Какие знаешь методы визуализации данных?

Методы визуализации данных в аналитике

Визуализация — это критический навык для Data Analyst. Она связывает технические аналитические результаты с бизнес-решениями. Вот методы, которые я использую регулярно, с примерами применения.

1. Временные ряды (Time Series Line Charts)

Когда использовать:

• Метрики с временной составляющей (Revenue, Users, Conversions)
• Выявление трендов и сезонности
• A/B тесты и их результаты во времени

Пример задачи: Показать тренд Daily Active Users за последний год.

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# Данные
df = pd.read_sql("""SELECT DATE(created_at) as date, COUNT(DISTINCT user_id) as dau
FROM events WHERE created_at >= CURRENT_DATE - INTERVAL '365 days'
GROUP BY DATE(created_at)""", conn)

# Визуализация
plt.figure(figsize=(14, 6))
plt.plot(df['date'], df['dau'], linewidth=2, color='#1f77b4')
plt.fill_between(df['date'], df['dau'], alpha=0.3)
plt.title('Daily Active Users (DAU) — 12 месяцев', fontsize=14, fontweight='bold')
plt.xlabel('Дата')
plt.ylabel('Количество пользователей')
plt.grid(True, alpha=0.3)
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

Преимущества: Легко увидеть тренды, выбросы, сезонность Недостатки: Может быть захламлено, если много серий

2. Столбчатые диаграммы (Bar Charts) — сравнение категорий

Когда использовать:

• Сравнение метрик по категориям (по регионам, товарам, источникам трафика)
• Ranking (топ-10 товаров по выручке)
• Составленные столбцы для стека (Stacked Bars)

Пример задачи: Сравнить конверсию по источникам трафика.

df_sources = pd.read_sql("""SELECT 
    utm_source,
    COUNT(DISTINCT user_id) as users,
    COUNT(DISTINCT CASE WHEN purchased THEN user_id END) as conversions,
    ROUND(100.0 * COUNT(DISTINCT CASE WHEN purchased THEN user_id END) / 
          COUNT(DISTINCT user_id), 2) as conversion_rate
FROM users
GROUP BY utm_source
ORDER BY conversion_rate DESC
""", conn)

fig, ax = plt.subplots(figsize=(12, 6))
colors = plt.cm.RdYlGn(df_sources['conversion_rate'] / df_sources['conversion_rate'].max())
ax.barh(df_sources['utm_source'], df_sources['conversion_rate'], color=colors)
ax.set_xlabel('Conversion Rate (%)', fontweight='bold')
ax.set_title('Конверсия по источникам трафика', fontsize=14, fontweight='bold')
for i, v in enumerate(df_sources['conversion_rate']):
    ax.text(v + 0.1, i, f'{v:.1f}%', va='center', fontweight='bold')
plt.tight_layout()
plt.show()

Преимущества: Хорошо для сравнения, интуитивна Недостатки: Не показывает тренды во времени

3. Диаграммы рассеяния (Scatter Plots) — связь двух переменных

Когда использовать:

• Корреляция между переменными (CAC vs LTV, Price vs Quantity)
• Выявление аномалий и выбросов
• Сегментация пользователей

Пример задачи: Показать связь между расходами на маркетинг и выручкой.

df_scatter = pd.read_sql("""SELECT 
    DATE_TRUNC('week', created_at)::date as week,
    SUM(marketing_spend) as spend,
    SUM(revenue) as revenue
FROM weekly_data
GROUP BY DATE_TRUNC('week', created_at)
""", conn)

plt.figure(figsize=(10, 8))
plt.scatter(df_scatter['spend'], df_scatter['revenue'], s=100, alpha=0.6, color='#ff7f0e')

# Добавляем линию регрессии
z = np.polyfit(df_scatter['spend'], df_scatter['revenue'], 1)
p = np.poly1d(z)
plt.plot(df_scatter['spend'], p(df_scatter['spend']), "r--", linewidth=2, label='Trend')

plt.xlabel('Marketing Spend ($)', fontweight='bold')
plt.ylabel('Revenue ($)', fontweight='bold')
plt.title('Связь между расходами и выручкой', fontsize=14, fontweight='bold')
plt.grid(True, alpha=0.3)
plt.legend()
plt.tight_layout()
plt.show()

Преимущества: Показывает паттерны и корреляции Недостатки: Может быть непонятна при большом количестве точек

4. Диаграммы Sankey — потоки пользователей

Когда использовать:

• Визуализация воронки продаж (как пользователи движутся между этапами)
• Миграция пользователей между сегментами
• Обслуживание потоков платежей

Пример задачи: Показать движение пользователей через стадии покупки.

import plotly.graph_objects as go

# Данные воронки
source = [0, 1, 2, 3, 0, 1, 2]  # этап источник
target = [1, 2, 3, 4, 5, 5, 6]  # этап назначения
value = [1000, 850, 680, 530, 150, 120, 50]  # кол-во пользователей

labels = ['View Product', 'Add to Cart', 'Checkout', 'Payment', 'Success', 'Abandoned Cart', 'Bounced']
colors = ['rgba(31, 119, 180, 0.8)' if i < 5 else 'rgba(255, 127, 14, 0.8)' for i in range(len(labels))]

fig = go.Figure(data=[go.Sankey(
    node = dict(
        pad = 15,
        thickness = 20,
        line = dict(color = 'black', width = 0.5),
        label = labels,
        color = colors
    ),
    link = dict(
        source = source,
        target = target,
        value = value
    )
)])

fig.update_layout(title="Воронка конверсии", font=dict(size=12))
fig.show()

Преимущества: Интерактивна, показывает все потоки Недостатки: Может быть перегружена при слишком большом кол-ве потоков

5. Тепловые карты (Heatmaps) — много переменных одновременно

Когда использовать:

• Взаимодействие двух категорических переменных (День недели vs Час)
• Матрица корреляций
• Анализ сезонности по дням недели и часам

Пример задачи: Показать количество заказов по дням недели и часам.

df_heatmap = pd.read_sql("""SELECT 
    EXTRACT(DOW FROM created_at)::int as day_of_week,
    EXTRACT(HOUR FROM created_at)::int as hour_of_day,
    COUNT(*) as order_count
FROM orders
GROUP BY EXTRACT(DOW FROM created_at), EXTRACT(HOUR FROM created_at)
""", conn)

pivot_data = df_heatmap.pivot(index='hour_of_day', columns='day_of_week', values='order_count')

plt.figure(figsize=(10, 8))
sns.heatmap(pivot_data, cmap='YlOrRd', annot=True, fmt='d', cbar_kws={'label': 'Orders'})
plt.title('Заказы по дням и часам', fontsize=14, fontweight='bold')
plt.xlabel('День недели (0=Пн, 6=Вс)')
plt.ylabel('Час дня')
plt.tight_layout()
plt.show()

Преимущества: Показывает паттерны в большом объёме данных Недостатки: Требует обучения для интерпретации

6. Диаграммы коробки (Box Plots) — распределение данных

Когда использовать:

• Анализ распределения (медиана, квартили, выбросы)
• Сравнение распределений между группами
• Выявление аномалий (заказы с необычной суммой)

Пример задачи: Сравнить распределение размера заказа по страницам.

df_box = pd.read_sql("""SELECT 
    page_type,
    amount
FROM orders
WHERE amount > 0
""", conn)

plt.figure(figsize=(10, 6))
sns.boxplot(data=df_box, x='page_type', y='amount', palette='Set2')
plt.title('Распределение размера заказа по типам страниц', fontsize=14, fontweight='bold')
plt.ylabel('Размер заказа ($)')
plt.tight_layout()
plt.show()

Преимущества: Показывает статистику одним графиком Недостатки: Менее привычна для бизнеса

7. Пирогообразные диаграммы (Pie Charts) — доли целого

Когда использовать:

• Показать долю чего-то (долю по регионам, по категориям)
• Только когда есть 2-4 категории!

Когда НЕ использовать:

• Сравнение точных значений (люди не видят разницу между 34% и 35%)
• Слишком много слайсов

Пример (правильный случай):

df_pie = pd.read_sql("""SELECT 
    subscription_tier,
    COUNT(*) as user_count
FROM users
GROUP BY subscription_tier
""", conn)

fig, ax = plt.subplots(figsize=(8, 8))
colors = ['#ff9999', '#66b3ff', '#99ff99']
ax.pie(df_pie['user_count'], labels=df_pie['subscription_tier'], autopct='%1.1f%%', 
       colors=colors, startangle=90, textprops={'fontsize': 12, 'fontweight': 'bold'})
ax.set_title('Распределение пользователей по тарифам', fontsize=14, fontweight='bold')
plt.tight_layout()
plt.show()

8. Гистограммы (Histograms) — распределение одной переменной

Когда использовать:

• Понять распределение (нормальное, скошенное, бимодальное)
• Выявить "нормальные" и аномальные значения

Пример задачи: Распределение времени ответа на запросы.

df_hist = pd.read_sql("""SELECT response_time_ms FROM api_logs WHERE response_time_ms < 10000""", conn)

plt.figure(figsize=(10, 6))
plt.hist(df_hist['response_time_ms'], bins=50, color='skyblue', edgecolor='black')
plt.axvline(df_hist['response_time_ms'].median(), color='red', linestyle='--', linewidth=2, label='Median')
plt.axvline(df_hist['response_time_ms'].mean(), color='green', linestyle='--', linewidth=2, label='Mean')
plt.xlabel('Response Time (ms)')
plt.ylabel('Frequency')
plt.title('Распределение времени ответа API', fontsize=14, fontweight='bold')
plt.legend()
plt.tight_layout()
plt.show()

Инструменты визуализации, которые использую

Python:

• Matplotlib — базовая библиотека, все работает
• Seaborn — красивые графики, статистика встроена
• Plotly — интерактивные графики для dashboards
• Altair — декларативная визуализация

BI-инструменты:

• Tableau — профессиональные dashboards
• Looker — интеграция с БД, самообслуживающаяся аналитика
• Metabase — простая настройка, хорошо для стартапов
• Google Data Studio — бесплатная альтернатива

Золотые правила визуализации

1. Одна идея — один график — не пытайся уместить всё на одной диаграмме
2. Выделяй важное — используй цвет, размер, позицию для подчёркивания
3. Удаляй мусор — не нужны лишние сетки, границы, украшения
4. Выбирай правильный тип — тип графика должен соответствовать типу данных
5. Проверяй масштаб — начинай с 0, если нужно показать абсолютные величины
6. Легенда и подписи — делай понятно, что здесь показано
7. Цвета — используй доступные цветовые схемы (colorblind-friendly)

Хорошая визуализация — это когда после 5 секунд вглядывания любой понимает, что здесь происходит.