Nie chodzi tu o efekt graficzny, lecz o takie formy prezentacji, które pozwalają szybciej uchwycić strukturę danych, przepływy, profile lub zależności trudniejsze do pokazania w zwykłej tabeli.
Wykres pierścieniowy
Wykres pierścieniowy na pierwszy rzut oka może wydawać się jedynie odmianą wykresu kołowego. To częściowo prawda, ale tylko wtedy, gdy używamy go w najprostszym wariancie. W praktyce jego przewaga zaczyna być widoczna dopiero wtedy, gdy przestajemy traktować go wyłącznie jako ilustrację udziałów kategorii, a zaczynamy wykorzystywać go do pokazywania struktury z dodatkowym kontekstem. W PS IMAGO PRO wykres ten może prezentować strukturę zarówno na podstawie liczebności kategorii, jak i na podstawie sumy wskazanej zmiennej ilościowej. Możliwe jest także dodanie kolejnych pierścieni tworzonych przez dodatkową zmienną jakościową.
To oznacza, że ten sam wykres może odpowiadać na dwa różne pytania. W pierwszym wariancie pokazuje, jak rozkładają się kategorie. W drugim pokazuje, która z nich odpowiada za największą część wartości biznesowej. Różnica jest zasadnicza, bo liczebność i wartość bardzo często nie idą w parze.
Jako przykład można podać asortyment sklepu internetowego podzielony na cztery kategorie: premium, budżet, daily i rare. Jeśli na wykresie pokażemy jedynie liczbę produktów, może się okazać, że zdecydowanie dominuje kategoria daily. To jednak nie musi oznaczać, że właśnie ona ma największe znaczenie z punktu widzenia biznesu. Gdy jako zmienną podsumowującą dodamy przychód, wykres pokaże już nie udział produktów, lecz udział kategorii w całej sprzedaży. W takiej sytuacji może się okazać, że największy udział w przychodzie ma segment premium, mimo że liczebnie nie jest największy.
Rysunek 1. Wykres pierścieniowy przedstawiający strukturę przychodu według kategorii produktu i kanału sprzedaży. Wizualizacja pozwala szybko sprawdzić, które segmenty odpowiadają za największą część sprzedaży oraz czy struktura przychodów różni się między e-commerce i sklepem stacjonarnym.
Na tym nie kończy się użyteczność tej wizualizacji. Jeżeli dołożymy jeszcze zmienną jakościową tworzącą zestawienie, można pokazać osobne pierścienie dla różnych kanałów sprzedaży, na przykład sklepów stacjonarnych i e-commerce. Wtedy w jednym widoku widać nie tylko strukturę oferty, ale też to, jak zmienia się ona między kanałami.
Najważniejsza wartość wykresu pierścieniowego polega więc na tym, że pozwala odejść od prostego pytania „ile czego mamy” i przejść do pytania „co realnie buduje wynik”. Właśnie wtedy przestaje być ciekawostką graficzną, a zaczyna być narzędziem interpretacji.
Diagram Sankeya
Diagram Sankeya służy do pokazywania przepływów pomiędzy kategoriami, etapami lub stanami. To jedna z tych wizualizacji, które wyjątkowo dobrze radzą sobie z pokazywaniem ruchu: przejść klientów, odpływu wartości, zmian statusów albo rozchodzenia się strumieni między kolejnymi poziomami analizy. W PS IMAGO PRO grubość połączeń obrazuje liczbę przypadków albo wartość podsumowywanej zmiennej, a sam wykres może przedstawiać powiązania pomiędzy kilkoma zmiennymi jednocześnie. Możliwe jest także użycie dodatkowej zmiennej kolorującej.
Nazwa wykresu pochodzi od kapitana Matthew Sankeya, irlandzkiego inżyniera i oficera Royal Engineers. Spopularyzował on ten sposób prezentacji w analizie sprawności silnika parowego pod koniec XIX wieku. Istotą wykresu było pokazanie nie tylko całkowitej energii wejściowej, ale także tego, gdzie i w jakiej skali pojawiają się straty. To właśnie ten sposób myślenia jest do dziś najważniejszy: nie chodzi wyłącznie o wynik, lecz o drogę, która do niego prowadzi.
Dobrym przykładem zastosowania diagramu Sankeya jest analiza ścieżki wartości klienta od źródła pozyskania, przez segment klienta, aż do końcowego efektu biznesowego. W pierwszej warstwie można pokazać kanały pozyskania, takie jak Social Media, Google Ads czy polecenia. W drugiej warstwie pojawia się segment klienta, na przykład Łowcy okazji, Klienci Premium, Firmy/B2B lub Subskrybenci. Trzecia warstwa pokazuje efekt, czyli to, czy dany strumień klientów prowadzi do wysokiej marży, niskiej marży czy odejścia klienta.
Taki układ pozwala szybko ocenić nie tylko, skąd przychodzą klienci, ale przede wszystkim które źródła dostarczają najbardziej wartościowe grupy odbiorców. Może się na przykład okazać, że Polecenia prowadzą głównie do klientów B2B o wysokiej marży, podczas gdy Social Media generują duży wolumen, ale częściej kończą się w segmentach o niższej rentowności lub w odpływie klientów.
Rysunek 2. Diagram Sankeya przedstawiający ścieżkę wartości klienta od źródła pozyskania, przez segment klienta, do końcowego efektu biznesowego. Grubość strumienia pokazuje zysk brutto, dzięki czemu wykres pozwala szybko ocenić, które kanały pozyskania dostarczają najbardziej wartościowych klientów.
Największa siła diagramu Sankeya polega na tym, że zamiast porównywać odseparowane punkty, pokazuje ciągłość przejścia. Ten wykres można wykorzystać do sytuacji, w których samo „ile” nie wystarcza i trzeba jeszcze zobaczyć „skąd – dokąd”.
Wykres radarowy
Wykres radarowy pozwala porównywać kilka zmiennych ilościowych jednocześnie w układzie biegunowym. Analizowane zmienne są prezentowane jako kolejne osie, a użytkownik może dodatkowo zestawić ich podsumowania w podgrupach za pomocą jakościowej zmiennej koloru. Do wyboru są również różne statystyki prezentowane na wykresie, takie jak średnia, mediana czy suma.
To wykres, który może być szczególnie przydatny do porównywania profili. Wykres radarowy jest użyteczny wtedy, gdy potrzebujemy zobaczyć kształt różnic między obiektami lub grupami.
Dobrym przykładem jest porównanie profili klientów w segmentach. Załóżmy, że dla każdej grupy mamy kilka wskaźników: średnią wartość koszyka, częstotliwość zakupów, udział zakupów promocyjnych, satysfakcje klienta i poziom reakcji na kampanie marketingowe. Tabela z takimi danymi będzie poprawna, ale jej odczyt będzie wolny. Wykres radarowy pozwala zobaczyć od razu, czy dany segment jest „szeroki”, czyli wysoki na wielu wymiarach, czy raczej zbudowany wokół jednej dominującej cechy.
Rysunek 3. Wykres radarowy porównujący profil klientów lojalnych i okazjonalnych na kilku wskaźnikach przeskalowanych do wspólnej skali. Taka forma pozwala szybko zobaczyć nie pojedynczą wartość, lecz cały układ cech charakterystyczny dla danego segmentu.
Najważniejsza wartość wykresu radarowego polega na tym, że zamiast skupiać uwagę na pojedynczych liczbach, pozwala porównywać układy cech. To dobry wybór wtedy, gdy chcemy pokazać nie jeden wynik, lecz profil.
Kartogram
Kartogram to wizualizacja, w której dane są prezentowane w układzie geograficznym. W praktyce pozwala zobaczyć, jak wartości rozkładają się przestrzennie: między krajami, województwami, powiatami, regionami sprzedaży czy siecią oddziałów. Kartogram jest użyteczny, gdy lokalizacja jest elementem analizy. Jeżeli przestrzeń nie wnosi wartości, mapa jest zbędna.
Przykładem kartogramu może być sprzedaż w podziale na powiaty województwa mazowieckiego. W tabeli można szybko znaleźć najwyższe wartości, ale dopiero mapa pokazuje koncentrację sprzedaży. Na tabeli od razu zobaczymy ranking, ale nie zobaczymy układu sąsiedztwa, koncentracji i regionalnych klastrów. Kartogram pokaże, czy wysokie wartości skupiają się w jednym pasie kraju, czy są rozproszone oraz czy słabsze wyniki mają charakter lokalny, czy systemowy.
Rysunek 4. Kartogram sprzedaży w powiatach województwa mazowieckiego. Ciemniejszy kolor oznacza wyższą wartość sprzedaży, dzięki czemu mapa pozwala szybko zobaczyć koncentrację wyniku wokół Warszawy oraz porównać ją z pozostałymi częściami regionu.
Warto też podkreślić aspekt praktyczny. W PS IMAGO PRO taka wizualizacja jest dostępna bez budowania rozwiązania od zera. Jeżeli dane mają poprawny klucz geograficzny, mapę można przygotować w bardzo łatwy sposób. To ważne, bo kartogramy często wydają się bardziej skomplikowane niż są w rzeczywistości.
Największa przewaga kartogramu polega na tym, że przywraca kontekst przestrzenny. A w wielu analizach przestrzeń nie jest dodatkiem, tylko jedną z głównych osi interpretacji.
Wielowymiarowy wykres rozrzutu
Klasyczny wykres rozrzutu pokazuje zależność pomiędzy dwiema zmiennymi ilościowymi. W PS IMAGO PRO wielowymiarowy wykres rozrzutu rozszerza tę logikę o kolejne trzy wymiary różnicujące punkty: kolor, kształt i rozmiar znacznika. Zmienna rozmiaru powinna być ilościowa, natomiast zmienne koloru i kształtu – jakościowe.
To sprawia, że jeden wykres może jednocześnie pokazywać relację między dwiema miarami, przynależność punktów do segmentów oraz dodatkową skalę natężenia zjawiska. W dobrze dobranym przykładzie taka wizualizacja potrafi zastąpić kilka prostszych wykresów.
Bardzo dobrym zastosowaniem jest segmentacja klientów. Na osi X można umieścić średnią wartość koszyka, na osi Y częstotliwość zakupów. Kolor może oznaczać kanał kontaktu, kształt typ klienta, a rozmiar punktu łączny przychód klienta. W takim układzie od razu widać, którzy klienci kupują często i dużo, którzy rzadziej, ale ich koszyk ma większą wartość, a którzy generują mały obrót niezależnie od kanału.
Rysunek 5. Wielowymiarowy wykres rozrzutu produktów według przychodu i sprzedaży wolumenowej. Kolor oznacza kategorię produktu, kształt jego status, a rozmiar punktu udział w całkowitym przychodzie, co pozwala jednocześnie ocenić skalę sprzedaży, wartość biznesową i strukturę portfela produktów.
Drugi ciekawy przykład to analiza produktów. Na jednej osi można umieścić przychód, na drugiej sprzedaż wolumenową. Kolor może odróżniać kategorię produktową, kształt status produktu, na przykład stały, nowy czy też sezonowy, a rozmiar punktu udział w całkowitym przychodzie. Wtedy wykres pokazuje nie tylko relację między sprzedażą a przychodem, ale także to, które grupy produktów odpowiadają za realną skalę biznesu.
Największa wartość tej wizualizacji polega na tym, że umożliwia jednoczesne pokazanie zależności i segmentacji. To wykres do danych złożonych, ale nie chaotycznych. Jeżeli zmienne są dobrze dobrane, bardzo szybko ujawnia skupienia, obserwacje odstające i grupy o odmiennym profilu.
Podsumowanie
Nie każdy problem analityczny da się dobrze pokazać na wykresie słupkowym. Czasem trzeba pokazać strukturę z dodatkową miarą wartości, czasem przepływ między etapami, czasem profil grupy, a czasem zależności wielowymiarowe lub rozkład przestrzenny. Właśnie w takich sytuacjach mniej oczywiste wizualizacje zaczynają mieć przewagę nad standardowymi rozwiązaniami. Najważniejsze jest jednak co innego: dobry wykres nie ma być efektowny. Ma skracać drogę do wniosku. I dopiero wtedy naprawdę pracuje na rzecz analizy.