四月上旬新内容速递丨技术深潜、图表进阶与AI热词

春意正浓,学习升温!四月上旬更新聚焦技术拓展、图表新解、AI热点与实战任务,助你在数据探索之路上步步为营,智取未来!

一、场景应用精选

【热力图】数据的“温度计”与分布探测器》→热力图在业务分布与浓度识别中的实战应用。
【数析课堂】排序法:业务人员的“数据理线器”》→排序法助力业务数据梳理,提升分析效率。
【关系图】解锁数据背后的“隐形网络”与关联密码》→关系图在复杂关联分析中的深度应用。
【数析课堂】让数据开口说话:职场人的“图形法”生存指南》→图形法职场实战指南,轻松驾驭数据表达。

二、技术经验分享

降维打击!Smartbi仪表盘隐藏ECharts玩法大揭秘》→解锁仪表盘高阶玩法,用ECharts实现可视化降维创新。
“数”转乾坤:数据转换规则变形记》→深入数据转换规则,掌握数据变形与流转的核心技巧。

三、AI知识更新

【AI每日一学】简要介绍一下最近AI圈很火的“养龙虾”话题》→每日一学,快速理解AI圈热门话题“养龙虾”。
【AI每日一学】讲一下最近AI圈很火的“养龙虾”话题中一直被提及的skill》→深度解析“养龙虾”中的关键技能概念,紧跟AI前沿。

四、全新素材上线

指标元素动态图(二)》→新增指标动态图素材,丰富仪表盘视觉表现力。

五、官方通知更新

2026年「月更日志」社区更新合集 3.1 - 3.31》→回顾三月社区更新动态,掌握平台最新进展。
春日如约而至:2026年第一季度任务通关排行榜请查收!》→揭晓Q1任务通关榜单,激励持续学习与挑战。

六、任务持续上线

【AI知识巩固】简要介绍一下最近AI圈很火的“养龙虾”话题》→追踪AI圈最新热词,轻松入门“养龙虾”现象。
【图表应用】热力图:数据的“温度计”与分布探测器》→学习热力图制作,让数据热度一目了然。
【BI知识闯关】降维打击!Smartbi仪表盘隐藏ECharts玩法大揭秘》→实战闯关,巩固仪表盘隐藏技能。
【数析课堂】排序法知识巩固》→掌握排序分析法,梳理数据层级关系。
【图表应用】关系图:挖掘数据背后的“隐形关系网”》→学习关系图绘制,发现数据间的隐秘关联。
【BI知识闯关】重生之如何找SQL看数据不对问题(上)》→SQL排错实战,提升数据校验能力。
【BI知识闯关】“数”转乾坤:数据转换规则变形记》→闯关巩固数据转换规则应用。
【AI知识巩固】讲一下最近AI圈很火的“养龙虾”话题中一直被提及的skill》→深入“养龙虾”背后的技能概念,拓展AI认知。
【数析课堂】图形法知识巩固》→强化图形化分析方法,让数据表达更直观。

麦粉社区
>
帖子详情

[图表应用] 【旭日图】数据的“家族族谱”与深度透视镜

动态中心 发表于 2026-3-24 09:24
发表于 2026-3-24 09:24:16

        在数据可视化的世界里,饼图和环图一直是展示占比关系的“经典老将”。但当数据变得复杂,层级关系错综交织时,传统图表往往显得力不从心。今天,我们就来聊聊一位更强大的“继任者”——旭日图,看看它如何以优雅的同心圆结构,清晰演绎数据的父子传承与层级归属。


 


什么是旭日图?——数据的“家族族谱”


如果把传统饼图比作一个切开的蛋糕,那旭日图就是层层包裹的千层蛋糕。



  • 核心结构:最内层的圆环代表第一层级(根节点),向外依次扩展为第二层、第三层……

  • 视觉逻辑:每个扇区的面积大小与其数值成正比;子节点的扇区角度之和等于其父节点的角度。

  • 核心价值:它不仅能看“占比”,更能看“构成路径”。就像查看一个家族的族谱,既能看到总人数,也能一眼看清各房各支的分布情况。


 


什么时候该用它?——各行业典型场景



 


它的独特之处在哪里?——不只是分层,更是“透视镜”



  1. 角度 = 权重


扇形的角度越大,数值越大。一眼识别出核心贡献的“主干”和次要的“枝叶”。


 



  1. 层级 = 业务逻辑


内层包含外层,清晰展示数据的父子归属关系。比如“零售存款”下的“定期存款”就是内层的一部分。


 



  1. 颜色 = 分组标识


可以用颜色区分不同层级(如不同产品大类),或让同一大类下的子类保持相近色,让图表更易读。


 



  1. 下钻 = 交互探索


很多BI工具支持旭日图点击下钻,从顶层逐步深入底层,像剥洋葱一样探索数据细节。例如先看总资产,点击“理财”后看到理财的子产品构成,再点击某个产品看到渠道分布。


 


如何构建一张实战图表?——从数据准备到视觉优化的“全流程”


背景:


某银行零售银行部需要分析全行零售客户的总资产(AUM)结构,以制定下一步的营销策略。AUM包括存款、理财、基金、保险四大类,每类下又有细分产品,且客户可通过不同渠道购买。


 


操作步骤:


1、选择图表:在工具中选择“旭日图”。



 


2、配置字段:


维度(层级):依次拖入“产品大类”(内层)、“细分产品”(中层)、“购买渠道”(外层)。


度量(大小):拖入“金额”字段,系统将自动计算扇区角度。



 


3、调整样式:



  • 开启数据标签的隐藏重叠标签;

  • 用颜色区分产品大类(如存款蓝色、理财绿色、基金橙色、保险紫色);



最终效果



 


开始“读图会诊



  • 最内层(产品大类):存款扇区角度最大,理财次之,基金和保险较小。说明存款仍是AUM的压舱石。

  • 第二层(细分产品):在存款大类中,“定期存款”角度明显大于“活期存款”,说明客户偏好锁定收益;在理财中,“固收类”远超“混合类”,显示客户风险偏好较低。

  • 第三层(购买渠道):点击“定期存款”扇区,可看到其渠道构成:网点柜台占60%,手机银行占30%,网上银行10%。说明定期存款仍依赖线下;而点击“固收理财”,手机银行占比高达70%,显示理财客户已习惯线上购买。


洞察与行动



  • 机会点:理财产品的手机银行占比高,可加大线上推广,推荐固收+产品。

  • 风险点:定期存款过度依赖网点,需引导中青年客户通过手机银行办理,降低网点压力。

  • 盲点:基金和保险占比过低,需分析原因(产品不足?投教不够?),考虑引入热门基金或推出客户教育活动。


 


何时不该使用旭日图?——避开这些常见的“可视化陷阱”



  1.  建议控制层级数量


原则:层级最好控制在 3~4层 以内。


后果:超过4层后,外圈扇区会变得极窄,不仅难以阅读标签,视觉上也会显得拥挤混乱。


 



  1.  注意极小值的可视性


原则:当数据中存在极大的数值差异(如最大值是最小值的1000倍)时慎用。


后果:微小的扇区在图中会变成一条细线甚至消失,导致信息丢失。此时可考虑对数据进行对数处理,或改用表格辅助。


 



  1.  避免无逻辑的层级


原则:层级之间必须有明确的“包含关系”。


错误示范:将“地区”和“产品线”强行作为上下级关系(除非是先选地区再选产品)。如果是平级维度对比,请使用堆积柱状图或多重饼图。


 



  1.  对比功能的局限性


原则:旭日图擅长看“结构”,不擅长看“趋势”或“跨类别精确对比”。


建议:如果需要对比不同年份的结构变化,建议使用动态播放或多图并列,不要试图在一个静态图中塞入太多时间维度。


 


结语:如何让数据自己说话?——选对图表是关键


旭日图的真正魅力,在于它让你从“只看总数”转变为“看清构成”。


它揭示了数字背后的层次关系,让你知道:增长是由哪个分支驱动的,萎缩又是从哪个环节开始的。



  • 对零售银行部:它是客户资产的“CT扫描仪”。

  • 对计财部:它是收入成本的“拆解说明书”。

  • 对运营管理部:它是费用流向的“透视镜”。


你的业务中,哪些数据拥有天然的层级结构?


用旭日图剥开它,也许下一个增长点,就藏在某条被忽视的“细支”里。——>【图表应用】旭日图—你的专属“层级解码器”

发表于 2026-3-27 00:05:40
讲的非常好,思路非常清晰
回复

使用道具 举报

发表于 2026-3-30 15:48:47
打卡
回复

使用道具 举报

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

2回帖数 0关注人数 3347浏览人数
最后回复于:2026-3-30 15:48

社区

指南

AI

搜索

快速回复 返回顶部 返回列表