精华内容
下载资源
问答
  • [精选]降低分公司预算执行差异率.pptx
  • 18、防城-降低分公司预算执行差异率.pptx
  • 如果白人男孩比黑人男孩或白人或黑人女孩失败的频率更高,则可能有两种假设可以解释这种差异:首先,白人男性的保留可能是由于通过标准化阅读和算术成绩衡量的较差的学习成绩来解释的。 - 心理测试。 其次,社会...
  • 更好的了解我国物流区域间的差异,方便读者比较差距,
  • 同时,已提出社会经济水平而非出生来解释乳腺癌发病的显着区域差异。 我们试图确定哪个因素在预测全球乳腺癌发生和地区差异中起决定性作用。 方法:采用双变量相关性检验特定国家的出生估计值,BCa发生,...
  • 风控数据来源及分析技巧

    千次阅读 2020-06-16 08:39:21
    此外数据源测试可以参照的指标还有有效差异率、无效差异率、误拒率等,看下面这个例子。   测试样本有1000条,其中有通过的和拒绝的样本。通过的样本中有好样本和坏样本,拒绝的样本中有黑名单拒绝和其它原因拒绝...

      本文是《风控总监训练营》第4、5课学习笔记。

      首先,从风险管理角度理解业务。以发薪日贷款和中大额贷款为例。

    • 发薪日贷款
        这类贷款的特点是小额、短期、快速,对审批时效性及客户体验要求较高。需要客户填写的资料少,大量依靠第三方数据。对反欺诈尤其是团伙欺诈识别有较高要求。客群整体质量较差,欺诈风险占比较高且多头负债严重。

    • 中大额贷款
        中大额现金贷产品是真正考验风控能力的产品。需要平台能够精准识别目标客群、准确分析借款人的还款能力。

    数据来源及分类

      数据源可以分为外部三方数据源和内部数据源。外部三方数据源有身份核验类数据、特殊名单数据、行为特征数据。内部数据源有申请单类数据、设备类数据以及贷后类数据。

    • 身份验证类数据
        通常有个人身份认证、姓名身份证号验证、手机三要素验证、银行卡二要素三要素四要素验证等,主要目的是核实借款人的身份信息,确认是用户本人在申请贷款。

    • 特殊名单类数据
        大概有个人失信信息、不良诉讼信息、个人涉诉信息、不良信息核查、个人黑名单、欺诈名单等。

    • 行为特征类数据
        多头借贷数据、银联交易数据、个人交易特征以及个人信用分类的数据。

    • 内部数据源
        内部数据源第一是申请单类数据。比如用户个人基本信息、工作收入信息、教育信息、联系人信息等,;第二类是设备类数据,比如设备指纹、通讯录通话记录、短息、位置信息等;第三类是贷后的表现数据如个人贷款还款信息、交易检测信息和催收数据。

    数据源评测

      常用的风控审批流程架构如下图:

      数据源的收集有两种方式。一种是补查数据,即准备一批有贷后表现的数据,通过批量调用数据源,返回结果。这种方法的优点是准备周期短,但是也可能所查数据源不支持回溯。比如信贷逾期情况,可能包含了当前用户的逾期,就会出现用Y去查Y的结果,影响测试效果;另一种方法是审批时实时收集,这种方式对数据需求程度较低,审批时只收集数据不做规则。可以最真实模拟线上情况,排除因时间造成的效果干扰,但是相应的数据源准备周期也会较长。
      数据源效果的评估指标常用的有覆盖率、命中率、IV值、KS值、AUC值等。KS和AUC更多的是针对分数类的数据源,如芝麻分等。
      下面是一个黑名单类数据源测试的实例。
      一共有A、B、C、D、E五类测试数据源,随机抽取8997条数据进行测试(4348条坏样本),坏样本的定义是mob3期时max_dpd>=85。通过分析命中率和逾期率来评估数据源的好坏。

      8997条样本中一共有2118条命中黑名单,总体命中率为23.54%,可以看到数据源A的命中比例以及独家命中率都显著较高。再看一下命中黑名单人数中的逾期情况。

      数据源A的逾期率较低,说明A虽然命中最多的黑名单,但真正的坏样本占黑名单的比例不高。黑名单的量大但是准确度不够高,如果使用数据源A的话会误杀大量的好客户,所以无法选择A,需要继续进行测试。

      从命中率来看,BCDE的命中率依次递减,所有数据源命中的黑名单占测试样本的9.11%。从覆盖率来看,D的名单被B完全覆盖,说明D的黑名单来源于B。

      从命中黑名单的逾期率来看,均高于测试样本的逾期率,说明黑名单有一定的效果。按黑名单的逾期率排的话是CBDE,所以推荐接入C和B两个数据源。
    此外数据源测试可以参照的指标还有有效差异率、无效差异率、误拒率等,看下面这个例子。

      测试样本有1000条,其中有通过的和拒绝的样本。通过的样本中有好样本和坏样本,拒绝的样本中有黑名单拒绝和其它原因拒绝。查得率、覆盖率、有效差异率(绿色)应该越高越好,误拒率和无效差异率(红色)则越低越好。

    1. 有效差异率可以侧面反映风控策略的完整性。
    2. 有效差异率和无效差异率都较高,说明黑名单是广撒网式,不够精确。

      如果是欺诈名单验证,可以将用户分为通过和拒绝的样本,通过的样本中有好客户和贷后定性欺诈的客户,拒绝的样本中有欺诈决绝和其它拒绝。

    【作者】:Labryant
    【原创公众号】:风控猎人
    【简介】:某创业公司策略分析师,积极上进,努力提升。乾坤未定,你我都是黑马。
    【转载说明】:转载请说明出处,谢谢合作!~

    展开全文
  • 盘点,即通过实物清点结果和账面库存进行对比,发现两者差异并及时调整该差异,以保证库存的实时准确性,并追溯差异产生的原因。这里的准确性包括数量的准确性、存放位置的准确性、存货质量的准确性等。盘点的目的之...

    前言

    盘点,即通过实物清点结果和账面库存进行对比,发现两者差异并及时调整该差异,以保证库存的实时准确性,并追溯差异产生的原因。这里的准确性包括数量的准确性、存放位置的准确性、存货质量的准确性等。盘点的目的之一是保证库存准确性,但不恰当的盘点方法反而会导致库存变得不准确。另外,当盘点出现差异时,恰当的处理方法可以帮助发现库存管理中潜在的问题,从而优化库存管理。本文将介绍常见的保障盘点结果准确性的常见方法以及当出现盘点差异时的常见处理方法。

    一、保障盘点结果准确性的方法

    在大量的库存商品面前,靠单个人工的方式去盘点(哪怕是借助了RF、RFID等盘点工具)是很容易出现人为误差的。假定每个人清点库存数据的准确率是99%,实际情况是你无法知道不准确的1%到底出现在哪个商品上。如果拿一个人的盘点结果去和账面库存对比,那出现的差异就会包含实物和账面库存本身的差异和盘点引入的差异,增加了盘点差异的处理复杂度。以下两种为推荐的盘点方法。

    1、复核制盘点

    即一次派出两波次或以上的人员对同一盘点任务分别进行清点。假设两个波次的盘点人员分别为A和B,每个人盘点准确率为90%,则盘点结果如下:

    A和B都盘点准确

    A盘点准确,B不准确

    A盘点不准确,B盘点准确

    A和B盘点都不准确

    81%

    9%

    9%

    1%

    如果在将A和B的清点结果合并成最终的盘点结果之前,对A和B之间的差异部分(19%)再进行一次复盘,对三次盘点取两次以上盘点结果相同的值作为最终盘点结果,则三次盘点后还是不准确的概率为0.9%+0.9%+0.1%=1.9%,则复核盘点之后最终结果的准确率为98.9%。这里忽略了A和B盘点都不准确,且A的盘点量等于B的盘点量这种情况所占的比例(在非标品情况下,这种情况的理论比例为0,实际比例也非常低,可以忽略不计)。

    所有初次接手的仓库项目人员还不熟练的仓库项目,以及库存管理混乱的仓库项目都推荐采用复核制,尽管会消耗双倍的人力。采用复核制盘点,可以增强员工的责任心(相互监督,相互核查),便于盘点奖惩制度的落实。在人手不足的情况下,也可以考虑让一个人做两遍以消除实物清点本身的误差。

    2、循环盘点

    当仓库管理足够顺畅,人员有足够能力把握盘点数据的准确性的时候,可以考虑使用循环盘点。循环盘点即是先进行一次完整盘点,然后对盘点结果中库实不符的差异部分再次进行复盘,以减少因为上一次盘点本身的误差对盘点结果的影响。当然,每次循环后都需要对实际清点结果进行修正。一次完整的盘点后,商品可以分为两类:一、库实相符的商品;二、库实不符的商品。假设盘点员每次盘点的准确率为90%,在假设库实相符的商品准确率为100%的前提下,通过循环盘点,对有差异的商品再进行两次确认盘点,则对于整体的三次盘点中,两次盘点不准确的概率为0.9%,三次盘点不准确的概率为0.1%,则库实不符部分的准确率可以达到99%。

    3、复核盘点VS循环盘点

    参考博文1中说两者的差异是:复核盘点是事前消除盘点结果误差,循环盘点是事后消除盘点结果误差。但个人觉得两者的本质异同是:1)复核盘点是多次盘点结果之间的差异对比,而复核盘点是盘点结果和系统库存之间的差异对比;2、复核盘点和循环盘点都有复盘环节。

    4、循环盘点+复核盘点方案

    由前面的描述可知,复核盘点的优点是盘点准确率高,缺点是耗费双倍人力;而循环盘点虽然节省了人力,但准确率却不如复核盘点高。有没有办法可以同时利用两者的优点,同时规避两者缺点的盘点方案呢?

    答案就是将两者结合起来:

    先创建计划盘点单,然后基于该计划单可以提交多个子单,而在提交子单时,不仅关注当前子单中商品系统库存和盘点库存的差异(循环盘点),同时还关注当前子单提交之前,其它已提交子单中和当前子单包含的相同商品的盘点差异量(这里盘点差异是指系统库存和盘点库存的差值是否和此次一样(复核盘点)。即不管是当前子单中商品系统库存盘点库存有差异,还是不同子单之间同一商品盘点差异值不一致,都让用户进行二次确认。

    当然,这就要求在实际盘点过程中,对于容易出现盘点不准确的那些商品,执行复核盘点。

    二、盘点差异的处理方法

    盘点结果与系统账面库存之间的差异,主要有三种:一种是数量差异,一种是位置差异,一种是存货质量差异。门店助手目前主要是前两种,不排除以后会有质量差异的场景。对于盘点结果,无论盘盈盘亏都需要处理,以消除差异。

    追查盘点差异的基本思路是,梳理差异商品本次盘点和上次盘点之间的所有库存变更操作记录,这些操作可以作为首要怀疑对象(当然,还要考虑线下有操作行为但没有操作记录的情况,对于这种情况,两次盘点期间即为排查的时间范围)。

    1、盘盈的处理办法

    1.1 出库时货品少发造成的盘盈

    A、如果收货方要求补发,则在账面外(WMS之外)做补发货处理,无需做账务登记;

    B、如果收货方不要求补发,则可以找到原出库单,修改出库单内容(减少出库量)。实际情况是,对于已经出库完成的出库单,很多WMS是不支持修改功能的,这种情况可以做一个退货入库操作。不管是修改库存量还是做退货入库,都需要通知收货方进行相应的处理,以确保仓库库存和收货方库存保持一致。

    Note:为何很多WMS无法支持对已经完成的出库单做修改,主要有两个原因,一是这个WMS是按照财务管理思路设计的,修改出库数量只能新设红字出库单来冲销;另一原因是修改后的出库货位有变动,无法恢复原状,会影响货位的准确性。这些理由,都是WMS不成熟的表现,作者所在公司设计的WMS,是能够撤销或修改已经出库完成的订单的。至于为何推荐修改订单,而不是做一个退货入库单,因为退货入库单会增加退货入库记录,可能影响物流费用结算。

    1.2 入库时多收了货造成的盘盈

    C、如果配货方知道多发的情况,可以修改入库单,增加入库数量。如果无法修改入库单,则可以考虑下一条。

    D、补充入库单,并在入库单的备注里,说明补充入库原因。

    E、如果配货方不知道多发的情况,要做盘盈入库,并通报配货方。

    1.3 客户退货记录未填造成的盘盈

    F、如果是退货未登记,则及时补登记退货记录;并和货主企业通报核对退货信息。

    G、如果发现有瑕疵(退货原因大多是因为有瑕疵),则要及时做次品标识,或者冻结。

    2、盘亏的处理办法

    产生盘亏的原因是多方面的,主要有出库未记账、破损未记账、散装货计数误差(小数点误差)、出库拿错货等。

    2.1 出库未记账造成的盘亏

    H、如果是正常出库超发了,则要找到原始出库单,修改出库单的数据数量(增加账面出库数量)。

    I、如果是忘记做出库登记,则要及时补填出库单据。

    J、如果是退货出库(返回给配货方)没有做登记,则要及时找到退货依据,及时补填退货出库记录,同时要求配货方做好退货接收的补填手续,以保证双方账目上的一致。

    2.2 破损处理未记账造成的盘亏(对应门店助手的报损)

    K、因为变质、损毁等原因造成货品的直接废弃,但没有做损毁品的出库账务处理:其一是退货出库,将废弃的货品出货给配送方;其二是,如果损毁责任由仓库企业承担,则出库的收货单位是仓库企业自身。

    L、因为淋湿、破损等原因导致物品被下架隔离:一种做法是直接将破损物品在原货位上冻结;另一种做法是将破损物品移动到次品区,同时在WMS账务上做次品移动记录。

    2.3 散装货计数误差(小数点误差)造成的盘亏

    M、由小数点误差造成的数量差异,一方面可以通过在合同上约定允许的误差范围;另一方面,可以通过增加虚拟入库来平衡误差。

    2.4 出库拿错造成的盘亏

    N、由于发错货造成的盘亏,要及时做换货处理。换货操作上在账外处理的,因而换货操作产生的费用,也应该在账外处理。

    2.5 无可追溯原因的盘亏

    根据经验来判断,比如食品或高货值的电子产品,会不会有失窃的情况。

    O、由仓库企业赔偿,在市场上购买对应商品来补齐实物库存。这种情况上维持账上库存不变,增加实物库存。

    P、由仓库企业赔偿,配货方允许做一次虚拟出库,收货人上仓库企业。这种情况是维持实物库存不变,减少账上库存。

    Q、获得配货方谅解,从配货方的上产线上获得货品来补齐盘亏的实物数量。实际上,在流通环节出现货物亏空是大概率事件,只要不是特大规模的数量损失,只要仓库企业态度诚恳、服务到位,和配货方处理好关系,大多能获得配货方的谅解。

    3、存放位置差异的处理

    R、如果是偶然的搬错,短期内发现的话,可以修改搬运指令,把原来指定的货位调整为实际发生的货位。

    S、如果经过了较长时间,连原来指定货位的内容也发生了变动,这时候就无法直接恢复了。只能通过库存调整:不是调整数量,而是调整现有货品的存放位置以及实际的生产日期批次号等内容。

    4、存货质量差异的处理

    一般出现存货质量差异都是账面库存是完好的,实际库存是有破损的或者过期的;基本上是与日常管理失控相关,如没定期巡检仓库,导致未及时发现破损货品,或者虽然发现了,未及时做账务处理;未按照先进先出做出库拣货,导致早期货物长期积压最终过保质期等。

    T、如果是出现破损差异,需及时申报破损内容,并做账务处理(次品处理或冻结),同时加强仓库巡检,早发现早汇报早处理。

    U、如果是出现过保质期,则要加强先进先出拣货原则的监督落实,制定保质期报警策略。

    三、总结

    盘点差异,不管是盘盈还是盘亏,对仓库企业来说,都不是好事。盘盈和盘亏的处理,要根据实际情况来确定,而不是简单的做什么盘盈入库、盘亏出库(在盘点结果处理上,这是WMS和财务软件或ERP软件的本质区别)。本文所列的处理办法,已经超过了十八种,实际业务中会遇到多种情况,但万变不离其宗,只要掌握了处理盈亏的处理原则,就能应对自如。那么,盈亏的处理原则是什么呢,那就是,要么增减实物库存数量,以使其与账务库存数量一致;要么是增减账务库存数量,使其与实物库存数量一致。至于何时增减实物库存数,何时增减账务库存数,就要根据差异发生的实际原因来分析了。

    另外,盘点的目的是为了发现差异,并通过各种手段来清除差异。在整个供应链上,仓库是其中的一个环节,其上游有货主企业,其下游有经销商企业,以及承运商企业等。仓库企业除了要保证自身的账物数量的一致,同时还要保证与上下游企业间账目数量的一致,这才是保证库存数据在整个供应链体系中一致,并保障仓库正常业务运作的关键。

     

    参考博客:

    1. http://www.sohu.com/a/131896643_468675 盘点差异的十八种处理办法

    2. https://baike.baidu.com/item/%E7%9B%98%E7%82%B9/10445284?fr=aladdin

    展开全文
  • Opencv计算机视觉实战(Python版)

    万人学习 2019-01-22 21:54:36
    购买课程后,添加小助手微信(微信号:csdnxy68)回复【唐宇迪】 进入学习群,获取唐宇迪老师答疑 Opencv计算机视觉实战课程旨在帮助大家快速掌握机器视觉领域必备知识点原理及其在Opencv中的使用方法。...
  • 不同的展示方法,其效果往往差异巨大。这里我将结合近期的一些阅读和实践,试图给出一些方法,希望能帮助到你。1. 展示之前的思考在正式开始展示数据之前,希望你去思考几个问题。这些问题将有利于你后面的一些选择...
    ↑  关注 + 星标 ~ 有趣的不像个技术号 每晚九点,我们准时相约  ddf8f38b1f5bcf4037c99bb70de2cdc6.png 偶尔应金主爸爸要求改时间 d41dc39f6b309001a6d14b736a01bd7a.png 33967962d8eb304659bf15c5861439ff.png

    大家好,我是朱小五c0ceba84ab2651541c68d6ea1421ee33.png

    如何来展现的你的数据?是你有时不得不去思考的一个问题。

    不同的展示方法,其效果往往差异巨大。这里我将结合近期的一些阅读和实践,试图给出一些方法,希望能帮助到你。

    1. 展示之前的思考

    在正式开始展示数据之前,希望你去思考几个问题。这些问题将有利于你后面的一些选择。

    Who

    1. 首先要确定,这些数据展示的受众群体是谁?

    2. 深入去了解这些受众,以及他们的认知程度如何?

    3. 是否是第一次接受类似的数据?

    4. 最关键的,他们如何看待数据,是否对你很重要?

    上述分析将帮助你发现你与受众之间的距离,从而采取必要的展示技巧,来确保他们能听懂你传递的信息。

    What

    1. 你希望受众群体了解的数据是哪些?

    2. 这些数据是否准确,经得起推敲嘛?

    3. 数据口径是什么?是否符合人们的通常的认知?

    是否包含了反面的数据?人为地清洗数据或只拿出佐证自己观点的正面数据,往往是站不住脚的。

    Goal

    1. 你展示数据的目的是什么?

    2. 你想表达的观点是什么?

    3. 现有数据是否足够支撑你的观点?

    Where

    1. 是在什么场合展示这些数据?汇报、交流、商务等

    2. 具体的形式是怎样的?PPT、纸质报告、图书等

    How

        在你回答了上述问题之后,你才能真正准备好面对最后这个问题:如何用数据表达你的观点?

    2. 数据展示手段:文本篇

    文本,是用来展示数据最简单的方式,也是最容易令人忽略的方式。人们总是有种倾向,希望采用某种炫酷的方式来说明数据;但其实最简单直接的方式效果最为显著。当你只有一两项数据需要分享时,简单文本是绝佳的沟通方法。可考虑只用数字(尽可能突出)和一些辅助性文字来清晰地阐述观点。此时如果使用其他方式,例如在表格或图形里只放入一、两个数字,但这种方式通常只会让展示方式带走人的眼球,而忽略了真正需要表达的信息本身。所以,当你确实只需要表达一两项数据时,不妨考虑只用数据本身。

    1561c7f68863dc859e438287cff3c0cd.png

    比较上面两种展示数据的方式,左侧通过常见的柱状图表达,右侧通过简单文本方式表达。哪种更具备表现力,一目了然。

    信息失真

    在用文本表达数据时,有时是需要将数据收敛归纳出一、两个结论性数据来展示,但此时需要考虑信息失真的问题。例如上面例子表述为“2019年GDP比2018年增加1880亿或增长了6.2%”,这种就会产生数据失真问题。丢失了数据原有部分信息,应避免这种情况。

    3. 数据展示手段:表格篇

    当需要展示更多的数据时,表格或图形一般来说是好的选择。但需要注意的是,表格形式具有其特殊性,其与我们口头表达系统交互方式类似,这意味着我们是会阅读表格。当面前有一张表格时,通常会用到食指:我会一行一列地读,并且比较每个格子里的值。

    61e92f035bcced9c6b62dd37ea996823.png

    表格最适合的场景是,有大量数据需要展示或受众群体关注点不同。但在PPT中使用表格往往不是一个好主意。当受众阅读表格的时候,他们不再听你口头表达的观点。当你在幻灯片或者报告中使用表格的时候,问问自己:你想要表达什么观点?你有可能找到更好的办法可视化这些兴趣点。如果这样做丢失了太多信息,不妨考虑将完整的表格放在附录中,用一个链接来满足受众的需要。

    突出原则

    使用表格时,因为本身就包含了大量数据,需要受众去阅读。如何在短时间内,突出核心内容,方便受众理解,就是关键所在。这里的原则就是尽量让设计融入背景,让数据占据核心地位。不要让厚重的边框和阴影与数据争夺受众的注意力。相反,要使用窄边框或者空白来区分表格的元素。注意下例中,上下用法的差异。

    6fc10092f729a156f1df76a8233f1611.png

    还可以使用另一种方式,突出你的数据。就是通过运用颜色差异,将表格中的细节和视觉暗示的使用结合起来,那就是热力图。热力图是用表格的形式可视化数据的一种方法,在显示数据的地方(在数据之外)利用着色的单元格传递数据相对大小的信息。用颜色饱和度提供视觉上的暗示,帮助眼睛和大脑更快地捕捉潜在的兴趣点。

    5f1288fba6a8104a9439bc776991ce02.png

    在上边的热力图中,色彩的饱和度越高,对应的数字就越大。这使得受众很容易找出最大的数据(GDP值最高的地区和年份)。

    4. 数据展示手段:图形篇

    与表格的交互方式不同,图形是与视觉系统交互。视觉系统处理信息的速度更快,这也就意味着设计良好的图形通常能够比设计良好的表格更快地传达信息。

    1). 线性图

    线图是最为常用的一种图形,经常用来表示连续数据间的数据关系。通常,连续性数据都以时间为单位:天、月、季度和年度。如果不具备连续特性的数据,不适合用这种方式。

    ★ 折线图

    最为常见的线性图,就是折线图。

    a9703bae21bab540faa766f3bfddde96.png

    如果存在多组数据,可使用下面分列显示,这样比较清晰。如数据量不大,也可以在一张图内显示,但应该是坐标口径一致,并做好标注工作。

    668215f26202fb700703017a7d423b17.png

    ★ 斜率图

    还有一种特殊的折线图,被称为斜率图。它适用表现两个时间段或者两组对比数据点,可以快速地展示两组数据之间各维度的相对提升、降低等差异。斜率图组合了很多信息,除了绝对数值(数据点本身)之外,连接数据点的线条能够在视觉上直观地告诉你是提升还是降低以及变化的程度(通过倾斜方向和斜率),而无需解释这些线条的意义和变化程度具体是多少。

    024a1d3a8ab375d60f8dfa644aa4d5af.png

    2). 条形图

    条形图易于阅读。用眼睛比较条形图的末端,很容易快速得出结论:哪一类最大、哪一类最小以及类别之间的增减区别。

    ★ 水平条形图

    水平条形图,顾名思义通过水平条线对比多组数据。人们通过对比右侧末端的位置,很容易比较出各组的差异。这种方式是比较符合人们的阅读习惯,即从左往右,从上至下的方式。特别是对于组别较多的情况,这种方式非常适合。

    806b2f01b4142a19c0b5145284a9122f.png

    上面在一张图中展示31个省市自治区的GDP数据,使用条形图展示就非常合适。上图还使用了两个常见的条形图技巧。一个数值排序,这样有利于受众数值对比,二是使用了色温显示进一步加强了对比。

    ★ 竖直条形图(直方图)

    跟水平条形图类似的就是竖直条形图。例如下图

    c0e82a295fb048b1818a551b32987f89.png

    ★ 多组条形图

    条形图也支持一组以上的数据。但需要注意的是,当你添加多组数据时,专注其中一组并得出结论就变得更为困难,所以谨慎使用包含多组数据的条形图。同时也要注意,有多组数据时,空白会把条形图分隔成视觉组。这使得类别的相对顺序变得重要。考虑你希望受众比较什么,并以此构造分类的层级,使之越简单越好。如下图所示,判读起来已经不太容易。

    242376cd22b2b0a6d0ae584624359cd9.png

    ★ 堆叠图

    作为条形图的一种特例,还有一种堆叠图。其旨在比较各类别之间总体区别的同时还能看出每个类别中子成分的占比情况。但这会很快产生视觉上的压力,尤其是采用大多数作图应用中的默认配色方案后。除了底部的子成分,你很难比较其他子成分在跨类别时的情况,因为不再有统一的基线可供比较。

    8dd4ddaf86452a43fc0ac91c457e3aaa.png

    3). 饼图

    饼图,是大家经常使用的,但其实也是难以阅读一种图。当饼图的各部分大小相近时,你是无法或者很难判断哪一块更大。当大小相差较多时,你最多也只能判断某一块比另一块更大,却无法确定大多少。为了克服这个问题,你需要像下图一样添加数据标签。但我仍然觉得饼图不值它占据的这块地方。

    b1a423a9d00bc0af0b62ac5c773f3e29.png

    用水平条形图替代饼图,按从大到小或者反向组织。记住,在条形图中,我们的眼睛会比较条形图的末端。由于以统一的基线对齐,很容易比较相对大小。这样不仅可以很直观地了解哪块最大,还能了解它比其他类别大多少。从饼图转换成条形图可能会有所遗漏。饼图能够传达的一个独特的信息就是整体和部分的概念。但如果图形本身难以理解,

    286b211a0b8ba2bd50ae8d1fe29c6b06.png

    4). 散点图

    散点图在展示两个因素的关系时很有用,因为可以同时将数据对应到x轴和y轴上,观察是否存在某种关系以及存在何种关系。散点图在科学领域使用更为频繁。

    954f088291cfb40b45cdc2eedbcaeff6.png

    5). 面积图

    人眼不擅于在二维空间进行定量的度量,这使得面积图比我们讨论过的其他图表类型更难阅读。因此通常避免使用面积图,只有一个当需要可视化相差极大的数值时。方形带有第二个维度(同时有长和宽,而条形图只有长或者宽),因而能比单一维度更紧凑地进行可视化。

    c0f2baf89b57df76c2d4d4e31e86100a.png

    5.展示原则:认知负荷(简化、简化、简化)

    人脑的处理能力是有限的。在展示数据时,应尽量减少受众脑力消耗,即用更低耗的方式展示。消耗受众脑力却对他们理解信息毫无帮助。这是我们需要避免的。最重要的在于受众感知的认知负荷:他们认为需要付出多少精力才能提取出信息。他们并不会通过深思熟虑地做这个决定,但这会影响你的信息能否成功传达。总之,要考虑为受众最小化感知到的认知负荷。这里可采取一些常规的原则:

    • 排序

      通过数据排序,让受众更容易消化数据,更快速抓住信息要点。对比下图中的上下对比。

    • 对齐文字

      对齐文字,特别是坐标系的文字,方便读者更容易对比数据。常见的策略是左侧坐标系文字右对齐,右侧左对齐,避免居中对齐的情况。

    • 适当留白

      边界处避免出现文字和图表。避免拉伸图表撑满可用空间的欲望,根据内容多少决定图表的合适大小。

    • 去除边框

      对于图中边框,一般是不需要的。可以考虑使用留白对页面中的图表和其他元素进行合理的区分。

    • 去除网格线

      如果网格线对受众寻找数据对应的坐标值有帮助,或者感觉网格线会使数据得到更有效的处理,那可以保留。但也请尽量使用更细以及灰色等浅色的网格线。千万不要让网格线和数据形成视觉上的竞争。尽可能地完全去除网格线,这样会形成更强烈的对比,从而使数据更突出。

    • 去除数据标记

      每一个元素都会增加受众的认知负荷。使用数据标记,就是在为本来已经可以根据线条直观处理的数据增加认知负荷。这并不是说永远不要使用数据标记,而是要有目的地使用,尤其不要因为它们默认包含在你的绘图软件里而使用。

    • 清理坐标轴标签

      坐标轴的标签,常见的原点标注,一般都是不需要的。除非展示数据过多,且无法标注的情况,可以考虑使用。

    • 选择是否需要坐标轴

      作图时常常需要决定是保留坐标轴标签还是省略坐标轴而直接标记数据点。为了做这个决定,你需要考虑特异性的程度。如果你希望受众重点关注整体趋势,可以考虑保留坐标轴,但是将其置灰来削弱其重要性。如果某些具体的数值很重要,直接标记或许更好。在后一种情况下,通常最好省略坐标轴以避免包含重复信息。总是要考虑你希望受众如何使用图表,并以此来作图。

    • 直接标记数据

      在图例和数据之间切换是非常麻烦的。可将需要尽量识别出任何可能消耗受众精力的问题自行承担。建议在需要描述的数据旁进行标记。

    • 慎用颜色

      在少量使用时,颜色是吸引受众注意的最强大的工具之一。但请克制为了丰富多彩而使用颜色的冲动。有选择、有策略地使用颜色这一工具突出图表中的重要部分。建议自行选择颜色的使用,而不是让工具自动选择。可以考虑统一色调、对比色、品牌色的使用。

    • 强调大小

      大小很重要。相对大小代表了相对重要性。如果你需要展示几件重要性相同的事情,请使用相似的大小。相反,如果有一件事情尤其重要,那么用大小来体现这一点:将它变大!

    • 文字体

      包围,加粗,斜体,间隔,下划线。这些对文字的处理,也可以帮助突出信息,可酌情使用。

    • 位置

      大多数受众会从图表或者幻灯片的左上角开始,按“之”字形扫视屏幕或者页面。他们会最先看到页面的顶端,这使得这里成为了风水宝地。考虑将最重要的内容放在这里。

    8e2858ab3b223973b8870b0926ffb5af.png 近期文章,点击图片 即刻 查看 4c441c625b5abae5ecc516518a22d15c.png 4f4219093de865c1da0c620829862ad4.png 5f9a625a443a39781eea3cc9595fad1a.png c8337fff0e1f32743bac095c2b1b3689.png

    昨日留言“HeoiJinChan”、“烷炸”+20积分;

    最赞留言“安宁”+50积分

    其余所有留言+10积分

    点击 积分 ,了解积分规则~

    ee9b51e2d1a9dbee29f080d049b5904f.gif

    本文为“HeoiJinChan”推荐,获得20积分奖励~

    如果大家想要投稿or荐文,点击原文链接即可!

    7d0f48f5be0b3a4fdbee6318d7b568a3.png

    朱小五

    展开全文
  • 在此基础上论文进一步分析了产能利用的行业和地区差异,研究发现,经济周期、资本密集度与工业化水平对产能利用的提高存在正向作用,而对外开放度与国有企业比重对产能利用呈抑制作用;2013年后,国家关于发布化解...
  • 试样在竖直方向和水平方向上的电阻响应特征呈现明显的差异性,竖直方向上试块的电阻呈现先减小后增大的趋势,而水平方向上试块的电阻呈现缓慢增大、快速增大和急剧增大3个阶段;试块发生破坏后,竖直方向的电阻...
  • 地区出生率差异的经济分析,陈纪平,,本文将家庭作为经济组织,利用新兴古典经济学框架,研究家庭的经济功能对家庭规模以及人口出生的影响。新兴古典经济学中,经济
  • 暑期强化阅读诊所中的性别和年级差异以及学习 学校中的 PsychologV 第 25 卷,1988 年 1 月 夏季强化阅读诊所中的性别和年级差异以及学习 LORYNNE D. CAHN 南方大学洛约拉大学 在一项长期研究中南夏读诊所洛约拉...
  • 为揭示沁水盆地不同含气区域...提出以目标煤层资源丰度、渗透、临界解吸压力作为关键参数评价产能方法.研究结果表明:沁水盆地南部煤层气资源可采性优于北部,典型区块煤层气开发前景优劣排序为潘庄、大宁、寿阳、古交.
  • 中国地区工业生产差异分析,张亚云,,本文通过柯布-道格拉斯生产函数的数学转换得出综合要素生产的计算公式,以各地区2007年的物质资本存量和劳动力数据为基础,计算�
  • 入门学习Linux常用必会60个命令实例详解doc/txt

    千次下载 热门讨论 2011-06-09 00:08:45
    文件为doc版,可自行转成txt,在手机上看挺好的。 本资源来自网络,如有纰漏还请告知,如觉得还不错,请留言告知后来人,谢谢!!!!! ...入门学习Linux常用必会60个命令实例详解 ...Linux提供了大量的命令,利用它...
  • 20210406-广发证券-传媒互联网行业3月月报:互联网内容付费率差异与定价机制探讨.pdf
  • Cobertura报告的代码覆盖率差异工具。 关于 pycobertura是通用的报告解析器。 它也旨在通过pycobertura diff命令来防止代码覆盖降低:任何更改的行都应进行测试,并且未覆盖的更改应清晰可见,而不会让遗留的未...
  • 中美储蓄率差异的原因、影响及解决之道,许珊珊,黄朔,本文主要通过定性与定量相结合辅以描述性分析的方法来论述中美间储蓄差异的原因、影响进而提出相关建议。经济阶段性差异、经济体
  • 生产订单结算时候的几个差异

    千次阅读 2012-08-18 09:52:02
    :指所耗用物料等引起的差异。比如多耗用物料引起的(损耗),成本核算单(costing sheet)引起的。    输入数量差异 :是由于目标成本与实际成本中消耗的Activity type的数量(时间)不一样引起的。CO11N时...
    最近听说有一种东西叫“微博”,我们喜欢叫他“围脖”。这种东西就是想到什么就写什么,这种形式比较好,只是写的都是短篇。这样的好处就是不据泥于自己的思路,就像是随笔。这段时间又写了好多东西。再加上几篇论文已经将要做的CPCS体系设计,真是累死我了。我想这段时间还是加紧完成《SAP自学指南》和《PRC准则下的SAP应用》。剩下的在博客上就真的没什么体系的东西了,就是零零散散的,遇到什么写什么了。  
    

        资源利用差异:指所耗用物料等引起的差异。比如多耗用物料引起的(损耗),成本核算单(costing sheet)引起的。

        输入数量差异:是由于目标成本与实际成本中消耗的Activity type的数量(时间)不一样引起的。CO11N时,确认的实际作业数量与标准数量的差异.

        输入价格差异:作业类型部分,是标准作业价格与实际作业不同而引起的差.


    展开全文
  • (一)人脸识别技术之人脸识别过程及识别算法简介

    万次阅读 多人点赞 2018-11-04 23:19:40
    (2) 描述图像特征方法应用与人脸图像特征提取,如HOG,SIFT, Gabor和LBP等,典型有LBP,该方法简单有效,解决了光照敏感问题,但存在姿态和表情识别准确低的问题.其中巅峰之作为"High-dim LBP",验证了高维特征和验证性...
  • 城市农民工人力资本收益及收益差异分析,张古鹏,,利用明瑟模型对所调查的数据进行了线性回归,计算了城市农民工教育收益和工龄收益,从中发现城市农民工的教育收益要低于城
  • 高山姬鼠冷诱导最大代谢的季节性差异,朱万龙,王蓓,最大代谢(maximum metabolic rate)对于动物的生存、繁殖和分布具有关键作用。本实验用开放式呼吸仪测定了高山姬鼠(Apodemus chevrieri)夏季和�
  • 综述2种视角下阅读障碍亚类型的发生,并从取样、测试任务、筛选标准等方面详细分析阅读障碍亚类型发生率差异的原因,提出阅读障碍亚类型发生率差异不仅是理论视角的差异,也是实验操作的问题,为未来阅读障碍亚类型的...
  • 将探索性空间数据分析应用于低生育水平下的全国生育区域差异研究,分析了1990~2000年省级总和生育的时空演变趋势。研究表明,省级生育水平表现为显著正的空间自相关,且呈上升趋势,其中西藏、贵州两个潜在的极...
  • 论文研究-中国不良贷款回收地区差异的原因分析.pdf, 在中国不同省份的不良贷款回收水平之间存在较大的差异.通过构造一系列能够刻画各省的经济发展水平和市场化程度...
  • 会计核算的实际工作中,存货若采用计划成本进行核算,需通过材料成本差异率的计算来分摊发出材料负担的材料成本差异额。本文就企业在实际工作中存在大量估价材料的情况下,材料成本差异率的计算应用进行探讨,由此说明...
  • 本实验依托于教材《模式分类》第二版第六章(公式符号与书中一致)实验内容:设计编写BP神经网络和RBF神经网络,对给定数据集进行分类测试,并将分类准确与SVM进行对比。实验环境:matlab2016a数据集:数据集大小3...
  • 文章目录SQL练习题:回购 复购 消费差异统计不同月份的下单人数统计用户三月份的回购和复购统计男女用户的消费频次是否有差异统计多次消费的用户,第一次和最后一次消费间隔是多少统计不同年龄段,用户的...
  • 需求侧功率因数管理对力电费差异化影响的研究,翟剑华,丁晓群,针对甘肃省当前因用户侧无功补偿不足导致的电网电量损失及用户力电费的收取情况进行分析,基于内点法和遗传算法的混合策略,并

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 210,006
精华内容 84,002
关键字:

差异率