首页
知虾数据
产品
移动端
插件
知虾数据API
注册 | 登录
登录领取更多权益:
  • 新人免费领会员
  • 最新跨境运营干货
  • 看多维度榜单信息
  • 一对一专属导师
立即登录
首页 知虾课堂 运营干货 虾皮选品维度要不要上图,上哪一种

虾皮选品维度要不要上图,上哪一种

运营技巧 知虾干货用法 多店铺运营 数据方舟
2026-11-02 12:51
选品维度摆成表之后,很多人会想再往前一步,把它画成一张图。想法很自然:一页纸上的形状,比十几个格子更容易被记住,也更容易拿给别人看。麻烦在于,选品维度里有几项天生不是同一种东西,硬画进同一张图,图上会长出一种原数据里没有的差别。
举个能对照的例子。四款候选,价格档、评价数量级、上新节奏各自的分都很接近,只有一项拉得开。画成横向条,那两款的差距你一眼就能看见。画成雷达,四个轴围出来的形状一合,观感上就成了明显的两档,可回到表上看,它们的分差并不大。
这一篇只写图这一种形状:它适合表达什么、不适合表达什么、哪几项该放在同一张图里比、画错了会让人误读到什么。算式怎么算、报告怎么组织,各有各的篇幅,这里只在表补精度那个位置带过一句,不展开写。

虾皮选品维度要不要上图,上哪一种

上不上图,看你要让人看见的是形状还是数值。你要让人一眼看出某一批候选款里有一款明显偏出去,图很快;你要让人看清两款之间到底差多少,图反而慢,因为图上读不出精度。判断标准落在你这一轮要把哪一句话传出去。

选哪种图,取决于你的维度里有没有一根天然的轴。有量级关系的那几项,横着排成条就能对比;有时间关系的,排成折线;两个量放在一起互相看关系的,用散点。选品维度里最常见的错误是几项之间既没有量级关系也没有时间关系,却硬要放进同一张图。

还有一层要提前想,这张图给谁看。给你自己看,轴标得潦草一点没关系,你能补上背景;要交出去看,每根轴是什么、从多到少哪一端算好,都得写在图上。写不清的一根轴,看的人会按自己的习惯理解,同一张图在不同人眼里会长出不同的意思。

有一件事在画之前就能决定这张图值不值得画,就是你手上的维度之间有没有天然的次序。价格档、评价数量级、在售件数量级这三项都有一条从少到多的天然排法,排上去看的人不用额外解释就能读。挨不上次序的项,画上去只会多一根要解释的轴。

图的种类按这句话来选,要表达同一根轴上的高低,用横向条;要表达两三款候选之间成对的搭配关系,用散点;要表达某几项在几款之间的分布宽窄,用分布类的形状。选品维度里最常被跳过的是这一句,直接就按看起来专业的那种形状去画。

还有一层是这张图要承担几句话。一张图只承担一句是最省力的做法,画的是哪一句,别的话就留在文字里。想让一张图同时说清块头、趋势和搭配,结果是每一句都说不清,看的人只能记住图上最显眼的那一处。

上有上的代价这一层也要算进去。画一张图要定刻度、定轴、定范围,定完还要在图注里解释方向,这些工夫不比把表摆齐少。只有当你要传出去的那句话确实是形状上的话,这些工夫才花得值。要传的是具体数值,直接给表更快。

判断值不值得还有一种很土的办法,先用文字把你要说的那句话写出来。写不出来说明你还没想清要给谁看什么,画出来的图自然也没个方向。这句话写得出来,再照着它选图型、定项、定刻度,画的过程会顺很多。

还有一件事是图跟表的关系不要颠倒。先有表再画图,图上的每一根轴都能在表里找到来源;先有图再回表补数,往往是图上缺了什么就补什么,补出来的表是为了圆图,不是为了看事实。这一步的顺序在图这一层很关键。

选图型这件事还有一个反向的做法,先想清你不想让人看出什么。你不想让人以为这几款差得很远,就别用会把形状放大的那种;你不想让人以为某一项不重要,就别把它放在被别的项盖住的位置上。先定住不想误传的那一层,选图型就有边界了。

图上标什么也要按这个来。你要传的是某一款的形状特别,就把它单独描出来;你要传的是几款整体接近,就把它们画在一起不要突出任何一款。突出谁不突出谁,是画图的人定的,看的人通常不会追问这个决定。

把这些想完再落笔,画的就不是一张好看的图,是一张有明确要传的话的图。这句话在图上是看不见的,它得靠轴的选择、刻度、范围和图注共同托住。四样里少一样,看的人就会按自己的习惯把这句话补成别的。

还有一类很常见的场景值得单独说,就是几个人一起在一张图上讨论。图上得有一处大家都认同的定位,比如某一款在评价这一项上确实靠前,讨论才有共同的起点。定位不存在的时候,每个人看的都是自己习惯的那一处,讨论会变成各说各的。

把定位放清楚的办法是让它落在图上看得见的位置上,比如把那一项放在靠上的那一根轴。位置本身就是一种提示,看的人不用读文字也知道先从哪儿看。位置放在哪儿是画图的人定的,这一层要跟你要传的那句话对上。

定位之外剩下的部分,图上就该留白。把每一项都突出,等于没有突出。留白的地方交给图注说明,看的人需要的时候会去读,不需要的时候也不占他的注意力。一张图里所有位置都在喊,看的人反而什么都记不住。

这条路径上跳掉任何一个动作,图都会变成一个好看的印象(人造示例)

这条路径上跳掉任何一个动作,图都会变成一个好看的印象(人造示例)

维度雷达图适合表达什么、不适合什么

雷达图适合表达的是同一个对象在多个维度上的形状,几个轴围出一块面积,让人看出这个对象是偏一头还是四平八稳。它适合看的是一款候选款自己在几项上的分布形态,也适合看同一批里某一款的形状和别的明显不一样。

它不适合表达的是候选款之间的差距有多细。雷达把每一项的分都映射成从圆心往外的一根长度,围出来的面积是这几根的合成,形状上的差别会被放大。你看到两块面积差得不少,回到表上看,可能只是某一项差了一个档。

还有一件事雷达也不合适做,就是项数一多。轴上到七八根,各根之间的夹角变小,相邻两根的形状差别在视觉上几乎分不出来。你看的是一团接近圆的形状,看不出哪一根特别长。项数越多,雷达能传达的信息越少,这跟一般的直觉正好相反。

雷达还有一个适合的地方,是把同一批候选款里形状最特别的那一款挑出来。四五款候选叠在一张雷达上,大部分形状彼此接近,有一款明显瘪进去一块或者尖出来一角。这一款值得单独看一眼,它是图上唯一一处形状带来的信息。

它不适合的地方,是把几款差不多齐平的候选拿来排名。形状齐平的时候,谁的面积大一点取决于某几根轴的刻度怎么定,刻度一动排名就换。用雷达去给几款接近的候选排先后,你排的其实是刻度的取法,不是候选款本身。

雷达的读法还依赖一个前提,看的人得知道每一根轴的方向。评价数量级往外是好,价格档往外是低,两根轴方向相反,看的人要来回换算。轴数一多,换算的次数也跟着多,看的人容易在其中一根上算反,图上形状读对了,结论却是反的。

雷达适合的另一件事,是把同一款候选款在不同站点上的形状摆在一起看。同一个类目在几个站点上的表现分布,形状上会显出有的站点偏价格、有的偏评价。这种多对象同轴的比较,雷达的读法比看几行数字要快一些。

它不适合的是样本量很小的时候。两三款候选画在一张雷达上,形状之间的差别本来就不多,看的人硬要在上面找出不同,容易把刻度上的一点点差读成实质差别。样本少的时候,把几个数写成一行字更直接,不必画。

雷达还有一处容易被忽略,就是圆心那一块的含义。分很低的时候几根轴都缩到圆心附近,形状看起来很小,看的人会以为这一款全面偏弱。它其实只是在这几项上位置靠后,别的项在图上没有画,图上看不见的那部分并没有被否掉。

雷达还有一种情况谈不上适合不适合,是它不适合承担你说的那句话。你要说某一款在评价数量级上明显高出一截,那么横向条比雷达说得清楚;你要说这一批候选里有一款的形状最特别,雷达说得比横向条清楚。图型跟着要说的那句话走。

反过来说,同一批数据里如果你有两句想说,雷达可能一句也说不好。它把几根轴合成一个整体形状,整体形状对应的是整体印象,不是某一句具体的话。想让一句具体的话被看见,就得用一个能把那一项单独摆出来的形状。

雷达的价值还有一个前提,看的人要肯多花一点时间。它读起来比横向条慢,要一根轴一根轴地看方向。给赶时间的人看,他多半只会记住那块面积大不大。给愿意细看的人看,雷达能传达的东西才出得来。

雷达在表达同一款的形状时还有一个好处,它能让形状上的缺口显出来。某一款在评价数量级上矮一块,在形状上就是一个明显的凹陷,看的人第一眼就会注意到这一处。缺口比长处更容易被记住,这也是雷达在挑问题款时用得多的一段。

不适合它的地方是缺口的位置本身不携带原因。图上告诉你这一款在评价这一项上矮,不告诉你为什么矮,是上得晚还是类目里普遍如此。原因这一段只能回表上看那一款的时间分布和同一类目里别款的位置,图给不了。

所以雷达配一段说明比较稳。形状说这一款有一处缺口,说明里写这一处可能是什么造成的。两段照着读,看的人对这款的判断才完整。只有形状没有说明,看的人会自己替这处缺口编一个原因,编出来的往往跟实际差得挺远。

越往下越容易让人以为自己看出了差距,其实看的是图型带来的错觉(相对值)

越往下越容易让人以为自己看出了差距,其实看的是图型带来的错觉(相对值)

把所有维度画进一个雷达反而看不出差别

把所有维度都放进去,最直接的后果是每一款候选都长成一个接近圆的形状。选品维度里那几项本来就有互相拉扯的关系,一款价格靠前往往评价数偏后,另一款反过来,围出来都是差不多大的面积。面积一样,形状又看不出差别,图就白画了。

项数一多还会出现另一种情况,某一款在某一项上明显偏出去,其他几项都一般,围出来的形状是一个尖角带一段凹。这种形状很显眼,看的人会把注意力全放在那个尖角上,忘了这一款在别的项上其实很平。图把人带到了一个方向,这个方向不一定是你想说的。

与其把所有项塞进去,更好的做法是按这一轮的问题挑几项。你这一轮想问的是这几款在价格和评价上谁更平衡,那雷达上就只放这两根轴,别的项留在表里。项数少了之后,轴与轴之间的形状差别才看得出来,雷达也才回到它擅长的那件事上。

把所有项都塞进去还有一种后果,就是图上最刺眼的那一处不一定是最该看的那一处。某一款在评价数量级上拉得特别长,别的地方都短,形状上是一根尖刺。看的人第一反应是这款评价做得猛,忘了它在价格档上其实是这一批里最靠后的。

项数多的时候,形状之间的差异还会被平均掉。四根轴里三根接近、一根拉开,形状上看得出区别;八根轴里三根接近、五根接近,总共八根里七根都在均值附近,那一根拉开的效果被摊薄了。轴越多,单一一项的突出程度越不明显。

一个直接的做法是按这一轮要回答的问题分两次画。第一次只放价格和评价这两根,看候选款在这两项上的搭配;第二次只放上新和评价,看趋势和存量。两张各三四根轴的图,比一张八根轴的图能说清的事多得多,看的人也记得住。

全部塞进去还有一个连带的问题,就是图注会变得很长。八根轴每一根都要说明方向、刻度、读数,图注写到后面比图本身还长,看的人干脆跳过图注直接看图,方向读反的机会又回来了。图注越长,说明这张图承担得太多了。

还有一种是轴的选择本身带有立场,你自己不一定察觉得到。你选了哪几根轴放进图里,就决定了形状长成什么样。换掉其中一根,候选款看上去的强弱关系可能变。这一类选择没有对错,但它需要被说清楚,说清楚之后看的人才知道这张图是在哪几个角度上看的。

分两次画还有一个附带好处,你能看出哪一款在两张图里的位置不一致。某一款在价格和评价那张图里靠前,在新上和评价那张图里靠后,这种不一致本身就值得单独看一眼。一张全都塞进去的图,看不出这种跨视角的差别。

项数一多还有一种情况会让人误判,就是某两根相邻的轴其实说的是同一件事。评价数量和评价增长放在相邻的位置上,两根轴的形状会一起动,合出来的形状上那一块显得特别饱满。看的人会以为这一款在评价这一块全面领先,其实那是一个信号被记了两遍。

避开它需要在放轴之前先查一遍这几项之间的关系。两项之间同向变化得很紧,就只留一项。留下的那一项代表这一块的整体情况,另一项的意思已经在里面了,不必再占一根轴。轴的数量有限,每一根都要能提供别处提供不了的信息。

还有一类轴放进去只是为了凑数,就是那些在整批候选款上几乎没有差别的项。它们在图上呈现为几款之间那一根长度几乎一样,形状上完全看不出来。这种轴占着一个位置,却什么都没说,还让相邻两根轴之间的夹角变窄。

项数多还有一种情况会让图上出现假的对称。八根轴排成一圈,某两款在相反的几根轴上各自偏出去,合出来的两块面积看起来差不多大。看的人以为这两款旗鼓相当,其实它们的长处正好在相反的两头,后面的打法完全不是一回事。

这种假的对称是最容易骗人的一类,因为它不像那些明显偏出去的形状那样会引起怀疑。两块面积差不多,看一眼就过去了,没人会追问它们各自是在哪几根轴上撑起来的。要发现它,只能回表上把两根偏出去的轴分别读一遍。

项数少的时候这种情况会好一些。四根轴里两根各自偏出去,形状的朝向明显不一样,看的人一眼能分辨出这是两款不同方向的候选。轴一多,朝向的差别被摊平成了面积的接近。这也是少放几项的一个附带好处。

这一项上图的形状轴的方向要不要上同一张图
价格档位置
一根从低到高的轴
越低越靠前
上,与评价数同图

选品维度里哪几项适合同图对比

同图对比的前提是这几项能被同一根轴上的刻度说清。价格档和评价数量级都是能被同一套从低到高的刻度装下的东西,它们可以放在同一张图的相邻位置对比,看的人知道每根轴的两端是什么。装不下的项放进去,刻度只能各标各的,看的人在轴上找不到参照。

从多到少哪一端算好,这件事必须写在图上。评价数量级越高越好,价格档越低越靠前,两根轴的方向相反。方向不标,看的人会默认越往外越好,于是把低价的优势读成了劣势。一根轴的方向标错,整张图的结论就翻了个面。

还有一类项只能放在图旁边当注,就是只能描述的那几项。售后麻烦程度、图片要花多少工夫,这些在图上没有位置,画上去也只是把文字换成一根长度。它们该出现在图下面的一段话里,跟图并排,不进图里。

同图对比还有一个不成文的条件,几项的刻度得能对上。价格档分三段和评价数量级分五段,两者的每一段长度不一样,摆在相邻的轴上看起来长度差不多,实际代表的差距不一样。刻度对不上还硬放,形状之间的比较就失去意义了。

想上同一张图又对不上刻度,有一个折中的处理,把几项都换算成同一个区间里的相对位置。换算之后每一项的形状可比了,代价是原始量值被抹掉了,看的人只能看出相对高低。要不要走这一步,看这一轮要传的是相对高低还是原始量值。

只能描述的那几项不光不该进图,也不该放在图的图注里凑数。图注是给图加背景的,塞进去的描述读的人会当成图的一部分来理解,然后在图上找它对应的形状,找不到就会怀疑自己没看懂。它们该待在图下面另起的一段文字里。

同图对比还要注意时间上的对齐。评价数量级和上新节奏,如果一项取的是这个月的数、另一项取的是上个月的数,两者放在同一张图上,形状上的搭配关系里混着时间差。取数时段对不齐的时候,先补一句说明,再决定要不要画。

有一类项放在同一张图上会互相干扰,就是量级差着几位的那两项。在售件数按千计,上新节奏按天计,两者画在同一根轴上,小的那项几乎贴地。这不是数据的错,是它们本来就不在一个刻度上,画在一张图里只会让其中一项失去表达。

评估几项该不该同图,有一个快动作,先在心里给每一项画一条从低到高的线,看这些线的方向是不是可以摆在同一个朝向里。能摆在同一朝向里的几项,同图对比读起来顺;朝向互拧的几项,同图对比读一次要换算一次。

同图对比的项数要跟着图的种类走。横向条上摆五六个项不算多,读的人一根一根往下看就行;雷达上摆五六个项就开始糊了,因为轴与轴之间要合成一个形状。同一批项,换一种图型能容纳的数量就不一样。

还有一层是这几项要不要一起出现在同一句话里。你要说的是这几款在价格和评价上的搭配,那这两项就该挨着放;上新节奏跟这句话关系不大,放在图的另一个位置或者单独一张图。项的位置反映了它们在你那句话里的关系,别打乱。

适合同图对比的项在数据上还有一个特征,就是它们在几个候选款之间都有分差。某一项所有候选款都差不多,放上去只是给图增加一根不动的轴。分差这件事在表上扫一眼就能看出来,先扫再放,比先放再发现要好。

有几项看着适合放一起,实际上放一起会互相干扰,就是两项在数值上一起走的那些。评价数量级和在售件数量级大部分时候同向变动,画在同一张图上,看的人会以为这是两条独立的信息,其实图上那两处的形状说的是同一件事。

判断两项是不是一起走,回表上看几行就够。某一行的评价数高,在售件数也高,连着几行都是这个规律,这两项就是一起走的。一起走的项放一张图上,占了两根轴的位置,说的却是同一件事,合起来摆更省位置。

适合同图对比的还有一类判断,看这几项在几个候选款之间是不是都在动。某一项连着几款都是一个值,它在图上会呈现为一条几乎不变的形状,看的人扫过去就当它不存在。不是它不重要,是这一批候选款在这一项上本来就没什么差别。

图给出印象,表给出依据

图给的是印象,这句话不是在贬低图。印象的作用是把注意力引导到一个位置上,你看完图之后知道该去看哪一行的哪几格。没有图,你在十几个格子上扫一遍,注意力是散的;有了图,注意力被收拢到图上最刺眼的那一块。

表补的是精度。图上两块面积的差别看着不小,回到表上一看,两根轴上的分只差一档,这个差别到底算不算差别,只有在表上才读得出。图天生把细节压掉了,它把重点放在形状上,看的人拿到的是一个印象,不是一组能横向比对的数。

顺序上可以这样用,先看图把注意力收拢,再回表把那一处读清楚。这一篇不写表怎么摆列怎么切行,只说清它在图后面承担什么。图省掉的那部分精度,往下一步走的时候还是得补上,补它的地方在表里。

印象这件事还有一个用处,它能让讨论聚焦。一群人围着表讨论,很容易一人看一行,各说各的。图上有一处明显偏出去的形状,大家的注意力会先落到那儿,讨论从那一点开始,效率会高一些。形状的价值就在这个收拢上。

表补精度的时候还有一个附带的好处,它能把印象修正回来。你从图上得到一个看法,回表上一读发现差得没那么大,这个修正过程比一开始就不看图要靠得住,因为你先有了一个待验证的判断,读表的时候是有目标的。

两者配合的时候要防一件事,就是拿着图的印象去表里只挑支持它的那几格看。有了先入的判断,读表的时候就容易只找对得上的地方。避开这个的做法是回表之后先读图上没提的那几格,把没提过的部分也过一遍。

图还有一个表给不了的好处,它能把不在计划里的一处异常抬出来。你原本只想看价格和评价的搭配,画完之后发现某一款在评价这一项上高得不太合常理。这一处是被图抬出来的,不在你原来的问题里,但它值得单独看一眼。

表在这时候的作用是把这一处读清楚。你回到表上,把那一行的几格原始值挨着看一遍,分清是量级记错了,还是这一款最近确实动得厉害。这一步只能在表里做,图上那个位置只有一根长度,没有来路,也没有写它是哪一天读的。

两边配合的收尾是留一句记录。你在图上看到了什么、回表上核到了什么,写一句话跟结果放在一起。过一段时间再看,你才知道当时那个印象从哪儿来,是被数据支持了还是被自己放大了。这句话不写,图就成了一个没有来路的记忆。

印象还有一个局限,它只对看得比较明显的差别有效。两款候选之间的差别如果本来就不大,图上呈现出来的差别也小,看的人不会留下印象,这时候就不该指望图去说这一句话。差别小的事情交给表,让读的人自己在格子上看。

判断差别大不大,不用等到画完图。你在表上看一眼那几项的分,两款之间是差一个档还是差半个档,心里就有数了。差半个档的事情画到图上,两边看上去差不多,看的人反而会以为图没画好,其实是本来就没什么可看的。

所以这一层的顺序可以反过来用,先回表上看哪一处差别够大,再决定那一处值不值得画。先画图再回头找话说的做法,容易把一处本来不大的差别画得很打眼,然后拿它当成了这一轮的结论去用。

印象还有一个用法是校验。你自己对这批候选款原本有一个看法,画完之后看图形状跟你的看法对不对得上。对得上,说明你的看法跟数据的方向一致;对不上,要么是你看错了,要么是图上被某几项放大了,两种情况都值得停下来看一眼。

表在这一步做的是把不一致的地方读出来。图上呈现的是A靠前,你心里原本想的是B靠前,回表上把这两行挨着读一遍,差别在哪一格就清楚了。这一格往往不在你原来关注的那几项里,它是被这次对照带出来的。

两边配合的最后一步是把结论落在那句要传的话上。图给了印象、表给了依据、对照过的不一致也读清楚了,你要传的那句话就可以定下来了。那句话稳不稳,取决于前面这几步有没有走过,而不取决于图画得好不好看。

哪几项能上同一张图,看的不是它重不重要,是这三条能不能同时站住

哪几项能上同一张图,看的不是它重不重要,是这三条能不能同时站住

图上一眼看出的差距可信吗

图上看出来的差距要先问一句,它来自数据还是来自画法。同样一批数据,轴的范围取大一点,几款之间的差别就缩成一条线;范围取小一点,几款就散得很开。范围的选择是画图的人定的,看的人看不见这个选择,只会接受图上那个观感。

第二种要警惕的是几项合成出来的形状。雷达的面积是几根轴的合成,某一根拉长一点,整体面积就被撑起来。这个合成在图上看起来是一个整体印象,其实它没有任何一项对应的数据支持。你看的那个形状,在原始数据里没有对应物。

第三种是图的种类本身带来的错觉。把不同量级的东西放进同一根轴,量大的那一项会盖住量小的那一项,看的人以为大的那项重要得多。其实那只是数量级不同,跟重要性没关系。这一类误读在图上是看不出来的,因为图本身没有错。

还有一种不可信来自只画了有利的那一段。你手上的候选款一共有十二款,图上只放了前面四款,看的人以为这就是全部。图上没有任何标记说后面还有八款,形状看起来是一个完整的分布,其实它是被截过的。

避开它的做法是把范围写在图上,这一批一共几款、图上放了哪几款、为什么只放这几款。写清楚之后,看的人知道这张图说的是一个片段,不会把它当成全貌。范围这件事在图上通常没地方画,只能写在图注里。

可信度还有一个来源是这张图有没有被反复看过。同一批数据换个刻度再看一遍,形状变了没有,变了多少。换一次刻度形状就面目全非的图,它传达的不是数据里的差别,是刻度选法带来的差别。自己先换一次刻度试一遍,比交出去之后被别人问住要好。

可信度还有一个跟图型有关的来源,就是有些图型天生会放大差异,有些天生会压缩差异。横向条把几项的差直接摊在一根轴上,长短差多少看得清;雷达把几项合成一块面积,面积差多少跟各项差多少不成正比。选图型的时候就等于选了一个放大的倍数。

知道这一点之后,用图的时候可以按要传的话来配。你要提醒别人某一款明显偏出去,用直接摊开的形状;你要说明这几款其实都很接近,也可以反过来用合成的形状,让观感上不那么散。前提是你自己清楚这个放大是画法带来的。

不管用哪种图型,回表核一次这个动作都值得留下。核的次数不用多,图上最刺眼的那一处和最不起眼的那一处各核一次就够。这两处核过之后,你对这张图里哪些差别是真的、哪些是画法带来的,心里就有数了。

还有一层跟图注有关。图注里写了这一批一共几款、取的是哪一天的数据,你对这张图能信到什么程度就有依据了。图注里什么都不写,图上那个形状看起来就像是一个一直都在的状态,看的人不会想到它是某一天的一个切片。

图注还要写清图上用的是哪一种读数。每一项是按原始量级画的,还是按已经分好的档画的,这两种画法出来的形状不一样。按档画的图,同档之内的差别在图上完全看不见,看的人会以为同档的几款一样。

把这几样写在图注里,图就从一张好看的画变成了一份能被人拿去用材料。看的人知道它的来路、它盖的范围、它省掉了什么,用的时候就不会越过这些边界。这几句话加起来不过一两行,省下来的却是后面反复解释的工夫。

差距可不可信还有一个跟场合有关的判断。你自己看图,心里记得取的是哪一天、轴是怎么定的,图上的差距你会自己打个折。交给别人看,这些背景全在他那儿,他拿到的就是图上那个长度,会当成一个确定的差别去用。场合不同,同一张图的可信度也不一样。

所以交出去之前要补的就是这些背景,取数时点、轴的方向、刻度的取法、图上一共盖了几款。这四样写齐,收的人对差距的分量才有自己的判断,不会直接拿图上的长度当成事实的全部。这几句话不写,图越好看,越容易被当成已经确认过的事。

还有一种情况是图上那处差距本身就在噪声里。某一项在几个候选款之间的差本来就很小,图上呈现的那点长度差被轴的取值范围放大了。看的人读到一个差别,其实那一处明天再看可能就是另一个样子。这一类只有回表对着原始值才分得清。

雷达把差得不多的一批拉成了差得很远的样子,回表一看差距很小(人造示例)

雷达把差得不多的一批拉成了差得很远的样子,回表一看差距很小(人造示例)

虾皮选品维度画图时最常见的三种滥用

第一种滥用是把所有维度塞进一个雷达。项数一多,每款候选都围成一个接近圆的形状,看的人以为这几款没有差别,其实差别在某某两根轴之间,被夹角和面积淹掉了。这种滥用最可惜的地方在于数据是对的,图也没画错,只是形状本身装不下这个信息。

第二种是把不同量级的东西放进同一根轴。在售件数的量级和上新节奏这种以天数计的量放在一起,量级差着几个数量,小的那一项在图上几乎是一条平的线,看的人以为它没有变化。这一类问题要在画之前就认出,画完再改已经晚了。

第三种是方向不标就交出去。某一根轴从内到外是越低越好,图上没写,看的人按默认的越外越好去读,结论正好反了。方向这件事在图上是看不见的,它必须用文字写在轴上或者写在图注里,看的人才不会按自己的习惯理解。

除了这三种,还有一种滥用是把图当成结论的载体。图上看出某一款偏出去,就把它当成这一轮已经定了的事,后面的讨论都在这个前提上往下走。图给的是一个待核的印象,它没有替谁把结论定下来,这一点在图上不写,看的人自然会当成已经定了。

避开它的做法是在图下面写一句它说了什么,再写一句它没说什么。前一句是印象,后一句是范围。这两句加起来不过几十个字,看的人对这张图的位置就清楚了,也不会拿它去支持一件它没覆盖的事。

三种滥用加上这一种,后果都落在同一处,看的人拿到一个印象,这个印象比数据里真实存在的差别更强。图的本事就是把形状放大给人看,放大的那一部分里哪些是真的、哪些是画法带来的,只有回头对着表才分得清。

还有一种滥用是把图当成沟通的全部。发一张图过去,什么也不说,等对方自己看出来。图上的重点是画图的人选的,收图的人第一眼看的不一定是那一处。配合一句你要说的那句话,图的作用才落到你要说的位置上。

反过来也有一种情况,图已经很清楚,配的文字却绕了一圈。你画的是价格和评价的搭配,文字写的是这一批候选款的综合情况,两边对不上,看的人不知道该信哪边。图跟文字说的是同一件事,读起来才顺。

这一篇到这里没有给具体的图型参数,也没有给刻度该怎么取,因为这两样跟着你手上的项走。能留下来的只有几个动作:先写一句要传的话,再挑图型;只放能上同一根轴的项;把方向和范围写出来;图上刺眼的那一处回表核一次。这几件事做完,这张图才站得住。

滥用还有一种表现是把不稳定的数据画成了稳定的形状。某一项在一天之内会来回动,你取的是其中一天的数,画出来却像是一个固定的状态。看的人据此讨论下一步,讨论的前提其实每天都在变。这一类要先说明取的是哪一天,再画。

知虾把站点之间、类目之间的差异摆成能直接看的形状时,摆出来的也是某一个取数时点上的公开面,不是一段时间的平均。知道它取的是前一日的更新,你在看形状的时候就会先想一下这一天的数算不算典型。这一步不需要别的工具,只需要你记着时点这件事。

三种滥用再加这一种,后果都差不离,看的人拿到一个比数据里真实存在的差别更硬的印象。图的本事就是把形状放大,放大的那部分里哪些是真差别、哪些是画法造的,只有回头对着表才分得清。这也是图后面总要跟着一次回表的原因。

最后交代一下这一层的收尾。图能把一批候选款之间的差别摆成能看见的形状,它不会告诉你该留哪一款,也不负责把这个印象变成一句能传出去的话。要传出去的那句话是另一个形状的事。这一篇到这里,图的活就交完了。

三种滥用里最容易发生的是第一种,把能上图的项和不能上图的项一起放进去。前者在图上呈现为长度,后者在图上只能编一个位置,编出来的那部分跟真实数据没有关系。看的人分不清哪一根是读来的、哪一根是编的,整张图的成色就一起变了。

避免它有一个很直接的做法,把只能描述的那几项在图下面单起一段文字。这一段不进图,但看图的人能读到它。两段并排放着,读的人知道哪一部分是公开面上读来的形状,哪一部分是补上去的说明,用的时候就不会混。

最后把这一层的边界交代一下。图能把公开那一层的差异摆成能看见的形状,它做不了从别人后台取数那一类的事,也不会替谁绕开平台去拿数,所以它摆出来的形状盖的是公开的那一层。知道这张图的来路盖到哪儿,看的人对它传达的印象才有一个合适的份量。

常见问题(FAQ)

选品维度一共该上几张图。
看你要传出去几句话。一张图一般只承担一句判断,比如这一批里有一款明显偏出去,或者这个类目在几个站点上的价格分布宽度不一样。要传的话多,就分几张,每张只放支撑那一句的项。一张图里塞三四句判断,看的人一句也留不下。
雷达图上放几根轴比较合适。
轴数在三四根的时候,形状之间的差别看得清,再多就开始糊。项数超过这个范围,先按这一轮真正在乎的几项挑出来,剩下的留在表里。挑的时候注意方向,几根轴的方向一致,形状读起来才不会拧。
图上的刻度要不要写具体数值。
要写,至少要写在轴的端点上。只写形状不写刻度,看的人只能看出相对关系,读不出差多少。写了刻度,同一张图在两个人手上的读法才对得上,也才谈得上拿着图去讨论。
把一款候选款的图单独拿出来看,有没有意义。
有意义,前提是你手上有别的款做参照。单独一张雷达,看的是这一款的形状偏哪一头,读不出它跟别的款差多少。要看出差别,至少两款的形状放在一起,或者先看形状再回表对数值。
知虾把站点之间、类目之间的差异摆在图上时,处在哪一段。
处在把公开那一层的差异摆成能直接看的形状这一段,九个站点、几个类目之间的高低宽窄,它能摆成一张图给你看。图上看得出来的是形状,具体每一格是多少还是回表里读,这两段各管各的。
图上看出来的差距跟表上读出来的对不上,信哪个。
看表上的那一格。图把细节压掉了,形状上的差别会被轴的取值范围和面积合成放大,表上那一格是你读出来的原始位置,它更接近事实。对不上是常事,把图当引子,把表当依据。
一张图能不能同时表达几个站点的差异。
可以,但要先想清是横着比还是分开看。几个站点在同一张图上横着比,前提是每根轴在两个站点上是同一套刻度;刻度不一样,横着比出来的形状差别没有意义。刻度统一不了,就分成几张图并排看,不要硬挤在一张上。
▎结语
选品维度要不要上图,先问一句你要让人看见的是形状还是数值。要传一句形状上的判断,图很快;要看清两款差多少,图读不出精度,那一步由表来补。雷达图适合表达同一个对象在几项上的分布形态,不适合表达候选款之间的细微差距,因为面积是几根轴的合成,形状上的差别会被放大。把所有维度都塞进一个雷达,每款都围成接近圆的形状,反而看不出差别;项数一多,相邻两根轴的夹角变小,差别更读不出来。画错了的后果有三种:轴的范围由画图的人定,看的人看不见这个选择;几项合成出的形状在原始数据里没有对应物;方向不标,看的人按默认习惯读,结论正好反了。
用数据做 Shopee,就用知虾
9 大站点数据 · T+1 实时更新 · 100+ 项功能,覆盖选品、关键词、竞品监控全流程
点击下方按钮,免费体验知虾数据工具
立即免费体验 →
上一篇

虾皮选品维度讲给同伴听,该交什么出去

下一篇

虾皮选品维度想压成一条公式,先解决什么

相关文章
Shopee虾皮运营干货:如何构建专属流量池
shopee台湾入仓费用是什么?怎么收费?
Shopee店铺不出单,建议做这件事
如何关注粉丝?
Shopee虾皮选品要遵循哪些原则?
最新文章
虾皮选品标准定下来,怎么写成一份文件
虾皮选品标准的分布,用图划出哪条线
虾皮选品标准能写成门槛值吗
虾皮选品标准列成清单表,每一项要能核对
东南亚跨境电商选品拿定主意,靠报告还是靠别的
东南亚跨境电商选品画成一张图,能看出什么
东南亚跨境电商选品有没有一条筛选公式
东南亚跨境电商选品铺开成表,候选怎么排
虾皮毛利计算的复盘,写清楚哪三块
虾皮毛利计算的走势,图该取多长的窗口
虾皮毛利计算能不能复算,取决于哪一样
虾皮毛利计算拆成表,从哪一层开始拆
虾皮成本计算的结果,怎么交代给合伙人
虾皮成本计算用图表达,比重和总额分开画
虾皮成本计算那条公式,哪一项最容易漏
虾皮成本计算先列科目,表该列到多细
虾皮定价公式要落到纸面,写成一页还是三页
虾皮定价公式算出来的价,用哪种图看得清
虾皮定价公式本身,输入项和输出项各是哪些
虾皮定价公式里那几个变量,怎么排成表
专注东南亚电商市场服务,帮助合作伙伴掌控准确的前沿数据,创造广阔的商业价值!
产品服务
知虾数据
数据方舟
虾秘-Shopee虾皮达人邀约工具
俄罗斯卖家导航
tiktok达人邀约软件
流量森林
译秒通(免费)
快速导航
关于萌啦
最新资讯
青虎云电脑
LinkPix图片优化
联系我们
020-22300518 (工作时间:10:00-12:00, 14:00-19:00)
https://www.menglar.com
zhixia mini program code
知虾小程序
zhixia data APP code
知虾数据APP(IOS版)
Copyright © 2020 广州萌啦信息科技有限公司 粤ICP备2020085523号