一 前言

“数据分析可视化”这条术语实现了成熟的科学可视化领域与较年轻的信息可视化领域的统一。 数据分析可视化：是指将大型数据集中的数据以图形图像形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程。 数据可视化已经提出了许多方法，这些方法根据其可视化的原理不同可以划分为基于几何的技术、面向像素技术、基于图标的技术、基于层次的技术、基于图像的技术和分布式技术等等。
对于小编来说，数据分析模型的建立是比较有技术含量的，下面由小编介绍几种小编常用都分析模型。

二 数据分析模型介绍

1.帕累托分析

帕累托分析又叫 ABC 分析，分类的核心思想：少数项目贡献了大部分价值。以款式和销售量为例：A 款式数量占总体 10% ，却贡献了 80% 的销售额。

把产品或业务分为A、B、 C三类，用于分清业务的重点和非重点，反映出每类产品的价值对库存、销售、成本等总价值的影响，从而实现差异化策略和管理。

2.转化分析

转化漏斗模型，是分析用户使用某项业务时，经过一系列步骤转化效果的方法。

转化分析可以分析多种业务场景下转化和流失的情况，不仅找出产品潜在问题的位置，还可以定位每个环节流失用户，进而定向营销促转化。

3.库存周转分析

库存周转率是企业在一定时期销货成本与平均存货余额的比率，用于反映库存周转快慢程度。周转率越高表明存货周转速度越快，从成本到商品销售到资金回流的周期越短，销售情况越好。

库存周转天数是企业从取得存货开始，至消耗、销售为止所经历的天数。周转天数越少，说明存货变现速度越快，销售状况越良好。

三 总结

以上数据分析可视化都是基于帆软finebi产品制作完成的。在进行帆软数据分析过程中，通常需要使用各种模型来证明自己的分析观点，一是为了使自己的结论更具备说服力，二是让自己的论证过程更具备逻辑性和条理性。FineBI 推出部分帆软数据分析可视化方法，帮助用户更好的使用 BI 进行数据分析。