6.多维分析，防止一叶障目
- 2016年相比2015年的公司牛奶销售额相对有所增长，环比增长率位122.82%；
- 每年中各个月份的销售额相差不大，唯一是在2月份中，可能是由于春节的影响，拉动了大众的集中消费，所以在每年2月份公司的牛奶销售额会迎来一个小高峰阶段。
如果是传统的固定报表，那么数据分析能给用户传递的信息可能也就到此为止了。可是真的仅仅如此吗？我们再来引入产品维度分析看看。
我们可以仔细观察这个资料分析结果，无论是2015或是2016年，看起来好像每一年中的第一季度和第四季度的鲜奶销售额比较高，酸奶的销售额比较低；而第二季度和第三季度的酸奶销售额比较高，鲜奶销售额比较低。而像固定报表中的单一维度直接汇总，往往就将这样真正有数据业务价值的结果掩盖掉了。
这里我们进一步来验证一下。继续用雷达图进行每个季度不同产品类别的牛奶销售额统计，观察每年季度的销售额资料统计结果，我们可以轻松验证之前的资料观察结果。
我们再来从业务的角度进一步思考目前的资料结果原因，第一季度和第四季度主要为春、冬季节，天气比较冷，这种冷天大家都喜欢热鲜奶喝，因为比较暖身体。第二季度和第三季度主要为夏、秋季节，天气比较热，而这种热天大家都喜欢和酸奶，因为比较清爽。
如果我是这家公司的战略决策者，那么每年对于第一季度和第四季度，公司将主要生产鲜奶，降低酸奶的生产量；对于第二季度和第三季度公司将主要生成酸奶，降低鲜奶的生产量。
这样一来，我们通过逐步的探索分析将数据和业务联合起来，总体上既能提高企业的产品销售额，又能降低每个季度公司的库存压力。
我们每天遵循的习惯可能会隐藏数据背后潜在的价值，所以我们需要多尝试从看表格数字思考转换到看图形感知分析，勇于改变现状。
在对数据进行探索分析思考时，要善于从不同角度去进行可视化分析，完善数据全貌，这样才能发掘数据背后的巨大价值。
落实到具体的数据工作中，作为数据人，我们除了分析日常业务提出来的问题之外，还需要学会积极去处理未预见的问题，时刻保持对数据的怀疑态度，练就自己在探索资料业务问题时的前瞻性。
总结优秀的可视化作品不但可以帮助您更好地理解自己的数据，还可以更快地提供更有意义的见解，甚至启发其他人提出和回答新问题。构建商用可视化是一门综合技艺，需要运用科学、艺术、交流、叙事等方面的技能。
人人都可以制作可视化，但要获得真正有效的商用可视化仪表板，我们需要投入时间、开展协作、进行迭代。FineBI提供一个快速的可视化分析工具可以供我们进行使用，但是请记住：多从使用者角度出发，再优秀的仪表板仍然可以继续完善和改进！
