第十章 可视化分析案例
10.1公用事业的快速分析
本节我们以一家地方水务公司为例。该公司已在他们的呼叫中心系统中证实了呼叫量的显著性波动。但是传统的呼叫中心软件成本高是企业的一大难题。现在我们可以通过使用DataFocus数据分析工具对电话系统数据库捕获的数据进行可视化。图10.1.1显示了一个示例调用分析数据看板。
![《玩转DataFocus数据分析》](/images/c/cd/《玩转DataFocus数据分析》_图210.png)
图10.1.1 调用分析数据看板 数据看板提供对选定部门的呼叫量、放弃呼叫、最大等待时间和平均呼叫持续时间的时间序列信息。使用者能够在不到10分钟的时间内部署数据看板,这不仅能够提高员工在高峰期的利用率,经理们还能更快地收到用户需求的提醒。最重要的是,数据看板也可以再移动端编辑部署,随时随地查看实时动态。
10.2 聚合一所大型大学不同的数据源
大型学校的数据评估信息系统超过200个,选择合适的数据分析工具可以迅速整理出有效信息并进行数据应用,包括招生、财政、师资和课程评价等。
10.2.1可视化开发
学校在DataFocus中创建一个数据仓库,从多个数据系统中筹集数据。利用中间表、添加公式等方式清洗整理数据后,根据目标主题的不同进行数据分析整合成数据看板。后续自动更新数据进行目标跟踪查看,为决策者提供所需的新信息。需要强调的是DataFocus数据分析工具是一款非技术用户也能方便理解、分析的数据工具,为更广泛的可视化提供存储库分析使用场景。
10.2.2分析结果示例数据看板
使用DataFocus来提供学生成绩的信息和教师评估。图10.2.1包含了学生成绩与课程评估和教师评估的散点图。
![《玩转DataFocus数据分析》](/images/9/9c/《玩转DataFocus数据分析》_图211.png)
图10.2.1 学生成绩与课程评估和教师评估的散点图 教师研究的网站文章也可以通过DataFocus展现出来,如图10.2.2所示
![《玩转DataFocus数据分析》](/images/8/8b/《玩转DataFocus数据分析》_图212.png)
图10.2.2 网站战略重点提供故事和视频 财务指标也在数据看板中进行可视化。图10.2.3是一个关于学术,行政、研究中心的收入和费用分析的例子。 在增加收入和能力、降低成本和增加收入的同时,学院继续致力于促进其学术研究。DataFocus将集合数据、分析数据、数据展示组合为一体,提供改善决策所需的信息,可以快速帮助管理者做出更好的决策。
![《玩转DataFocus数据分析》](/images/7/76/《玩转DataFocus数据分析》_图213.png)
图10.2.3财务业绩
10.3 速运能力分析
10.3.1 Delivery Research
在这个数字化交易愈发普遍的时代,物流行业对于连接虚拟和实际起到了关键性的作用。物流的快慢和能力决定着商品和客户之间的桥梁是否通畅。比如我们熟知的电商行业,物流甚至能够大幅影响消费者的消费体验,即使产品再完美,极慢的物流会让消费者对此家店铺甚至品牌的印象大打折扣。 从B端实际来说,很多有着O2O业务的企业也会有自己的服务体系,当中必当包含物流环节。比如天猫平台从买家下单一直到买家签收,其中的发货、在途、送达三个环节都与物流有关。因此,物流能力无论对于企业还是消费者都有着非常重要的意义。
10.3.2 How Delivery Uses DataFocus
我们以DataFocus合作客户的真实数据为例进行分析。目的是要分析此家速运公司的物流能力。要衡量一家速运公司的能力高低,快慢固然是核心因素,但是也需要考虑其在市场上的其他竞争力因素,如价格等。加上物流原始数据往往包含很多其他的非“能力”范围的数据维度,因此有条件的话我们可以先对数据进行筛选后,再导入DataFocus进行分析。 我们本次主要分析此速运公司在全国各省会城市的物流能力和竞争力。首先我们导入数据,进入搜索界面,查看最直接的运送单量和签收天数情况,并得到下图。
![《玩转DataFocus数据分析》](/images/4/4c/《玩转DataFocus数据分析》_图214.png)
图表10-3- 1 图中显示了各省会城市的某周期内平均运单量和签收天数。而我们会发现,由于运单量的数据基本在几千的数值,而签收天数只有个位数的数值,显然在一个坐标轴内衡量是不合适的。我们可以将签收天数另起坐标轴进行查看。
![《玩转DataFocus数据分析》](/images/6/6f/《玩转DataFocus数据分析》_图215.png)
图表10-3- 2
![《玩转DataFocus数据分析》](/images/1/1f/《玩转DataFocus数据分析》_图216.png)
图表10-3- 3 尽管我们将数值正确的在图中表示了出来,但是显然,可视化的“直观”的目的并未达成,由于城市太多,我们需要吃力地读取图中的信息。因此,我们可以发挥DataFocus即时切换图形的优势,切换为散点图。
![《玩转DataFocus数据分析》](/images/4/4f/《玩转DataFocus数据分析》_图217.png)
图表10-3- 4 每一个点都代表每一个城市,鼠标移到每一个点上就会出现相应的城市名。对于速运公司来说,当然是签收天数约少,而单量越高越好。那么在这个坐标轴上,右下角即为我们的最佳能力体现区域,沈阳市在此其中是数据表现最佳的,单量为8932单,平均签收天数为1.2天。同理还可组合平均运费和签收天数进行相似分析,并切换其他图形,如组合图,这个可以留给大家自己实操。 而利用简单的公式,我们还可以将现有数据分析维度进行组合,得到我们想要的新维度。比如将运单量和每单平均运费相乘,即可得到一个类似于销售额的维度。我们点开左下角“增加公式”按钮进行公式的添加。
![《玩转DataFocus数据分析》](/images/a/a3/《玩转DataFocus数据分析》_图218.png)
图表10-3- 5 编辑公式名为“销售额”,公式为平均运费*运送单量,点击确定即可。那么在左侧数据下方的公式下面会出现我们预定义的公式。我们可以用来搜索各省市的销售额。除了传统的柱状图,我们更可以用词云图直观的表示数值的大小,字体越大则数值越大。图中沈阳市、合肥市和福州市的销售额为最高。
![《玩转DataFocus数据分析》](/images/e/ee/《玩转DataFocus数据分析》_图219.png)
图表10-3- 6
10.3.3 The Overview for Delivery
我们既然分析的是全国各省会的物流能力情况,我们就需要一个“总览”来更好的告诉受众相应的信息。我们可以利用各省市的地理数据,使用DataFocus的内置地图直观的表达,如下图所示,我们可以点击经纬气泡图,颜色越深则数值越大。
![《玩转DataFocus数据分析》](/images/f/f5/《玩转DataFocus数据分析》_图220.png)
图表10-3- 7 同理,我们还可以切换经纬热力图和经纬统计图,前者可以一眼洞察数值最高的区域,后者可以直观看到各地的数值差异。
![《玩转DataFocus数据分析》](/images/3/3b/《玩转DataFocus数据分析》_图221.png)
图表10-3- 8
![《玩转DataFocus数据分析》](/images/8/83/《玩转DataFocus数据分析》_图222.png)
图表10-3- 9
10.4 医院的质量指标
本节主要讲述DataFocus是如何被用来监控指标的,从而大大的减少人力和资金成本。
10.4.1奥巴马医改和医疗保险报销
在美国,2010年的《平价医疗法案》(Affordable Care Act,也被称为奥巴马医改),在原有基础上提供高质量的护理和病人体验,即基于价值的购买计划(VBP)。例如,在付薪酬时,不仅仅看员工做了多少,也看员工做了什么,病人的反馈如何。
10.4.2如何使用DataFocus分析VBP
VBP首先推出了两个篮子措施。一个是一系列的护理过程测量,例如患者被诊断患有心力衰竭的患者是否有书面出院说明,或是否对诊断为肺炎的患者进行了适当的抗生素选择。 第二个篮子由患者体验指标组成,比如如何进行病人与护士和医生沟通良好。此外,评分标准的统一性有助于最低得分目标的确定,也能方便医院做好各方面工作。所有这些分数都是混合成一个综合分数。 例如,Southern Maine医院的业绩是用曲线来划分的,最终的收入是增还长是损失取决于“最终线性交换函数(FLEF)”。这个函数成为Southern Maine创建的一个模型的输入,该模型用于分析效果对医院盈利能力的评估。 最初的盈利模式是由许多电子表格一样建立起来的,因此如果想要一个新的数字范围,他必须做一个副本Excel工作簿。没有随时间变化的视图,也没有单位度量的增益或损失的范围,只有一个大的数字。其实将数据生成表格后,可以将所有结果放入DataFocus中,创建一个数据看板,用户可以查看与前一个月相比的变化,并迅速看看哪些措施最具成效性(潜在损失/最小收益)。图10.4.1为生成的示例数据看板。
![《玩转DataFocus数据分析》](/images/3/3e/《玩转DataFocus数据分析》_图223.png)
图10.4.1估计基线增益/损失 DataFocus还用于监控每项指标的性能。如图10.4.2中看到一个示例数据看板,有些变化真的很明显。
![《玩转DataFocus数据分析》](/images/2/2b/《玩转DataFocus数据分析》_图224.png)
图10.4.2 每项指标性能
10.4.3 监控可视化的意义
2012年秋季,医疗保险公布了基于价值的采购的Southern Maine的最终数据盈利,增加1.024%。使用DataFocus监控进度,通过可视化的操作分析,改善医院财务状况,更为重要的是,提高了病人护理和体验。
10.5 大学入学测试场景案例
ACT组织是一个位于爱荷华州爱荷华市的非营利性组织,它提供各种测试和评估服务。你可能听说过这种行为测试——大学入学准备测试。 Tim Kuhns是创新研究的原则以及ACT的分析布道者,负责寻找新的方法分析、理解和沟通内部信息。ACT组织一直在为其提供测试服务超过五十年。
10.5.1 ACT如何使用DataFocus
ACT生成许多测试数据, DataFocus可以用来分析测试成绩的结果。图10.5.1显示了一个示例。
得分分布数据看板包括:通过绘制关于分数分布的数据直方图,查看综合分数分布,基本呈正态分布;散点图提供了学生人数和分数结果;右侧的条形图给读者呈现的是各种参考维度下的得分结果,包括种族、期望值相关。
10.5.2 可持续发展
Tim和他的团队采用了通过制定策略确保持续沟通包括创建内部平台等,确保ACT团队的能力得到持续扩展。有经验的咨询伙伴建立一个内部用户组进行问答,分享团队的最佳想法并为缺乏经验的用户提供例子。
![《玩转DataFocus数据分析》](/images/c/c0/《玩转DataFocus数据分析》_图225.png)
图10.5.1 得分分布数据看板
10.6 使用数据可视化帮助继任规划
继任规划是人力资源分析中的一部分,是指人员更替,岗位安排,是企业人员管理中的重要一环。使用DataFocus数据分析工具可以将员工数据进行可视化,简单直观的洞察到相关信息,及时作出人员调整。
10.6.1促进有效对话和行动的框架
继任规划主要任务是提供驱动劳动力的研究分析以协助人力资源规划。在帮助工资人力资源部专业人员协助运营管理者在做基于事实的决策时 ,不仅仅给管理者经理们的历史观点,而是能够给管理者提供有助于战略规划的科学信息。
10.6.2为继任规划提供渐进式信息
继任规划数据对组织的人才发展战略至关重要。通常,这些信息的结构可以帮助决策者更容易地发现潜在的陷阱,发现未来的方向并制定发现,为平稳的人力过渡做好准备。图10.6.1所示的数据看板是人力资源管理的一部分,用于促进领导和员工之间的对话。
![《玩转DataFocus数据分析》](/images/a/a3/《玩转DataFocus数据分析》_图226.png)
图10.6.1 继任规划数据看板 此数据看板中使用两个继任者的需求维度,分别为员工在组织中的任期和年龄。通过标度的设置,用户可以根据特定的组织需求更改视图。例如,如果公司的预期退休年龄是60岁,任期为15年,可以修改标度线来更清晰的查看员工信息。 当然,仅仅通过任期和年龄两个维度不够充分的理解关键需求。在数据看板中添加能力或其他关键技能,可以更深入地分析和理解特定人才需求,即提供一种识别人才的方法来替代每个职位的潜在人选的空缺。由于机密性,这部分信息在图10.6.1数据看板中删除了。 人力资本是每个企业最宝贵的资产。通过呈现相关维度数据,在视觉上更容易查看到异常值,提供了一种渐进式继任规划可视化。 DataFocus突破数据数亿量大关,用来分析理解海量及繁杂的数据集。存储数据的最终目标是将其转换为可用的信息,做出更科学的决策。