# Data Lab 可视化说明

使用 [Data Lab](https://help.impact.com/brand/zh/nin-xiang-liao-jie-shen-me/platform-features/multi-program-reports/data-lab-custom-reports/data-lab-introduction)，您可以将数据展示为 16 种不同的可视化图表。有些可视化需要维度和指标，而有些只需要指标。

<table><thead><tr><th width="250.21484375">可视化</th><th>说明</th></tr></thead><tbody><tr><td><img src="https://1186853034-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2FyxwgZ0MR077u7stYe7QP%2Fdata-table.svg?alt=media&#x26;token=80bd233f-a878-4a08-bc90-305ac3cee9c8" alt=""> <strong>[数据表]</strong></td><td><p>数据表将使用您从右侧工具栏中选择的维度和指标进行填充。维度将填充行，指标将填充列。筛选器可应用于整个表格。</p><p>这是唯一可以显示动作级维度的可视化。如果您在表格中包含动作级数据，某些字段将无法在同一表格中使用。不可用的维度会在右侧工具栏中显示为灰色。</p></td></tr><tr><td><img src="https://1186853034-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2FOhE5d3t5fr2a4v7zFfrY%2Fline.svg?alt=media&#x26;token=68881000-285a-4124-be35-4a5abe27dcf9" alt=""> <strong>[折线]</strong></td><td>折线图将使用维度在 x 轴上填充数据点，并使用指标（在右侧工具栏中填充数据时称为系列）在 y 轴上填充数据点。如果您有多个维度或多个指标，可以显示多条折线。筛选器将应用于整个图表。</td></tr><tr><td><img src="https://1186853034-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2FEywlQfUxuyJRZ5p1WdMu%2Farea.svg?alt=media&#x26;token=ed0b07f1-ca54-473d-bb43-ce9589958c9b" alt=""> <strong>[面积]</strong></td><td>面积图将使用维度在 x 轴上填充数据点，并使用指标在 y 轴上填充数据点。如果您有多个指标，可以显示多个面积。筛选器可应用于整个图表。</td></tr><tr><td><img src="https://1186853034-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2Frju11b3H3n3Zz7o0UkdP%2Ftreemap.svg?alt=media&#x26;token=42e296e2-1a78-48ad-b7a7-8363df84668b" alt=""> <strong>[树图]</strong></td><td>树图将使用维度来区分可视化中显示的组，并使用指标来确定各组的值（大小）之间的相对关系。筛选器可应用于整个图表。</td></tr><tr><td><img src="https://1186853034-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2F98R6X25Ef36rWOkUbteD%2Fbar-chart.svg?alt=media&#x26;token=b1e7af2c-2b17-4f67-88f2-c3592b6b3cce" alt=""> <strong>[垂直条形]</strong></td><td>垂直条形图将使用维度在 x 轴上填充数据点，并使用指标在 y 轴上填充数据点。如果您有多个维度，可以显示多个条形。筛选器可应用于整个图表。</td></tr><tr><td><img src="https://1186853034-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2Fc3njgRey12Ok2Cvyxtq4%2Fstacked-bar.svg?alt=media&#x26;token=746b5a1c-b184-4176-9415-7547749ed26f" alt=""> <strong>[垂直堆叠]</strong></td><td>堆叠条形图将使用维度在 x 轴上填充数据点，并使用指标在 y 轴上填充数据点。条形将根据您选择的指标进行堆叠。筛选器可应用于整个图表。</td></tr><tr><td><img src="https://1186853034-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2FgOYjmKKhKN6tSdjABwQE%2Fhorizontal-bar.svg?alt=media&#x26;token=16cc01f6-f4dc-4dc0-a1bd-1b1f4bc95516" alt=""> <strong>[水平条形]</strong></td><td>水平条形图将使用维度在 y 轴上填充数据点，并使用指标在 x 轴上填充数据点。如果您有多个维度，可以显示多个条形。筛选器可应用于整个图表。</td></tr><tr><td><img src="https://1186853034-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2FwiVOhoXZZByYWF2oJeXH%2Fhorizontal-stack.svg?alt=media&#x26;token=e2606a5b-d359-42cf-8a43-f1535221d8c3" alt=""> <strong>[水平堆叠]</strong></td><td>水平堆叠图将使用维度在 y 轴上填充数据点，并使用指标在 x 轴上填充数据点。条形将根据您选择的指标进行堆叠。筛选器可应用于整个图表。</td></tr><tr><td><img src="https://1186853034-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2FypXl5LQqaZTjYdKGMZ6Q%2Fcombo.svg?alt=media&#x26;token=6862f1dd-c546-44c3-925c-5d8d7f3e0238" alt=""> <strong>[组合]</strong></td><td>组合图允许您比较 1 个维度的多个指标，显示为叠加在垂直条形图上的折线图，并带有 2 个 y 轴。例如，您可以使用此可视化查看按广告类型划分的平均订单价值、商品价格和收入。</td></tr><tr><td><img src="https://1186853034-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2FEX6wQgZcJl8faShZi8w3%2Ffunnel.svg?alt=media&#x26;token=78267659-f0e2-4029-b5cc-95ee4e3dbccd" alt=""> <strong>[漏斗]</strong></td><td>漏斗图显示您的大部分价值（由某个指标表示）来源于哪里，并按组（由某个维度表示）进行区分。例如，您可以使用此可视化查看哪些合作伙伴为您带来最多收入，或哪种事件类型带来了最多动作。</td></tr><tr><td><img src="https://1186853034-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2FhF0zF0laL0OWfFO8EPCK%2Fdonut.svg?alt=media&#x26;token=958d1ec3-4f4a-4710-8610-e6709b6de21d" alt=""> <strong>[圆环]</strong></td><td>圆环图显示您的大部分价值（由某个指标表示）来源于哪里，并按分组（由某个维度表示）进行区分。使用此图表查看某个特定组（或维度）贡献了总价值中的多大一部分。</td></tr><tr><td><img src="https://1186853034-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2FKLiPijiM3Cw04qsLJybe%2Fgoals.svg?alt=media&#x26;token=d4b2a7d0-6209-46aa-b816-ddd79f3c324b" alt=""> <strong>[目标]</strong></td><td>目标图将以仪表形式展示某个指标相对于您提供的数值目标的进度。只能选择一个指标，并且可以为此可视化应用筛选器。</td></tr><tr><td><img src="https://1186853034-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2FCFRnul6KmLTWfz3ZQXRK%2Fnumber.svg?alt=media&#x26;token=397c0dbc-90d2-460f-af4e-e8ef415d2fe5" alt=""> <strong>[数字]</strong></td><td>数字图将展示一个指标的数据点。可以对这个数字应用筛选器。</td></tr><tr><td><img src="https://1186853034-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2F7ayaEJKll6mA4mLoR2PK%2Ftext.svg?alt=media&#x26;token=73b7111b-186c-47d4-b2f9-9b8e630a5bea" alt=""> <strong>[文本]</strong></td><td>插入并格式化文本，以便为您的报告布局添加标题、注释或其他上下文信息。</td></tr><tr><td><img src="https://1186853034-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2FpAAmylv5GuqC6G0Lbg2y%2Fsnapshot.svg?alt=media&#x26;token=9fca16e2-0351-453a-b0ab-338e6813cdd9" alt=""> <strong>[快照]</strong></td><td>快照通过允许您在这些指标之间切换，提供一组指标的综合视图。</td></tr><tr><td><img src="https://1186853034-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2F5HYOQh2ZAl4IPxYPMvJT%2Fscatter.svg?alt=media&#x26;token=b7871eae-9626-439f-9be7-1e64f08b98be" alt=""> <strong>[散点]</strong></td><td>散点图将显示数值变量之间的关系。</td></tr><tr><td><img src="https://1186853034-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2FCCXvgZGN0WQNflUmsjbe%2Fcard-chart.svg?alt=media&#x26;token=c065fcf1-651c-4d0e-a3b9-a319fce885b9" alt=""> <strong>[卡片]</strong></td><td>使用视觉元素组织并展示您的数据。</td></tr></tbody></table>
