續上文數據敘事的典範實務 Part 1 以及 數據敘事的典範實務 Part 2，
我想繼續分享一下不同的視覺圖表(Visuals)的作用。

7. 散布圖(Scatter Plot)
   散布圖展示兩組變數之間的關係。單需要注意有時候兩組變數有相關性不代表它們有因果關係(causation)。
   例如：冰淇淋銷售增加與鯊魚襲擊增加之間存在相關性。但沒有因果關係，因為鯊魚襲擊率理論上並不影響冰淇淋銷售量。
   

8. 雷達圖(Spider Chart)
   雷達圖用於想要跨足多個獨特維度展示數據時。這可能有助於分析個體表現相對於其他人的排名或比較。
   例如：客戶滿意度的不同參數，或平衡計分卡(Balanced Scorecard；BSC)的不同積分類別成績
   

9. 氣泡圖(Bubble Chart)
   氣泡圖類似於散點圖，但能夠展示多於2個數值變數之間的關係。但可以用氣泡的大小顯示每一個數值重要程度。
   在客戶滿意度（CSAT）成績和銷售額之間的比較中，每個數值（員工）的氣泡大小取決於進行了多少份調查。
   氣泡大，代表數據抽樣較多，因此具有代表性；氣泡小，表示數據抽樣太少，可能存在偏差。
   

10.帕雷托圖(Pareto Chart)
Pareto 原則就是 80-20 法則。簡單來說，它意味著你的問題大部分（80%）來自一小部分的根本原因（20%），或者如果你將其與銷售相關聯，那麼你的銷售/收入大部分（80%）將來自一小部分的客戶（20%）。

它在決策方面的幫助是讓你專注於重要的事情。舉例來說，在我所在的行業（供應鏈），當我們查看質量錯誤/投訴時，你會傾向於發現其中大多數（約80%）是由同一小組根本原因（約20%）引起的。

帕雷托圖結合了折線圖和長條圖。 長條代表個別值，按降序排列，而折線顯示累積總數。

11. 樹狀圖(Tree Map)
    一個樹狀圖是用來同時展示一個大維度內的兩個不同度量指標。例如：要看畢業率以及每個大學授予了多少學位。你可以設定方塊大小為學位授予的數量，顏色代表畢業率。你可以很快地看出哪些機構授予了最多的學位，哪些畢業率最高/最低。柱狀圖通常一次只能顯示一個度量（除非使用組合或多個條形圖），通常還包括某種趨勢或時間序列分析。
    
    這對於比例可視化很有用，它能讓你集中關注大的事物，忽略小的事物，但仍然在一個緊湊的空間中展示它們，而且看起來很漂亮。

12. 箱形圖/長鬚圖(Box Plot/ Whisker Plot)

箱形圖/長鬚圖視覺化了統計學中五個數值：

• 最小值 (Minimum)
• 第一四分位數 (1st quartile)
• 中位數（第二四分位數）(medium / 2nd quartile)
• 第三四分位數 (3rd quartile)
• 最大值 (maximum)

Note: 異常值通常以點點來表示

這是一種以視覺方式呈現數據分布範圍的方法。
但說實在的，除非你公司裡所有人的數學都很好，或是都對統計學有觀念，不然我非常不建議用這種表。

Ref:

https://www.math.nsysu.edu.tw/~lomn/homepage/R/R_describe.htm
https://web.pdx.edu/~stipakb/download/PA551/boxplot.html#:~:text=The%20box%20of%20the%20plot,not%20represent%20anything%20in%20particular.