「表格设计课」第9期 班特图,纵观全局,不失细节

2018-06-26  本文已影响127人  拉小登
表格设计课 第9期.jpg

首先,我对这个栏目做个介绍。

以下是本期内容


1- 问题描述

首先,大家看一下,下面这个表格。这是某工厂内的品质统计报表。里面包含了100多天的数据。每天的堆积图中,可以对比各个生产线的不良状况。

但是看上去,总感觉怪怪的,你能说出有什么问题来吗?

image

----思考时间----

----思考时间----

----思考时间----

下面是我看出来的一些问题,你是不是也有这样的疑问?

image

但是老板要求,既要有趋势的对比,也要有每条生产线之间的对比,应该怎么做,才能让图表更加清晰?

接下来,我们要学习的这个解决方案,有一个专业的名字,叫做:【班特图】

2- 问题分析

分析这个图表的问题,我主要分为两个部分:

  1. 图表本身的问题分析
  2. 老板的需求分析

第1点,图表本身的问题分析

表格中100多天的数据,数据太多,无论是堆积图还是折线图,在这么多数据面前,都会显的很无力。

image

所以第一步我要做的,就是【a.减少数据量,降低数据对比的维度】。(这一点,我们在前面的设计课里,已经学习过了)

image image

在上面的图片中可以看到,数据量减少后,对比的差异,马上就出来了。

第2点,老板的需求分析。

“既要有趋势对比,也要有城市对比”,这是老板从理念的大致诉求,并不代表着,我们一定要把所有的数据,都呈现在图表中。

这是设计表格中,经常会犯的错误,就是把老板的要求,照搬到表格里,自己做的特别累,老板还总是不满意。

我们应该了解需求的根本,对数据进提炼,输出主要指标,而不是一味的执行。

老板的需求,主要分为:1.趋势,2.各生产线的不良对比。只要可以纵观全局,又不失细节,应该就可以了。我们来具体分析一下。

首先)是整体趋势的对比。100天的数据,时间跨度非常的大,而以天为单位的对比,间隔太小了,对比数据变的多、杂。

【b.以月为单位,对数据进行汇总和对比,可以减低数据对比维度,让数据变的清晰】

image

其次)是各生产线不良数据的对比。生产线的对比,是为了发现品质较差的线别,分析具体的问题,及时的拟定改善对策。

所以【c. 当前这个月,各生产线的品质,需要细化对比】,是我们关注的重点,需要细化到周、天。对于之前的数据,时效性比较差,对于改善意义不大,以折线图的形式,保留整体信息即可。

image

图中,前几个月的数据,用折线图表示趋势。当月的数据,按周别用柱形图,对比每周的品质状况,更加直观。

3- 解决方案

分析完了图表的问题,我梳理出了下面几个,具体的改善方案:

  1. 以月为单位汇总数据,降低对比维度。
  2. 按周别统计数据,描绘细节
  3. 按天统计各线不良率,立即改善
  4. 一表三图,保证全局和细节,一目了然

1- 以月为单位汇总数据

1.1) 为了方便汇总数据,首先添加1个辅助行,使用MONTH函数,根据日期计算出月份信息。

image

1.2) 然后使用AVERAGEIF函数,根据月份,计算每个月的平均不良率。

image

1.3)再根据月份的数据,输出折线图,整体的趋势就比较直观了。

image

2- 按周和天对比,描绘细节

出于问题改善,当前月份的数据,是我们分析的重点,数据需要继续展开到周别。

2.1)增加辅助行,使用WEEKNUM函数,根据日期计算出周别的信息。

image

2.2)使用AVERAGEIF函数,根据周别,计算每周的平均不良率。

image

2.3)根据周别数据,输出柱形图,让对比根据更加的直观。

image

3- 按天统计各线不良率,立即改善

针对当周的数据,时效性非常的重要,每天统计各个线别的数据,发现问题可以马上进行改善,所以要包含每条生产线的不良数据。

3.1)针对当周的数据,使用HLOOKUP,统计每天、每条线的数据

image

3.2)使用堆积图,呈现各个生产线的不良数据,即有每天的整体品质的对比,也有各个线别的对比。

image

4- 一表三图,保证全局和细节

最后就是把前面3个数据源,整合到一起,使用同一个图表,呈现出月、周、天的数据对比。把原来长长的图表,缩减到合适的大小,同时包含整体数据,又不失细节的内容。

在整合的过程中,关键的一步是:3个数据源相互错开,保证数据的对立。即月份数据区域中,对应周和天的数据,保留空白单元格,周别数据区域中,月、天的数据是空单元格,具体如下图所示:

image

根据上面数据区域,我们可以创建一个图表,为月、周、天的数据,设置不同的数据类型。这样保证三个图,使用相同的坐标轴,在同一量程下对比,同时又不会产生堆叠。

image

4- 改善输出

和改善前大堆的堆积图比起来,改善后的班特图,阅读起来,思路更加的清晰。

改善前

改善前

改善后

改善后

  1. 首先整体不良率,连续3个月都在上升,降低不良率,是当前的主要任务。
  2. 再看本月WK19~WK21周,第1周有所下降,之后每周都在上升,对策需要重新检讨
  3. 当周5/22~5/24,23号不良率最高,这时候可以组织人员,马上对前一天的数据进行分析,找到原因,立即进行改善。

5- 知识点汇总

函数部分

  1. AVERAGEIFS函数:根据条件计算平均值
  2. HLOOKUP函数:在行数据区域中,查找对应日期,每条线的不良数据
  3. MONTH函数,根据日期计算月份
  4. WEEKNUM函数,根据日期计算周别

图表部分

  1. 月、周、天,数据区域相互错开,保证数据独立,一个表,输出3个图
  2. 了解堆积图的创建方法

设计部分

  1. 老板的要求,通常是理念上的大致诉求,不要一味的照搬,分析需求本质,提炼数据指标,让图表更加清晰
  2. 降低数据维度,增加数据层次,让图表拥有引导性,引导读者的阅读思路

6- 案例下载

案例下载包含两个部分

1- 问题表格

  1. 公众号后台回复【0628】获取本节练习文件,自己动手修改表格吧。
  2. 同时你会获得一张【答案兑换卡】。

2- 答案表格

如果你改不出来,可以通过下面两种方式,获取答案表格。

  1. 转发【答案兑换卡】或文章到朋友圈,回复截图,就可以获取答案表格。
  2. 扫描下面的二维码,加入我的小密圈,获取每一期「表格设计课」的答案。
image

来吧,我在圈儿里等你来

footer

我是拉小登,如果你喜欢我的文章,请转发或者打赏,有你的支持,我才能继续写出更多,更好的教程,咱们明天见。

上一篇下一篇

猜你喜欢

热点阅读