行取舍。💯


原理

  波士顿矩阵(Matrix: Boston Consulting Group)简称BCG,又称市场增长率-相对市场份额矩阵、四象限分析法、产品系列结构管理法等。波士顿矩阵由美国著名的管理学家、波士顿咨询公司创始人布鲁斯·亨德森于1970年创作。
  波士顿矩阵认为一般决定产品结构的基本因素有两个:即市场引力与企业实力。市场引力包括整个市场的销售量(额)增长率、竞争对手强弱及利润高低等。其中最主要的是反映市场引力的综合指标——销售增长率,这是决定企业产品结构是否合理的外在因素。
波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘
  以上原理来源百度,可见波士顿矩阵分析最开始是在做产品策略;随着广泛应用,结合多业务场景,也就范化为了四象限图。凡是根据两个指标去对产品、营业员、区域等进行分类时,就能高频的看见这个图表。话不多说,我们开始教学💪…


实现过程

数据准备

波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘
  数据随机挑选了几个城市,构造两个指标;
  值得注意的是在实际应用中,两个指标应相互独立最佳,避免相互影响。

绘图

波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘
  因为EXCEL没有可以直接绘画波士顿矩阵的选项,需要通过散点图实现。 本人使用的是excel2019版本,如果后续更新出这个功能那就更简单了。
  注: 选取数据时只选取两列指标值,插入散点图的时候选取最基础的散点图。
波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘
  此时得到最基本的散点图,需要我们进行美化加工;波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘
  首先去掉标题和网格线,你就能得到下图:
波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘
  接着我们需要对坐标轴进行调整,首先看下Y轴的调整:
波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘

波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘

  单击Y轴,然后设置坐标轴格式,按照上图的框选进行调节,改变坐标轴的范围,交点及标签位置,你就能得到下图:
波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘
  同理我们对X轴的调整:波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘
  注: 关于坐标轴的调整范围及交点没有统一的标准;坐标轴范围尽可能的贴近数据的最大最小值;坐标轴交点则可以根据实际的业务场景;如中值、平均值、达标值等都是优先选择的数据;
  到这一步你已经得到了一个近乎完美的图了:
波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘
  接下来的操作是excel可视化技巧中最常用的改变标签值:波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘
波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘
  首先调成标签值;然后设置数据标签格式,标签包含单元格中的值:波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘
  得到这样得图之后,先按上图得步骤去数据标记填充。
波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘
  去数据标记后,我们需要把我们想要显示的城市显示在原来数据点的位置,就按上图去设置标签格式。波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘
  看到这儿就得恭喜你已经懂了excel一个波士顿矩阵的绘制技巧了,如果你是跟着操作到这儿,那你可太厉害了,算是掌握了绘画技巧,可以在工作中大秀一下了。
  目前可以先放松放松,点赞+收藏,我们接着往下美化一下。
波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘

波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘
  选中整个图表,我们就可以在菜单栏对字体、颜色、填充、阴影等效果进行调节。这部分因人而异,各自审美不同,品牌主题色也不同。

图表解读

波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘

  此处说明一下,该图选取的指标是各城市的销售额与经营得分之前的关系坐标轴交点为平均销售额 2400 与经营得分达标值 60分;各数据点与坐标轴的距离就是与平均值的差距值。

  • 从X轴来看,左边是低于平均水平,右边是高于平均水平。
  • 从Y轴来看,下边是低于及格60分,上边是高于及格60分。

  简单分析一下:

  • 黑龙江与山西:销售额与经营得分均高于平均水平,是可以作为推广,标杆式城市的经营方式。
  • 吉林、广西、陕西:销售额虽然高于平均水平,但是经营得分不达标,可能存在卫生、服务、售后等差的地方。
  • 重庆、江西、新疆:经营得分高,但是销售额低;可以深入探究一下该城市的市场是否还有很大空间,或仅做了经营得分的事项,对于增加销售额的活动政策等没有推广。
  • 海南、安徽等城市:需要重点关注的地方,双双不达标,必定是经营出现问题。

总结:准备数据—绘画散点图—调整XY坐标轴—修改数据标签

  今天的分享就到这里啦;商务报表类的报表根据使用的对象不一样,大家可以根据不同的需求,在不脱离核心的范围内调整均可。最终以简单明了,突出重点为主,在阅读消化完上面的知识后;小伙伴们根据上面的案例自己动手试一下吧。
  如果你觉得还有用的话就收藏吧、点赞+关注 | 咱们下期再会!
波斯顿矩阵图excel怎么做,EXCEL——知识星球,可视化,excel,数据可视化,bi,数据分析,数据挖掘文章来源地址https://www.toymoban.com/news/detail-763928.html

到了这里,关于Excel数据可视化—波士顿矩阵图【四象限图】的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 波士顿房价数据集怎么不见了?

     做线性回归的同学大概率会用到一个数据集,即波士顿房价数据集,然而当你从sklearn下载该数据集时,你会惊讶地发现居然下载不了了!!!起初我以为是什么别的原因导致数据集可能被收回了,结果当我看到一篇文章就感觉,算了不做评价,参见这篇文章 消失的波士顿

    2024年02月05日
    浏览(67)
  • 机器学习基础10-审查回归算法(基于波士顿房价的数据集)

    上一节介绍了如何审查分类算法,并介绍了六种不同的分类算法,还 用同一个数据集按照相同的方式对它们做了审查,本章将用相同的方式对回归算法进行审查。 在本节将学到: 如何审查机器学习的回归算法。 如何审查四种线性分类算法。 如何审查三种非线性分类算法。

    2024年02月11日
    浏览(35)
  • 多元线性回归的python代码实现(基于sklearn的波士顿房价boston数据集为例)

    基于sklearn自带数据集波士顿房价数据集进行多元线性回归算法代码实现,其数据集包括13个特征向量,共计506个样本集。 本文代码实现步骤如下: 1. 获取数据集 2. 数据集切分,老规矩,80%训练,20%测试 3. 数据预处理(本用例尝试过归一化处理,但发现效果不好,不是每一个

    2024年02月06日
    浏览(47)
  • 机器学习基础08-回归算法矩阵分析(基于波士顿房价(Boston House Price)数据集)

    回归算法通常涉及到使用矩阵来表示数据和模型参数。线性回归是最常见的回归算法之一,它可以用矩阵形式来表示。 考虑一个简单的线性回归模型: y = m x + b y = mx + b y = m x + b ,其中 y y y 是因变量, x x x 是自变量, m m m 是斜率, b b b 是截距。将这个模型表示成矩阵形式

    2024年02月14日
    浏览(42)
  • 机器学习---使用 TensorFlow 构建神经网络模型预测波士顿房价和鸢尾花数据集分类

    1. 预测波士顿房价 1.1 导包 最后一行设置了TensorFlow日志的详细程度: tf.logging.DEBUG :最详细的日志级别,用于记录调试信息。 tf.logging.INFO :用于记录一般的信息性消息,比如训练过程中的指标和进度。 tf.logging.WARN :用于记录警告消息,表示可能存在潜在问题,但不会导致

    2024年02月08日
    浏览(44)
  • python 波士顿房价预测

    数据集地址:Index of /ml/machine-learning-databases/housing (uci.edu) 数据集中共有506条样本数据,每条样本包含了13个影响房价的特征。 数据集格式 np.fromfile()  读取数据没有数据类型和数据的形状。所以这里使用了data.reshape()重新变换成原始的形状。 (7084,) (506, 14) (14,) [6.320e-03 1.800e+

    2023年04月08日
    浏览(38)
  • 波士顿矩阵(明星,金牛,问题,搜狗)

    波士顿矩阵(明星,金牛,问题,搜狗) 1、百度百科链接: https://baike.baidu.com/item/%E6%B3%A2%E5%A3%AB%E9%A1%BF%E7%9F%A9%E9%98%B5/5406040?fr=aladdin 2、从【产品】的维度去分析波士顿矩阵: https://zhidao.baidu.com/question/142432618995983965.html     2.1、明星产品(stars)。【高增长,高占有】      

    2024年02月05日
    浏览(30)
  • paddle实现波士顿房价预测任务

    要点: 参考官方案例 飞桨PaddlePaddle-源于产业实践的开源深度学习平台 1 加载飞桨框架的相关类库 飞桨支持两种深度学习建模编写方式,更方便调试的动态图模式和性能更好并便于部署的静态图模式。 动态图模式(命令式编程范式,类比Python):解析式的执行方式。用户无

    2023年04月14日
    浏览(41)
  • 基于回归分析的波士顿房价分析

    项目实现步骤: 1.项目结构 2.处理数据 3.处理绘图 4.对数据进行分析 5.结果展示 一.项目结构 二.处理数据 使用sklearn的datasets时,对应的波士顿房价数据已经被“移除”,在获取数据时,会出现 ,此时,在该提示的下方会有相关的解决方法 不建议使用提供的方法,对应方法的

    2024年02月09日
    浏览(37)
  • 机器学习与深度学习——使用paddle实现随机梯度下降算法SGD对波士顿房价数据进行线性回归和预测

    随机梯度下降(SGD)也称为增量梯度下降,是一种迭代方法,用于优化可微分目标函数。该方法通过在小批量数据上计算损失函数的梯度而迭代地更新权重与偏置项。SGD在高度非凸的损失表面上远远超越了朴素梯度下降法,这种简单的爬山法技术已经主导了现代的非凸优化。

    2024年02月03日
    浏览(54)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包