通常来说饼图和堆积柱状图主要用于做数据的分布分析，但是需要注意不要试图尝试对不同系列的饼图进行数据分布对比分析，这将会不利于我们观察到每部分数据的变化情况，此时对比柱状图会是我们更好地选择。
5、周期性数据分析
对于周期性循环数据特征分析，比如企业经营状况——收益性、生产性、流动性、安全性和成长性的评价（适用于快速对比定位短板指标），我们建议使用雷达图进行展示。
6、地理资料分析
对于那些和地理位置信息相关的数据分析，地图是我们的首选类型，包括点地图、区域地图、热力地图、流向地图等等。因为地图除了能对比分析资料本身的差异性之外，还可以结合地理位置进行分析，发掘和地理位置信息等相关的业务价值。
例如某一家电商企业，想要分析不同区域服装种类的销售情况，如果通过地图进行地理位置信息相关的辅助分析，就能快速探索出服装种类和地区位置区域的相关性（例如南方衬衫、西装等服装热销，北方羽绒服、羊毛衫等服装热销）。
7、漏斗转化分析
漏斗图适用于分析具有明确流程节点转化率的资料分析场景，例如互联网企业常用的平台使用者访问阶段漏斗转化分析、使用者生命周期漏斗转化分析等等。
如上图所示 ，我们通过FineBI进行某个平台的使用者访问阶段转化率数据分析。我们逐级来看各节点转化情况，首先是使用者从浏览商品行为到新增购物车行为这一流程的转化情况，我们通过漏斗图可以快速看出其转化率为50.77%，反映出该平台的商品介绍、图片描述等对用户有较强的吸引力。
接下来继续看新增购物车到下单的转化率，可以看出其转化率高达99.66%，非常不错。之后却看到单至付款的转化率仅50%，这是一个值得反思的转化节点，通过资料分析猜测该平台商铺支付渠道不完善，需要增加例如支付宝、微信等快捷支付渠道，降低平台因为没有提供使用者习惯性的支付渠道而导致使用者放弃购买行为的几率。
8、日历图分析
日历图常用于分析和时间规律相关的分布数据，一般来说需要使用同一生长色系或者热力色进行渲染展示。
