根據Worldometer網站最新統計數據，截至北京時間4月12日23時，全球新冠肺炎確診病例已達1803633例，死亡110835例。
全球疫情如何能更直觀的查看？
必不可少的工具就是數據可視化了。下面是截止到4月5日制作的儀表盤看板供大家參考。
我們在查看數據可視化之前先了解一下數據分析。
完整的數據分析主要包括了六大步驟，它們依次為：分析設計、數據收集、數據處理、數據分析、數據展現、報告撰寫等，所以也叫數據分析六步曲。
01
分析設計
首先要明確數據分析目的以及確定分析思路。
國內疫情基本控制，國際疫情爆發期，大家關注的熱點轉移到了國際.疫情控制要打好外防內控組合拳。本次新冠疫情可視化思路為國際疫情查看以及國內輸入病例分布等。
02
數據收集
數據收集是按照確定的數據分析框架，收集相關數據的過程，它為數據分析提供了素材和依據。
這里的數據包括一手數據與二手數據，一手數據主要指可直接獲取的數據，如公司內部的數據庫、市場調查取得的數據等；二手數據主要指經過加工整理后得到的數據，如統計局在互聯網上發布的數據、公開出版物中的數據等。
本次數據來自於網絡國內公開數據。字段有國家、日期、確診病例、死亡病例、治愈病例。以及各國內輸入病例數據城市、輸入病例數量。
03
數據處理
數據處理是指對采集到的數據進行加工整理，形成適合數據分析的樣式，保證數據的一致性和有效性。它是數據分析前必不可少的階段。
數據處理主要包括數據清洗、數據轉化、數據抽取、數據合並、數據計算等處理方法。一般的數據都需要進行一定的處理才能用於后續的數據分析工作，即使再“干凈”的原始數據也需要先進行一定的處理才能使用。
這里我們進行了哪些數據處理呢？
首先：增加了數據計算字段：死亡率=死亡病例/確診病例（累計）；治愈率=治愈病例/確診病例（累計）。
再一個是：各國國家發現病例的時間不同，我們無法很好的同期比較，這里我們選取疫情TOP國家，以病例超過100例那天同設定為起始第一天。
04
數據分析
數據分析是指用適當的分析方法及工具，對收集來的數據進行分析，提取有價值的信息，形成有效結論的過程。這個就是我們數據探索，形式分析思路的過程。
✦ 首先：絕對值--查看最基礎疫情情況
全球疫情分布、全球疫情TOP國家具體數據。
✦ 相對值--查看最基礎疫情控制發展情況
治愈率與死亡率：TOP國家分布情況來相對查看各國疫情控制情況；治愈率與死亡率具體數據。
✦ 趨勢值--查看最基礎疫情發展情況
全球疫情隨時間確診數量變化情況
✦ 同期值--對比查看各國疫情發展情況
將疫情超過100例為數據對比的第一天（折線圖）
✦ 構成分析：全球疫情對中國影響輸入病例分布。
05
數據展現
通過數據分析，隱藏在數據內部的關系和規律就會逐漸浮現出來，那么通過什么方式展現出這些關系和規律，才能讓別人一目了然呢？一般情況下，數據是通過表格和圖形的方式來呈現的，即用圖表說話。
多數情況下，人們更願意接受圖形這種數據展現方式，因為它能更加有效、直觀地傳遞出分析師所要表達的觀點。一般情況下，能用圖說明問題的，就不用表格，能用表格說明問題的，就不用文字。
圖形的種類很多，我們如何更好的選擇呢？這里給出大家一個指導建議。
比較：目標比較、項目間比較、地域間數據比較；
序列：連續、有序類別的數據波動、各階段遞減過程；
構成：占比構成、多類別部分到整體、各成分分布構成；
描述：關鍵指標、數據分組差異、數據分散、數據相關性、人物或事物之間關系。
大家可以參考一下上面的分析思路和儀表盤來分析一下我們圖形選擇是否准確？或者是否還有更好的展示形式呢？
06
報告撰寫
數據分析報告其實是對整個數據分析過程的一個總結與呈現。通過報告，把數據分析的起因、過程、結果及建議完整地呈現出來，以供決策者參考。所以數據分析報告是通過對數據全方位的科學分析來評估企業運營質量，為決策者提供科學、嚴謹的決策依據，以降低企業運營風險，提高企業核心競爭力。
起始這篇文章部分內容就是報告撰寫的內容哦。小伙伴們可以自動手操作，通過上傳自己整理的數據完成整改數據分析展現的過程哦。
本次我們使用Smartbi自助分析功能：體驗環境為Smartbi官網體驗中心。