数据可视化

余凌 胡昌龙 严庆 田萌

目录

  • 1 数据可视化概述
    • 1.1 思政导读
    • 1.2 数据可视化基础
    • 1.3 数据可视化作用
    • 1.4 数据可视化的目标
    • 1.5 数据可视化的特征与应用
    • 1.6 本章课件
    • 1.7 分享阅读-AaronKoblin人性的艺术表达
  • 2 数据可视化原理
    • 2.1 思政导读
    • 2.2 视觉
    • 2.3 色彩
    • 2.4 视觉编码原则
    • 2.5 数据可视化流程
    • 2.6 本章课件
    • 2.7 分享阅读-
  • 3 数据可视化图表
    • 3.1 思政导读
    • 3.2 理解图表
    • 3.3 图表元素的增强控制
    • 3.4 图表类型选择
    • 3.5 图表制作技巧
    • 3.6 本章课件
    • 3.7 数据可视化图表基础及图表设计+第二次作业要求
    • 3.8 分享阅读-
  • 4 数据可视化设计
    • 4.1 思政导读
    • 4.2 设计原则与技巧
    • 4.3 可视化设计步骤
    • 4.4 可视化框架
    • 4.5 本章课件
    • 4.6 分享阅读-
  • 5 时变数据可视化
    • 5.1 思政导读
    • 5.2 时间属性的可视化
    • 5.3 地理空间数据可视化
    • 5.4 文本与文档可视化
    • 5.5 本章课件
    • 5.6 分享阅读-
  • 6 数据挖掘与数据处理
    • 6.1 思政导读
    • 6.2 数据
    • 6.3 数据集
    • 6.4 数据获取与预处理
    • 6.5 数据存储
    • 6.6 数据组织与管理
    • 6.7 数据挖掘与分析
    • 6.8 本章课件
    • 6.9 分享阅读-
  • 7 数据可视化工具
    • 7.1 Echarts
    • 7.2 Python集成开发环境Jupyter
    • 7.3 本章课件
  • 8 数据可视化评测实例
    • 8.1 案例1
    • 8.2 案例2
    • 8.3 本章课件
  • 9 数据可视化趋势及挑战
    • 9.1 思政导读
    • 9.2 数据可视化资源
    • 9.3 数据可视化研究
    • 9.4 未来趋势
    • 9.5 研究挑战
    • 9.6 本章课件
  • 10 数据可视化案例
    • 10.1 经典数据可视化案例
    • 10.2 用Excel实现数据可视化—快速实现业务报表可视化
    • 10.3 “好服务”零售品牌文献研究现状分析
    • 10.4 数据分析师招聘可视化分析
    • 10.5 长江中游城市群创新网络演变可视化
    • 10.6 分享阅读-2020级优秀作品展示
    • 10.7 分享阅读-2021级学生优秀作品
  • 11 电子商务数据可视化实例
    • 11.1 电商数据的采集与预处理
    • 11.2 商品数据分析
    • 11.3 市场数据与竞争数据分析
    • 11.4 流量与转化数据分析
    • 11.5 电商采购与销售数据分析
    • 11.6 库存数据分析
    • 11.7 客户画像分析
  • 12 推荐课外阅读
    • 12.1 《深度学习——智能时代的核心驱动力量
    • 12.2 《AIGC:智能创作时代》
    • 12.3 《天才与算法》
    • 12.4 《5000天后的世界》
    • 12.5 《AI未来进行式》
    • 12.6 《数据型思维》
    • 12.7 《做成大事的艺术》
    • 12.8 《新媒体的语言》
    • 12.9 《开放式创新》
    • 12.10 《别相信直觉》
    • 12.11 《为什么伟大不能被计划》
    • 12.12 《智识分子》
    • 12.13 《算法的陷阱》
    • 12.14 《崛起的超级智能》
    • 12.15 《人工不智能:计算机如何误解世界》
    • 12.16 《销售脑科学》
“好服务”零售品牌文献研究现状分析

随着我国消费结构的加速升级,零售业迎来转型的重要时机。强调服务升级和消费体验的零售新形态加速而至,而目前大多数传统零售品牌并不能满足消费者多元化和多层次的需求。如果要想在不断变化的市场环境和激烈的零售行业竞争中打造一个成功的品牌,至少要在一个营销策略要素上达到出色,其中服务出色是被广泛采纳的营销战略。然而,好服务并不一定能使一家企业走上成功,服务出色有可能吸引更多的客户,实现更多销售,但是更多的销售为企业带来的影响不一定总是正面的。尽管有些好服务定位点品牌的发展如日中天,例如海底捞。但同时还是有不少服务卓越的企业处于亏损状态中,诸如百思买在中国的业务。究其原因是企业过于关注“好服务”这个营销要素,反而忽视了其他实现企业盈利核心要素,导致企业只能在短期内满足消费者的服务需求,却无法实现长期盈利目标。突如其来的新冠疫情给零售行业带来了巨大冲击与挑战,在当今复杂多变的市场环境下,以“好服务”为定位的零售品牌该采取怎么样的营销策略,该如何发展“好服务”这一关键要素,才能有效适应环境并实现可持续发展,是好服务定位点零售品牌需要迫切解决的问题。

通过文献及案例研究,借助科学文献分析可视化软件,进行文献的量化研究,探索我国零售企业可持续发展的研究热点及发展趋势,促进对该研究主题的深入探讨。在此基础上以好服务定位点标杆零售企业为出发点,对其消费者进行调研,了解消费者对该零售品牌的服务感知、满意度和重购意愿。在产业和消费双升级视角下,从战略执行和服务质量应用两方面,提出相应的完善意见和建议。为零售行业今后良好发展创造更好的营商环境,促进其不断发展壮大,助力我国经济社会高质量发展。

1.研究思路

本案例主要是通过数据可视化工具让我国有关“好服务”定位点的相关文献变得更加易于理解从而分析热点与趋势。对于原始数据的分析可以分解为以下几点:关键词共现、关键词时区、关键词突现、关键词时间线、

通过文献及案例研究,借助科学文献分析可视化软件,进行文献的量化研究,探索我国零售企业可持续发展的研究热点及发展趋势,促进对该研究主题的深入探讨。

2.数据收集

数据来源:https://share.weiyun.com/HQg5TXz0

 

 

10-46知网国内相关文献精简refword表达

3.数据可视化实现

1工具的选择

通过收集、分析本研究领域的国内外学术文献,依托CiteSpace可视化研究工具进行词频、共词和聚类分析,深入、全面、直观的了解本研究领域热点的演进趋势,掌握最新研究动态,提炼研究问题与目标。

CiteSpace的关键词时区图可以作为帮助增强工作记忆的工具,同时也可以在可视化中突出变化以减轻认知负担。此可视化案例有一个亮点就是将时间因素加入了知识图谱的绘制之中。先划分时间段,然后将合并起来一起分析,称为时区图。我们很明显地知道,人体对于单纯文字的东西记忆能力是不如图表快的,同样的数据如果变成文字,那需要的记忆时间相对比较多,但是变成图表的话可以轻松被记忆和利用,故而此时区图可以作为帮助增强工作记忆的工具。

图表中关键词一旦出现,将固定在首次出现的年份,尽管之后论文里仍会出现该关键词,图中将不再显示,只会在刚出现的年份显示。如果后来的年份又出现了该关键词,那么该关键词会在首次出现的位置频次加1,出现几次,频次就增加几次。时区图中的每个时间段均是该时间段的所有新出现的关键词,如果与前期关键词共同出现在同一篇文章中将会用线联系起来,前期关键词频次加1,圆圈变大,从而生成此图。故而它可以使人们更容易寻找数据规律、分析推理、减少认知负担。

2数据可视化过程

数据导入与转换

 

10-47使用CiteSpace导入、转化数据

 

10-48导入、转化数据结果

数据可视化视图选取

 

10-49关键词共现

l

 

10-50关键词时

 

10-51关键词突现

l

 

10-52键词时间线

4.研究总结建议

通过文献及案例研究,借助科学文献分析可视化软件,进行文献的量化研究,探索我国零售企业可持续发展的研究热点及发展趋势,促进对该研究主题的深入探讨。在此基础上以好服务定位点标杆零售企业为出发点,对其消费者进行调研,了解消费者对该零售品牌的服务感知、满意度和重购意愿。在产业和消费双升级视角下,从战略执行和服务质量应用两方面,提出相应的完善意见和建议。为零售行业今后良好发展创造更好的营商环境,促进其不断发展壮大,助力我国经济社会高质量发展。