jinnian金年会官网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。

　　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?

　　「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。

　　「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:

　　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。

　　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。

　　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。

　　「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。

　　「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。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。