Es ist zu Beginn nicht unangemessen, die Liniendiagramme als eine Reihe kleiner Vielfacher mit unterschiedlichen Maßstäben für die Y-Achse, jedoch mit ausgerichteter X-Achse (Datumsangaben) darzustellen.
Ich denke, dies ist ein guter Anfang, da man damit die Rohdaten untersuchen und Trends zwischen verschiedenen Liniendiagrammen vergleichen kann. IMO sollten Sie sich zuerst die Rohdaten ansehen und dann über Konvertierungen oder Möglichkeiten nachdenken, die Diagramme so zu normalisieren, dass sie vergleichbar sind, nachdem Sie die Rohdaten untersucht haben.
Wie King bereits erwähnt hat, scheinen Ihre Variablen eine natürliche Reihenfolge zu haben, die auf den Namen und Nummern basiert. Unter der Annahme, dass dies angemessen ist, habe ich drei neue Variablen basierend auf dem Prozentsatz erstellt, der in jedem Zustand konvertiert wurde. Die neuen Variablen sind;
% Carts Created = Carts_Created/Visits
% Orders Created = Orders_Created/Carts_Created
% Carts Converted = Carts_Converted/Orders_Created
Das Erstellen von Prozentsätzen ist eine Möglichkeit, die Serie einer gemeinsamen Skala näher zu bringen, aber selbst dann ist es immer noch schwierig, die Serie effektiv zu visualisieren, wenn alle Linien in einem Diagramm (wie unten) platziert werden. Das Niveau und die Variation der erstellten Aufträge und der konvertierten Karren der Serie stellen die der anderen Serien in den Schatten. Sie können keine Variation in den von Wagen erstellten Serien in dieser Größenordnung sehen (und ich vermute, dass dies diejenige ist, an der Sie am meisten interessiert sind).
IMO ist eine bessere Möglichkeit, dies zu untersuchen, die Verwendung verschiedener Skalen. Unten sehen Sie das Prozent-Diagramm mit verschiedenen Maßstäben.
Mit diesen Grafiken scheint mir keine wirklich bedeutsame Korrelation zwischen den Serien zu bestehen, aber Sie haben innerhalb jeder Serie viele interessante Variationen (insbesondere den konvertierten Anteil). Was ist 2011-11-13los? Sie hatten einen viel geringeren Anteil an erstellten Bestellungen, aber jede erstellte Bestellung war ein konvertierter Warenkorb. Hatten Sie andere Maßnahmen, die Trends bei den Ortsbesichtigungen oder bei den erstellten Proportionen oder Prozentsätzen erklären könnten?
Dies ist alles nur eine explorative Datenanalyse, und um weitere Schritte zu unternehmen, würde ich mehr Einblick in die Daten benötigen (ich hoffe jedoch, dass dies ein guter Anfang ist). Sie könnten die Liniendiagramme auf andere Weise normalisieren, um sie in einem vergleichbaren Maßstab darstellen zu können, aber das ist eine schwierige Aufgabe, und ich denke, Sie können beliebige Maßstäbe effektiv auswählen, basierend auf dem, was angesichts der Daten informativ ist, anstatt einige auszuwählen Standard-Normalisierungsschemata. Eine weitere interessante Anwendung zum gleichzeitigen Anzeigen vieler Liniendiagramme sind Horizontdiagramme. Dies gilt jedoch eher für das gleichzeitige Anzeigen vieler verschiedener Liniendiagramme.
Sie können 2 separate y-Achsen haben, Besuche (k) und Wagen, die in einer erstellt wurden, die anderen 2 in einer anderen (oder je nachdem, wie es Ihrem Zweck entspricht).
Dies ist definitiv keine elegante Methode, aber ich erinnere mich, dass ich es vor Jahren getan habe, als ich nur Trends über die Zeit hinweg vergleichen wollte.
ODER
Sie können die prozentuale Änderung einfach über die Zeit zeichnen, wenn dies Ihrem Zweck entspricht.
quelle
Am Ende habe ich beschlossen, die Daten zu normalisieren, indem ich jeden Wert durch den Maximalwert dividierte und dann mit 100 multiplizierte.
Finden Sie den Maximalwert:
Teilen Sie jede Zahl durch das Maximum und multiplizieren Sie sie dann mit 100:
Ich habe dies dann in der Grafik dargestellt, dies zeigt offensichtlich nur den Trend und der Benutzer hat die Datentabelle am Ende der Seite.
quelle
Das wäre auch mein Ansatz - - die verschiedenen Dimensionen durch Teilen durch X auf den gleichen Maßstab einzustellen, aber ich würde den Durchschnittswert verwenden, nicht den Maximal- oder Minimalwert. Der Grund dafür ist, dass sich beim Hinzufügen von Daten im Laufe der Zeit wahrscheinlich Ihr Maximum oder Min ändern wird und das, was im letzten Diagramm zu 100% war, diesmal etwas anderes ist - das Diagramm ist nicht so einfach mit früheren Diagrammen abzustimmen - - wenn Wenn Sie den Durchschnitt verwenden, sind die Änderungen nicht so drastisch.
quelle