Mục lục:
Video: Lập báo cáo tổng hợp theo tháng với hàm SUMIFS 2025
Từ thống kê có thể gây ra sự sợ hãi ở một số người mới bắt đầu đối với việc trực quan dữ liệu, nhưng nếu bạn bỏ qua chủ đề này, bạn bỏ qua một trong số những cách mạnh mẽ nhất để lấy được cái nhìn sâu sắc và giá trị thực sự từ Big Data.
Thống kê là thực tiễn hoặc khoa học về thu thập số liệu với số lượng lớn. Bạn không phải đi ra ngoài và trở thành một nhà khoa học dữ liệu (một thuật ngữ được sử dụng cho các nhà thống kê cũng là những chuyên gia về dữ liệu ngụy trang và những người thường giữ một số loại bằng cấp cao cấp, chẳng hạn như tiến sĩ), nhưng bạn có thể muốn cân nhắc chọn một cuốn sách hoặc lớp học về Thống Kê 101 nếu bạn có bất kỳ mối quan tâm nào.
Các công thức thống kê như xác suất, phương sai và dự báo được phổ biến ngày nay. Chúng dễ dàng áp dụng cho bất kỳ bộ dữ liệu nào, và hầu hết người đọc sẽ hiểu rõ chúng. Bạn có thể kết hợp một số công thức thống kê này vào hình ảnh hóa Dữ liệu lớn của mình để cung cấp giá trị thật sự cho người dùng bằng cách sử dụng các kỹ thuật được thảo luận trong các phần sau.
Biết được xác suất xảy ra sự kiện
Một công thức thống kê mà bạn có thể quen thuộc là p robability - khả năng hay cơ hội mà một sự kiện có thể xảy ra. Công thức sau tính toán xác suất cơ bản cho một kịch bản tuyến tính. (Các kịch bản phi tuyến phức tạp một chút và quá nhiều cam kết cho một newbie)
Xác suất = Xác suất xảy ra sự kiện / Số lượng các kết quả có thể
Hình dưới đây cho thấy một xác suất với một số màu cảnh báo được thêm vào để làm cho thông điệp dễ đọc và, quan trọng nhất, để chỉ rõ rằng hành động tức thì là cần thiết.
Xác suất cung cấp kiểm tra thực tế nhanh chóng và thiết lập toàn bộ giai điệu cho câu chuyện mà hình ảnh dữ liệu sẽ được cung cấp trong một khoảng thời gian nhất định (ngày, tuần, quý, v.v.).
Áp dụng phương sai để cho thấy mức độ thay đổi
Một biện pháp thống kê phổ biến khác là v ariance , đó là sự khác biệt giữa một tập hợp các điểm dữ liệu.
Công thức được sử dụng phổ biến nhất để tính phương sai là
Biến số = Cuối cùng mong muốn - Trạng thái hiện tại
Cho dù kết quả được hiển thị là một số nguyên hoặc tỷ lệ%, công thức cho thấy mức độ thay đổi giữa trạng thái bắt đầu và kết thúc của một điểm dữ liệu.
Việc hiển thị phương sai luôn luôn là một sự thắng cuộc nhanh chóng và là một sự thay thế tuyệt vời cho kết hợp đồ thị / biểu đồ thanh, đó là cách mà mối quan hệ phương sai được hiển thị trong hầu hết các hình ảnh hóa.
Biểu đồ trong hình bên dưới cho thấy một dòng / thanh biểu đồ combo cho phép người dùng giải mã phương sai cho mỗi tháng.
Biểu đồ thứ hai, thể hiện trong hình sau, rõ ràng miêu tả sự sai lệch và mất tất cả các phỏng đoán ra khỏi thị giác.
Dự báo tương lai
Một công thức thống kê phổ biến khác mà bạn có thể quen thuộc là f orecast , đó là hành động tiên đoán hoặc ước lượng một sự kiện hoặc xu hướng.
Khi bạn tính toán dự báo, bạn thực sự đang sử dụng một lượng dữ liệu lịch sử nhất định để dự đoán hành vi, sự kiện cụ thể hoặc xu hướng. Ví dụ: bạn có thể tính doanh thu cho năm dựa trên thực tế lịch sử mà tháng một thường chiếm 5% doanh thu. Nếu bạn đã có doanh thu 500 đô la vào tháng 1 thì bạn sẽ sử dụng công thức sau để dự đoán doanh số bán hàng bạn dự đoán trong năm là bao nhiêu?
500 đô la Mỹ /. 05 = $ 10, 000
Trong phương trình này, $ 500 là doanh thu trong tháng Giêng;. 05 là tỷ lệ phần trăm doanh thu bán ra trong tháng Giêng; và 10 000 đô la là doanh thu dự kiến trong năm.
Hình dưới đây cho biết các dự báo được hiển thị như thế nào trong phần lớn các hình ảnh hóa dữ liệu dưới dạng một đường đơn giản trong một biểu đồ. Dự báo chỉ ra hoạt động đưa ra có thể hoạt động như thế nào trong tương lai.
