做数据分析的人,十有八九都遇到过这种尴尬:手里攥着一堆价格数据,表格拉出来密密麻麻,领导瞄一眼就皱眉,问“所以呢?价格到底是个什么情况?”你支支吾吾半天,说不出个所以然。问题不在数据量,而在呈现方式。一堆数字堆在那儿,谁也看不见全貌。这时候,一张价格分布图就能救场,它能把几千条价格记录压缩成一眼就能看懂的形状,高价位集中在哪、低价位有多少、有没有异常值,全都清清楚楚。做这张图不难,按下面三步走,十分钟就能搞定。

第一步,把原始数据收拾利索。很多人卡在第一步,不是不会做图,是数据太脏。价格数据里混着文本、空值、单位不统一,甚至有人手滑把99输成了999。你得先把这些坑填平。具体操作不复杂:打开你的Excel或者Google Sheets,选中价格那一列,先看一眼有没有明显离谱的数值,比如一件T恤标价18000,那多半是录错了。接着用筛选功能,把空单元格和文本格式的数字挑出来处理掉。文本格式的数字最坑人,表面看着是数字,Excel心里当它是字符串,统计时直接忽略。全选该列,点“数据”菜单里的“分列”,一路默认下一步,就能强制转成数值格式。这一步做完,你的数据才配得上做图。
第二步,挑对图表类型。价格分布图,说白了就是看数据“长什么样”,最常用的有两种:直方图和箱线图。直方图把价格范围切成几段,竖条的高度代表每段里有多少个数据点,像山峰一样起伏,哪里高哪里低一目了然。箱线图则是另一种语言,它用五个数字概括全局:最小值、下四分位数、中位数、上四分位数、最大值,中间画个箱子,上下伸出两根须。箱线图的优势在于能一眼看出数据有没有偏斜,中位数在箱子的偏上还是偏下位置,代表高价位居多还是低价位居多。如果你要跟老板汇报,直方图更直观,因为非专业人士都能看懂柱子高低;如果你是给自己做内部诊断,箱线图信息密度更高。两种图在Excel里都能直接插入,选中你的价格列,点“插入”->“直方图”或“统计图表”里的“箱线图”,系统自动生成,不需要手动画任何东西。
第三步,调参数,把故事讲清楚。自动生成的图往往糙得很,直方图的默认分组可能把价格分成七八十段,看起来像锯齿,毫无美感。你得手动调整“箱宽度”或“箱数”。一般建议箱数控制在10到20之间,太少丢细节,太多看不清趋势。比如你的价格区间是0到1000元,设成箱宽100,就能看到每100元区间内有多少个商品,分布形态立刻清晰。箱线图这边,要留意有没有“离群值”——也就是那些远超正常范围的点,它们会被画成单独的小圆圈。这些点别急着删,它们可能藏着你没发现的秘密,比如某款产品定价失误,或者存在一笔异常交易。把鼠标悬停在小圆圈上,能看到对应的原始数据行,直接跳回去查是谁搞出来的,往往能揪出流程漏洞。
做完这三步,你的价格分布图基本就成型了。但真正的高手,还会再做两件小事。第一件,给图加个标题和坐标轴说明,别让人猜纵轴是“数量”还是“占比”。第二件,把关键结论直接标注在图上,比如在最高柱子旁边拉个箭头,写“主力价格带200-300元”,或者在箱线图的离群点上标一句“异常高价单品,需核查”。这些注释不花时间,却能让你从“做了张图”升级成“讲了个结论”。
回到开头那个场景。领导再问你价格什么情况,你直接调出分布图,指给他看:你看,八成商品集中在200到400之间,中位数是310,但右上角有一个标价1200的异类,是上个月新上的高端线,目前销量一般。领导听完,不仅看懂了现有的价格结构,还知道下一步该讨论什么——那个高端线的定价策略要不要调整。这就是价格分布图的价值:它不只是画给你看的,是画出来帮你想问题的。
用价格分布图看数据,就像用X光看身体,表面看不出来的问题,在图上全暴露了。价格带宽度是不是合理、有没有被遗忘的低价死角、异常值藏在哪个角落,全在那些柱子和箱线的形状里。三步走下来,你手里的表格不再是死数字,而是一个有形状、有结构、有故事的画面。下次再面对一堆价格数据,别急着排序求平均,先拉一张分布图,让数据自己开口说话。
下一篇:没有了!


新闻中心