bi实现空间数据可视化-销售案例

针对2018年1~5月中国空调销售的数据，现在需要用bi工具帆软FineBi对下面的情况进行数据可视化分析:

(1)各地区空调销售量情况。

(2)各地区空调利润情况。

目录

知识准备

1.与地理位置相关的数据表示

2.常用的数据地图图表

任务实施

任务1 各地区的空调销售量情况

任务2 各地区空调产品利润的情况

归纳总结

---

知识准备

1.与地理位置相关的数据表示

数据地图是可视化数据的强大方式。当我们面对的数据包含空间位置和地理信息，或者业务要求按空间位置和地理信息分析数据时，这就涉及空间数据可视化问题。通过交互式空间数据可视化的方法，在地图上绘制数据帮助业务人员发现与数据相关的特点并诊断业务问题，普遍用于分析零售、物流、交通、粮食、能源、环保等领域。

很多场景中经常看到用在地图层上叠加与地理位置相关的数据，从而更好地展示与位置相关的数据的特征。我们将这样的可视化方式为数据地图。商业数据时代大量数据是与地理位置相关的，例如，各区域的销售额和利润数据等。用数据地图来反映这些信息比表格要直观形象，且更具交互性。

2.常用的数据地图图表

填充地图即根据某个度量值，对图中不同区域用不同颜色进行填充所生成的数据地图。利用填充地图区域辨识率高这一特点可以目 了然看到各 个地理区域的分布情况。符号地图;是在地图上标记信息的一种数据地图。 符号地图适合显示各个位置的定量值。每个位置的定量值可以是一个或两个，一个用颜色进行编码，个用大小进行编码。