Escollir la visualització adequada per al teu informe de Shopify

Quan crees o edites una exploració de dades personalitzada, pots triar com es representen les dades de l'informe des del menú Visualització al tauler de configuració.

La visualització recomanada per a les teves dades se selecciona automàticament. Pots desactivar la configuració Recomanat i triar qualsevol visualització que sigui compatible amb les teves mètriques i dimensions actuals. Les visualitzacions que no són compatibles basant-se en les mètriques i dimensions seleccionades es mostren com a no disponibles al selector de visualitzacions.

Algunes visualitzacions són ideals per detectar tendències, altres per comparar categories i altres per detectar valors atípics o desglossar un total en les seves parts. Utilitza aquesta pàgina per comparar els tipus de visualització de costat, trobar el més adequat per a les teves dades i revisar qualsevol requisit abans d'aplicar-lo.

Per obtenir més detalls sobre com personalitzar les visualitzacions amb el nombre d'elements que es mostren, els dissenys amb diverses mètriques, els valors acumulats i les anotacions, consulta Personalitzar les visualitzacions als teus informes de Shopify.

Pots revisar la llista de visualitzacions disponibles per categoria, inclosos els casos d'ús previstos per a cada categoria de visualització.

Lineal

Les visualitzacions lineals són ideals per mostrar com canvien una o més mètriques al llarg del temps. Requereixen que se seleccioni una dimensió de temps, com ara Dia, Setmana o Mes.

Barra vertical

Les visualitzacions de barra vertical comparen els valors en un conjunt de categories mitjançant barres que creixen cap amunt. Són una bona opció predeterminada quan vols comparar un nombre de categories petit o moderat d'un cop d'ull.

Barra horitzontal

Les visualitzacions de barra horitzontal són similars a les barres verticals, però s'orienten cap al costat. Són útils quan els valors de dimensió tenen noms llargs que no s'ajusten còmodament sota un eix vertical, com ara els noms de producte, els noms de país o els noms dels canals de màrqueting.

Visualització bàsica

Les visualitzacions bàsiques inclouen números, taules, llistes i representacions proporcionals. Utilitza-les quan una visualització més complexa pugui dificultar la interpretació de les teves dades, o quan la proporció d'un tot sigui més significativa que els recomptes absoluts.

Visualització avançada

Les visualitzacions de pantalla avançades cobreixen tipus de visualització especialitzats per a distribucions, proporcions, densitat bidimensional, concentració geogràfica i seguiment d'objectius. Utilitza aquestes visualitzacions quan una visualització estàndard de barres o línies no representi la història amb la mateixa eficàcia.

Cohorts

Les visualitzacions de cohorts només estan disponibles quan el mètode d'exploració està definit a Cohorts. Estan dissenyades per fer el seguiment de grups de clients amb característiques comunes (cohorts) al llarg del temps, normalment agrupades segons el mes o la setmana de la seva primera compra.

Línia

Paraula clau TYPE de ShopifyQL: line

Imatge estilitzada d'una visualització de línia.

Una visualització de línia dibuixa un o més valors de mètrica com a punts connectats al llarg d'un eix temporal. D'aquesta manera, genera línies de tendència que faciliten la detecció de la direcció, l'estacionalitat i els punts d'inflexió.

Una visualització de línia funciona millor quan vols fer una d'aquestes accions amb la teva visualització:

  • Detectar tendències estacionals i patrons setmanals en el rendiment del negoci.
  • Comparar el rendiment d'un període actual amb un d'anterior per mesurar-ne el creixement.
  • Visualitzar com una única mètrica, o un nombre reduït de mètriques, canvia dia a dia, setmana a setmana o mes a mes.

Consideracions per a les visualitzacions de línia

Quan seleccionis la visualització de línia per al teu informe, revisa les consideracions següents:

  • Una visualització de línia requereix una dimensió de temps, com ara Dia. Si el teu informe no n'inclou cap, la visualització Línia no estarà disponible.
  • Les visualitzacions de línia admeten visualitzacions multimètrica de fins a 4 mètriques.
  • Les anotacions es poden activar per a les visualitzacions de línia. Les anotacions requereixen que el temps sigui la primera dimensió del teu informe.
  • Els valors acumulats es poden activar per a les visualitzacions de línia quan l'única dimensió és el temps.
  • Les visualitzacions de línia no estan disponibles als informes de Shopify Tax.

Informes predeterminats que utilitzen la visualització de línia

La visualització de línia és la visualització predeterminada més utilitzada i s'aplica a la majoria d'informes basats en el temps. Alguns exemples inclouen els informes predeterminats de Shopify següents:

Gràfic d'àrees

Paraula clau TYPE de ShopifyQL: stacked_area

Imatge estilitzada d'una visualització de gràfic d'àrees.

Un gràfic d'àrees apila línies de tendència de mètriques unes damunt de les altres i n'omple l'àrea inferior. L'alçada total en qualsevol punt representa el valor combinat de totes les mètriques apilades i cada franja representa la contribució del valor d'una mètrica o dimensió individual.

Un gràfic d'àrees funciona millor quan vols fer una d'aquestes accions amb la teva visualització:

  • Observar els clients nous en comparació amb els recurrents al llarg del temps.
  • Fer el seguiment del rendiment del canal com a part dels ingressos globals.
  • Mostrar com canvia la composició d'un total d'un període a l'altre.

Consideracions per a les visualitzacions de gràfic d'àrees

Quan seleccionis la visualització de gràfic d'àrees per al teu informe, revisa les consideracions següents:

  • Un gràfic d'àrees requereix més d'una dimensió, normalment una de temporal i una de categòrica.
  • Un gràfic d'àrees requereix una dimensió de temps. Si el teu informe no n'inclou cap, la visualització de gràfic d'àrees no estarà disponible.
  • Els gràfics d'àrees no estan disponibles als informes de Shopify Tax.
  • Els gràfics d'àrees admeten anotacions. Les anotacions requereixen que el temps sigui la primera dimensió del teu informe.

Informes predeterminats que utilitzen la visualització de gràfic d'àrees

Els informes predeterminats de Shopify següents utilitzen un gràfic d'àrees per defecte:

Vertical simple

Paraula clau TYPE de ShopifyQL: bar

Imatge estilitzada d'una visualització vertical simple.

Una visualització de barres verticals simples dibuixa una barra per categoria, en què l'alçada de la barra representa el valor de la mètrica d'aquesta categoria. És la manera més habitual de comparar un únic valor en un nombre raonable de categories.

Una visualització de barres verticals simples és ideal si vols fer alguna de les accions següents:

  • Comparar xifres de vendes per a productes o categories individuals.
  • Comparar els totals de vendes mensuals.
  • Classificar un conjunt petit de valors de dimensió segons una sola mètrica.

Consideracions per a les visualitzacions de barres verticals simples

Quan seleccionis la visualització vertical simple per al teu informe, revisa les consideracions següents:

  • Pots configurar el nombre de barres que es mostren (Articles mostrats) i com es gestionen les categories restants, com ara Oculta les files no visualitzades, Agrupa la resta com a "Altres" o Mostra tots els articles.
  • Les anotacions són compatibles amb les visualitzacions de barres. Les anotacions requereixen que el temps sigui la primera dimensió de l'informe.
  • Els valors acumulatius es poden activar per a les visualitzacions de barres quan l'única dimensió és el temps.

Informes predeterminats que utilitzen la visualització de barres verticals simples

Els informes predeterminats de Shopify següents utilitzen una visualització de barres verticals simples de manera predeterminada:

Vertical apilada

Paraula clau TYPE de ShopifyQL: stacked_bar

Imatge estilitzada d'una visualització vertical apilada.

Una visualització de barres verticals apilades divideix cada barra en segments. L'alçada total d'una barra representa la mètrica global per a aquesta categoria, i els segments interiors representen com es desglossa el total en una segona dimensió.

Una visualització de barres verticals apilades és ideal si vols fer alguna de les accions següents:

  • Analitzar les vendes per forma de pagament o centre de preparació de comandes.
  • Observar els canvis en la combinació de productes durant diferents períodes de temps.
  • Mostrar com es combinen les categories per formar un tot, període a període.

Consideracions per a les visualitzacions de barres verticals apilades

Quan seleccionis la visualització vertical apilada per al teu informe, revisa les consideracions següents:

  • Una visualització de barres verticals apilades requereix més d'una dimensió. Si l'informe només té una dimensió, aquesta visualització no estarà disponible.
  • Pots configurar el nombre de barres que es mostren i el mètode de classificació, com ara Superior en general o Superior per grup.
  • Les anotacions són compatibles amb les visualitzacions de barres apilades. Les anotacions requereixen que el temps sigui la primera dimensió de l'informe.

Informes predeterminats que utilitzen la visualització de barres verticals apilades

Els informes predeterminats de Shopify següents utilitzen una visualització de barres verticals apilades de manera predeterminada:

Vertical agrupada

Paraula clau TYPE de ShopifyQL: grouped_bar

Imatge estilitzada d'una visualització vertical agrupada.

Una visualització de barres verticals agrupades dibuixa una barra diferent per a cada dimensió i col·loca aquestes barres l'una al costat de l'altra dins de cada categoria. Mostra una sola mètrica desglossada en diverses dimensions. A diferència d'una visualització apilada, les barres es col·loquen l'una al costat de l'altra i no a sobre, cosa que facilita la comparació directa de cada valor.

Una visualització de barres verticals agrupades és ideal si vols fer alguna de les accions següents:

  • Comparar les vendes entre categories de productes, mes a mes.
  • Fer el seguiment de les comandes de clients nous enfront dels recurrents en cada període de temps.

Consideracions per a les visualitzacions de barres verticals agrupades

Quan seleccionis la visualització vertical agrupada per al teu informe, revisa les consideracions següents:

Informes predeterminats que utilitzen la visualització de barres verticals agrupades

Els informes predeterminats de Shopify següents utilitzen una visualització de barres verticals agrupades de manera predeterminada:

Cascada

Paraula clau TYPE de ShopifyQL: waterfall

Imatge estilitzada d'una visualització en cascada.

Una visualització en cascada desglossa un total en la seqüència d'increments i decrements que el produeixen. Dibuixa 1 barra per categoria i cada barra puja o baixa respecte al total en curs de les barres anteriors, de manera que pots observar com les contribucions individuals sumen o resten respecte al valor final.

Una visualització en cascada és ideal si vols fer alguna de les accions següents:

  • Desglossar com una mètrica acumulativa, com ara les vendes netes, es mou des del principi fins al final d'un període.
  • Visualitzar les contribucions positives i negatives que es combinen en un total.
  • Representar com les categories individuals augmenten o redueixen un total en curs.

Consideracions per a les visualitzacions en cascada

Quan seleccionis la visualització en cascada per al teu informe, revisa les consideracions següents:

  • Una visualització en cascada requereix almenys 1 dimensió per mostrar diverses barres. Si no se selecciona cap dimensió, renderitza una sola barra que mostra el valor total de la mètrica.
  • Una visualització en cascada mostra una sola mètrica. Si el teu informe inclou més d'una mètrica, només es mostrarà la que hagis seleccionat a la visualització.
  • Cada barra de pas representa la contribució d'una categoria al total en curs, per la qual cosa una visualització en cascada només funciona amb mètriques acumulatives, que són mètriques que se sumen a un total, com ara les vendes o els recomptes de comandes. Si selecciones una mètrica no acumulativa, com ara una taxa o una proporció, la visualització mostrarà un estat buit. Cerca l'etiqueta Acumulativa disponible en una mètrica per confirmar que és compatible.
  • Pots personalitzar el nombre d'elements que es mostren a la visualització. Les barres s'ordenen segons la mida de la contribució. La barra Total sempre es mostra com la barra que està més a la dreta de la visualització, i no es pot personalitzar.
  • La barra Total representa el total global de la mètrica per a l'informe. Per defecte, els valors que superen el nombre que tries mostrar s'agrupen en una barra Altres; per tant, les barres de pas més la barra Altres sumen el Total. En alguns informes multidimensionals, o quan ocultes els valors restants en lloc d'agrupar-los a Altres, les barres visibles no sumaran la barra Total, i el quadre d'informació d'aquesta barra n'explica el motiu.

Horitzontal simple

Paraula clau TYPE de ShopifyQL: horizontal_bar

Imatge estilitzada d'una visualització horitzontal simple.

Una visualització de barres horitzontal simple dibuixa una barra per categoria, on la longitud de la barra representa el valor de la mètrica. L'orientació horitzontal dona a cada categoria una fila sencera, la qual cosa facilita la lectura de les etiquetes llargues i fa que el resultat sigui més fàcil de llegir.

Una visualització de barres horitzontal simple funciona millor quan vols fer qualsevol de les accions següents amb la teva visualització:

  • Classificar els productes per ingressos en un format fàcil de llegir.
  • Mostrar el rendiment per país, estat o ciutat.
  • Presentar una llista de tipus "millors rendiments" on sigui útil poder incloure la llista completa de valors de dimensió (en lloc que les etiquetes quedin truncades com a "...").

Consideracions per a les visualitzacions de barres horitzontals simples

En seleccionar la visualització horitzontal simple per al teu informe, revisa les consideracions següents:

Informes predeterminats que utilitzen la visualització de barres horitzontal simple

La visualització de barres horitzontal simple és una de les visualitzacions predeterminades més utilitzades i s'aplica a la majoria d'informes "per categoria". Alguns exemples inclouen els informes predeterminats de Shopify següents:

Horitzontal apilada

Paraula clau TYPE de ShopifyQL: stacked_horizontal_bar

Imatge estilitzada d'una visualització horitzontal apilada.

Una visualització de barres horitzontal apilada divideix cada barra horitzontal en segments. La longitud total d'una barra representa la mètrica general per a aquella categoria i els segments interiors en desglossen el total mitjançant una segona dimensió.

Una visualització de barres horitzontal apilada funciona millor quan vols fer qualsevol de les accions següents amb la teva visualització:

  • Visualitzar la distribució de l'estat de la comanda entre els centres de preparació de comandes.
  • Mostrar la combinació d'origens del trànsit per categoria de producte.
  • Desglossar una mètrica en dues dimensions quan els valors de la dimensió principal tenen noms llargs.

Consideracions per a les visualitzacions de barres horitzontals apilades

En seleccionar la visualització horitzontal apilada per al teu informe, revisa les consideracions següents:

  • Una visualització de barres horitzontal apilada requereix més d'una dimensió. Si el teu informe només té una dimensió, aquesta visualització no està disponible.
  • Pots configurar el nombre de barres que es mostren i el mètode de classificació.

Informes predeterminats que utilitzen la visualització de barres horitzontal apilada

Els informes predeterminats de Shopify següents utilitzen una visualització de barres horitzontal apilada de manera predeterminada:

Horitzontal agrupada

Paraula clau TYPE de ShopifyQL: horizontal_grouped_bar

Imatge estilitzada d'una visualització horitzontal agrupada.

Una visualització de barres horitzontal agrupada dibuixa una barra separada per a cada valor d'una dimensió i col·loca aquestes barres de costat dins de cada categoria, orientades horitzontalment. De manera similar al seu equivalent vertical, mostra una sola mètrica desglossada en diverses dimensions. L'orientació horitzontal dona a cada etiqueta una fila sencera, la qual cosa facilita la lectura dels noms de categoria llargs.

Una visualització de barres horitzontal agrupada funciona millor quan vols fer qualsevol de les accions següents amb la teva visualització:

  • Comparar la conversió en escriptori i dispositius mòbils per país.
  • Analitzar conjuntament el valor mitjà de la comanda i el recompte de comandes.

Consideracions per a les visualitzacions de barres horitzontals agrupades

En seleccionar la visualització de barres horitzontal agrupada per al teu informe, revisa les consideracions següents:

Llista per mètrica

Paraula clau TYPE de ShopifyQL: list

Imatge estilitzada d'una visualització de llista per mètrica.

Una llista per mètrica genera una llista vertical i ordenable de valors de mètriques. És semblant a una taula, però està dissenyada per permetre una lectura ràpida d'una única mètrica principal ordenada de dalt a baix.

Una llista per mètrica és l'opció ideal quan vulguis fer alguna de les accions següents amb la visualització:

  • Trobar ràpidament els millors clients pel seu valor de temps de vida.
  • Identificar els productes amb el pitjor rendiment per prendre decisions sobre l'estoc.
  • Presentar una llista classificada de totals de mètriques.

Informes predeterminats que utilitzen la visualització de llista per mètrica

Els informes predeterminats de Shopify següents utilitzen una llista per mètrica de manera predeterminada:

Llista per dimensió

Paraula clau TYPE de ShopifyQL: list_with_dimension_values

Imatge estilitzada d'una visualització de llista per dimensió.

Una llista per dimensió presenta una llista que es pot ordenar organitzada pels valors d'una dimensió seleccionada. A diferència de la llista per mètrica, l'objectiu principal és explorar els propis valors de la dimensió, mostrant-ne al costat els valors mètrics associats.

Una llista per dimensió és l'opció ideal quan vulguis fer alguna de les accions següents amb la visualització:

  • Explorar totes les variants del producte amb les seves mètriques associades.
  • Revisar el rendiment de la ubicació en un format organitzat.
  • Veure cada valor d'una dimensió juntament amb el seu indicador clau.

Informes predeterminats que utilitzen la visualització de llista per dimensió

Els informes predeterminats de Shopify següents utilitzen una llista per dimensió de manera predeterminada:

Mètrica de visualització

Paraula clau TYPE de ShopifyQL: single_metric

Imatge estilitzada d'una mètrica de visualització.

Una mètrica de visualització mostra de manera destacada una xifra clau, amb un context opcional de període de comparació. És la visualització més senzilla possible i l'elecció adequada quan només importa un valor.

Una mètrica de visualització és l'opció ideal quan vulguis fer alguna de les accions següents amb la visualització:

  • Supervisar els ingressos d'avui al teu panell de control.
  • Fer el seguiment del progrés cap a un objectiu de vendes mensual.
  • Destacar una xifra principal, com ara Visitants ara mateix o Valor mitjà de la comanda.

Consideracions per a les mètriques de visualització

En seleccionar la mètrica de visualització per al teu informe, revisa les consideracions següents:

  • Una mètrica de visualització ignora la majoria de desglossaments per dimensions. Si vols una comparació entre categories, normalment és més adequada una llista o una visualització de barres.

Informes predeterminats que utilitzen la mètrica de visualització

Els informes predeterminats de Shopify següents utilitzen una mètrica de visualització de manera predeterminada:

Taula de visualització

Paraula clau TYPE de ShopifyQL: table

Imatge estilitzada d'una taula de visualització.

Una taula de visualització mostra les teves dades en files i columnes sense cap visualització addicional. És la decisió encertada quan vols inspeccionar els diferents punts de dades, exportar el conjunt de dades complet o presentar diverses mètriques en diferents dimensions en una única visualització.

Una taula de visualització és l'opció ideal quan vulguis fer alguna de les accions següents amb la teva visualització:

  • Exportar dades detallades de les comandes per a la comptabilitat o la conciliació.
  • Examinar diverses mètriques en diferents dimensions.
  • Presentar una llista de registres on cada fila té la mateixa importància.

Consideracions per a les taules de visualització

En seleccionar la taula de visualització per al teu informe, revisa les consideracions següents:

  • Una taula de visualització no té cap visualització afegida, per tant, les tendències i les proporcions no es representen. Els lectors ho han d'interpretar per ells mateixos.
  • Pots activar l'opció Mostra totes les files ja sigui per visualitzar cada fila o per limitar la taula a un número concret.

Informes predeterminats que utilitzen la taula de visualització

Els informes predeterminats de Shopify següents utilitzen una taula de visualització de manera predeterminada:

Mesurador d'objectiu

Paraula clau TYPE de ShopifyQL: target_gauge

Imatge estilitzada d'un mesurador d'objectiu.

Un mesurador d'objectiu compara un valor mètric real amb un objectiu establert per tu; es presenta com un mesurador de cercle parcial. El farciment del mesurador representa el progrés cap a l'objectiu. Obtén més informació sobre com establir objectius per a les mètriques des del teu panell de resum d'Estadístiques.

Un mesurador d'objectiu és l'opció ideal quan vulguis fer alguna de les accions següents amb la teva visualització:

  • Fer el seguiment del progrés cap a una fita.
  • Mostrar l'estat d'assoliment de l'objectiu d'un cop d'ull.
  • Comunicar el progrés de manera conjunta amb el valor mètric brut.

Consideracions per a les visualitzacions del mesurador d'objectiu

En seleccionar la visualització del mesurador d'objectiu per al teu informe, revisa les consideracions següents:

  • Un gràfic d'indicador d'objectiu requereix un interval de temps. Si l'informe no té un interval de temps definit, aquesta visualització no estarà disponible.
  • Un gràfic d'indicador d'objectiu requereix que s'estableixi un objectiu per a la mètrica escollida.
  • Els indicadors d'objectiu no s'apliquen de manera predeterminada als informes de Shopify. Normalment s'utilitzen a les targetes del panell de control on s'ha configurat un objectiu.

Barres i línies

Paraules clau TYPE de ShopifyQL: una visualització de barres i línies no s'expressa com una sola paraula clau. Es defineix donant a 2 mètriques valors de TYPE diferents a la mateixa clàusula VISUALIZE, per exemple: VISUALIZE total_sales TYPE bar, orders TYPE line.

Imatge estilitzada d'una visualització de barres i línies.

Una visualització de barres i línies traça 2 mètriques juntes en la mateixa visualització. Una mètrica es representa com a barres i l'altra, com a línia. Atès que les mètriques poden utilitzar un eix propi si els valors de la mètrica són de tipus diferents, poden tenir escales i unitats diferents, però compartir una cronologia comuna. Saber-ne més sobre com mostrar diverses mètriques en visualitzacions.

Una visualització de barres i línies funciona millor quan vols fer alguna d'aquestes accions amb la teva visualització:

  • Comparar el nombre de comandes amb el valor mitjà de la comanda per detectar períodes d'alt valor.
  • Fer el seguiment de les sessions juntament amb el percentatge de conversió per identificar oportunitats d'optimització.
  • Presentar de costat 2 mètriques relacionades que utilitzen unitats o escales diferents.

Consideracions per a les visualitzacions de barres i línies

Quan seleccionis la visualització de barres i línies per a l'informe, revisa aquestes consideracions:

  • Una visualització de barres i línies és una visualització multimètrica i requereix exactament 2 mètriques a l'informe.
  • Has de tenir seleccionada una dimensió basada en el temps (per exemple, Dia, Setmana o Mes) i l'has de definir com a primera dimensió al panell de configuració.

Anell

Paraula clau TYPE de ShopifyQL: donut

Imatge estilitzada d'una visualització d'anell.

Una visualització d'anell representa les proporcions d'un tot com a segments d'un anell. La longitud de l'arc de cada segment representa la proporció d'aquesta categoria sobre el total.

Una visualització d'anell funciona millor quan vols fer alguna d'aquestes accions amb la teva visualització:

  • Visualitzar la distribució de l'origen del trànsit d'un sol cop d'ull.
  • Presentar les preferències de la forma de pagament dels clients.
  • Comunicar un nombre petit de categories que sumen un tot significatiu.

Consideracions per a les visualitzacions d'anell

Quan seleccionis la visualització d'anell per a l'informe, revisa aquestes consideracions:

  • Una visualització d'anell funciona millor amb un nombre reduït de segments, normalment entre 3 i 7. Si hi ha massa categories, els segments són difícils de distingir.
  • Pots configurar el nombre de segments que es mostren amb el selector Articles mostrats.
  • Si vols mostrar les dades dividides per diverses dimensions per a una sola mètrica, considera utilitzar una visualització de raigs de sol en el seu lloc.

Informes predeterminats que utilitzen la visualització d'anell

Els informes de Shopify predeterminats següents utilitzen una visualització d'anell per defecte:

Barra de desglossament

Paraula clau TYPE de ShopifyQL: single_stacked_bar

Imatge estilitzada d'una visualització de barra de desglossament.

Una barra de desglossament és una sola barra horitzontal dividida en segments proporcionals. És semblant a una visualització d'anell, però utilitza un disseny lineal, cosa que facilita la comparació precisa de la mida entre els segments.

Una barra de desglossament funciona millor quan vols fer alguna d'aquestes accions amb la teva visualització:

  • Comprendre la combinació de canals de captació de clients.
  • Palesar com afecten els descomptes al desglossament dels teus ingressos.
  • Presentar una única divisió proporcional en la qual el total absolut també és rellevant.

Consideracions per a les visualitzacions de barra de desglossament

Quan seleccionis la visualització de barra de desglossament per a l'informe, revisa aquestes consideracions:

Informes predeterminats que utilitzen la visualització de barra de desglossament

Els informes de Shopify predeterminats següents utilitzen una barra de desglossament per defecte:

Histograma (freqüència)

Paraula clau TYPE de ShopifyQL: histogram

Imatge estilitzada d'una visualització d'histograma (freqüència).

Un histograma mostra la distribució de freqüència dels valors agrupats en intervals, també anomenats classes. L'alçada de cada barra representa quants registres es troben dins d'aquest interval.

Un histograma funciona millor quan vols fer alguna d'aquestes accions amb la teva visualització:

  • Analitzar la distribució del valor de la comanda per prendre decisions sobre preus.
  • Comprendre els patrons de freqüència de compra dels clients.
  • Mostrar si les teves dades s'agrupen al voltant d'un valor típic o s'estenen àmpliament.

Consideracions per a les visualitzacions d'histograma

Quan seleccionis la visualització d'histograma per a l'informe, revisa aquestes consideracions:

  • Un histograma agrupa els valors numèrics automàticament basant-se en l'interval de dades. No has de configurar les classes directament.

Informes predeterminats que utilitzen la visualització d'histograma

Els següents informes de Shopify predeterminats utilitzen un histograma per defecte:

Quadrícula RFM

Paraula clau TYPE de ShopifyQL: rfm_grid

Imatge estilitzada d'una visualització de quadrícula RFM.

Una quadrícula RFM (Recència, Freqüència i Valor monetari) és una matriu codificada per colors que segmenta els clients en funció de si han comprat fa poc o no, de la freqüència i de la quantitat que han gastat. Cada cel·la representa la mida o el valor d'un segment de clients concret. Més informació sobre com interpretar les dades RFM dels clients.

Una quadrícula RFM funciona millor quan vols fer qualsevol de les accions següents amb la teva visualització:

  • Identificar clients VIP per a promocions especials.
  • Detectar els clients en risc que potser s'han de tornar a captar.
  • Segmentar la teva cartera de clients al llarg dels tres eixos RFM simultàniament.

Consideracions sobre les visualitzacions de quadrícula RFM

Quan seleccionis la visualització de quadrícula RFM per al teu informe, revisa les consideracions següents:

  • Una quadrícula RFM requereix que se seleccioni la dimensió Grup RFM. Si les dimensions del teu informe no la inclouen, aquesta visualització no estarà disponible.

Informes predeterminats que utilitzen la visualització de quadrícula RFM

Els següents informes de Shopify predeterminats utilitzen una quadrícula RFM per defecte:

Embut

Paraula clau TYPE de ShopifyQL: funnel

Imatge estilitzada d'una visualització d'embut.

Una visualització d'embut mostra els percentatges de conversió pas a pas mitjançant un procés. Cada pas mostra el nombre o el percentatge d'usuaris que hi han arribat, i l'estrenyiment visual fa evident l'abandonament entre els passos.

Una visualització d'embut funciona millor quan vols fer qualsevol de les accions següents amb la teva visualització:

  • Identificar on abandonen els clients durant el pagament.
  • Optimitzar un procés de vendes identificant colls d'ampolla.
  • Comparar la conversió mitjançant una seqüència d'etapes fixa.

Consideracions sobre les visualitzacions d'embut

Quan seleccionis la visualització d'embut per al teu informe, revisa les consideracions següents:

  • Has d'incloure almenys 4 mètriques compatibles amb l'embut amb el panell de configuració o l'editor de ShopifyQL. Només es poden afegir manualment al teu informe les 8 mètriques següents amb el panell de configuració:
    • Sessions estàndard: Sessions, Sessions amb addicions al carretó, Sessions que han arribat al pagament i Sessions que han completat el pagament.
    • Sessions de la campanya: Sessions de la campanya, Sessions de la campanya amb addicions al carretó, Sessions de la campanya que han arribat al pagament i Sessions de la campanya que han completat el pagament.
  • Les mètriques compatibles amb l'embut han de representar passos en un embut i s'han d'organitzar en l'ordre seqüencial correcte, des del primer pas fins a l'últim. Per exemple: Sessions > Sessions amb addicions al carretó > Sessions que han arribat al pagament > Sessions que han completat el pagament.
  • Quan se selecciona una visualització d'embut, la configuració Embut obert controla si el teu informe inclou sessions que han saltat passos o que els han completat sense seguir l'ordre. Si es desactiva la configuració Embut obert, s'utilitzen càlculs d'embut tancat més estrictes i només es tenen en compte les sessions que han avançat per la seqüència de l'embut esperada en ordre.

Informes predeterminats que utilitzen la visualització d'embut

Els següents informes de Shopify predeterminats utilitzen una visualització d'embut per defecte:

Mapa de calor

Paraula clau TYPE de ShopifyQL: heatmap

Imatge estilitzada d'una visualització de mapa de calor.

Un mapa de calor és una quadrícula codificada per colors en què els tons més foscos i més clars representen valors alts i baixos en dues dimensions. Els colors fan que els patrons d'intensitat siguin més fàcils de detectar que en una taula numèrica.

Un mapa de calor funciona millor quan vols fer qualsevol de les accions següents amb la teva visualització:

  • Identificar els punts amb més vendes per ubicació i categoria de productes.
  • Analitzar els patrons de rendiment segons l'hora del dia i el dia de la setmana.
  • Mostrar on es concentren els màxims i els mínims d'una mètrica en dues dimensions.

Consideracions sobre les visualitzacions de mapes de calor

Quan seleccionis la visualització de mapa de calor per al teu informe, revisa les consideracions següents:

  • Un mapa de calor requereix més d'una dimensió. Si el teu informe només té una dimensió, aquesta visualització no estarà disponible.
  • Pots configurar el nombre de files i columnes mostrades.

Informes predeterminats que utilitzen la visualització de mapa de calor

Els següents informes de Shopify predeterminats utilitzen un mapa de calor per defecte:

Mapa de calor de calendari

Paraula clau TYPE de ShopifyQL: calendar_heatmap

Imatge estilitzada d'una visualització de mapa de calor de calendari.

Un mapa de calor de calendari organitza les teves dades en una quadrícula de calendari, amb una cel·la per dia ombrejada segons el valor de la mètrica d'aquell dia. Els tons més foscos i clars faciliten la lectura de la intensitat diària durant setmanes i mesos. És similar a un mapa de calor, però dissenyat com un calendari perquè destaquin els patrons del dia de la setmana i estacionals.

Un mapa de calor de calendari funciona millor quan vols fer qualsevol de les accions següents amb la teva visualització:

  • Detectar patrons del dia de la setmana i estacionals al llarg de diversos mesos.
  • Identificar d'un cop d'ull els dies de màximes vendes.
  • Mostrar com puja i baixa la intensitat d'una única mètrica dia a dia al llarg d'un interval de dates ampli.

Consideracions sobre les visualitzacions de mapa de calor del calendari

En seleccionar la visualització de mapa de calor del calendari per a l'informe, revisa les consideracions següents:

  • Un mapa de calor del calendari requereix la dimensió Dia, i Dia ha de ser la primera dimensió de l'informe. Si l'informe no inclou la dimensió Dia, se't demanarà que l'afegeixis i la moguis a la primera posició per poder renderitzar la visualització.
  • Si l'informe inclou una segona dimensió, pots personalitzar el nombre d'elements que es mostren a la taula de dades subjacent. Aquesta configuració només canvia la taula de dades i no afecta la visualització del calendari.
  • Un mapa de calor del calendari ombreja cada dia utilitzant una sola mètrica. Si l'informe inclou més d'una mètrica, només es mostra la mètrica seleccionada.
  • Com que un mapa de calor del calendari es basa en la dimensió Dia, només pots seleccionar mètriques que es puguin informar per dia. No es poden utilitzar les mètriques que no estiguin disponibles a nivell diari. Per exemple: mètriques d'instantània, com ara els recomptes d'estoc.
  • Un mapa de calor del calendari és ideal per a intervals de dates més llargs, com ara diversos mesos o un any, de manera que els patrons diaris i estacionals recurrents tinguin espai per aparèixer.
  • La quantitat de dades que es mostren a la visualització està limitada per la mida de l'informe o de la targeta del panell de control. El calendari inclou tants mesos com càpiguen a l'espai disponible, fins a dues files de mesos. Si el teu interval de dates conté més dades de les que hi caben, es mostren els mesos més recents que hi càpiguen.
  • Pots utilitzar el control lliscant de la part inferior de la visualització per establir els límits superior i inferior dels valors de la mètrica representats al mapa de calor. S'amaguen els dies en què el valor de la mètrica queda fora de l'interval seleccionat.

Gràfic de dispersió

Paraula clau TYPE de ShopifyQL: scatter_plot

Imatge estilitzada d'una visualització de gràfic de dispersió.

Un gràfic de dispersió mostra punts de dades individuals en un eix horitzontal i vertical. Cada punt representa un valor de dimensió o una fila de l'informe, i la posició del punt representa la relació entre dues mètriques. El patró representa si dues coses es mouen juntes, se separen o no tenen relació. Saber-ne més sobre com mostrar diverses mètriques a les visualitzacions.

Els gràfics de dispersió són molt útils quan vols identificar correlacions, agrupacions o valors atípics a les dades. Un gràfic de dispersió funciona millor quan vols fer qualsevol de les accions següents amb la teva visualització:

  • Identificar relacions entre dues mètriques, com ara els ingressos bruts i les comandes, o bé els ingressos i les unitats venudes per producte.
  • Detectar valors atípics que no segueixen el mateix patró que la resta de les dades.
  • Comparar molts productes, clients o ubicacions quan cadascun d'aquests elements té dos valors numèrics.

Consideracions sobre les visualitzacions de gràfic de dispersió

En seleccionar la visualització de gràfic de dispersió per a l'informe, revisa les consideracions següents:

  • Un gràfic de dispersió és una visualització de diverses mètriques i requereix exactament dues mètriques a l'informe. La primera mètrica visualitzada es traça a l'eix vertical i la segona mètrica visualitzada es traça a l'eix horitzontal.
  • Pots incloure fins a dues dimensions en un gràfic de dispersió. En afegir una segona dimensió s'assigna un color a cada punt de dades i es divideixen els punts segons la dimensió principal.
  • Pots configurar el nombre de punts que es mostren.
  • Si vols incloure una tercera mètrica per representar l'escala de cada punt, planteja't utilitzar una visualització de gràfic de bombolles.

Gràfic de bombolles

Paraula clau TYPE de ShopifyQL: bubble_chart

Imatge estilitzada d'una visualització de gràfic de bombolles.

Un gràfic de bombolles es basa en el gràfic de dispersió afegint-hi una tercera mètrica que en controla la mida de cada punt. Cada bombolla representa un valor de dimensió o una fila a l'informe, la seva posició representa la relació entre les dues primeres mètriques i la seva mida representa el valor de la tercera mètrica. Saber-ne més sobre com mostrar diverses mètriques a les visualitzacions.

Un gràfic de bombolles és molt útil quan vols sospesar la relació entre dues mètriques amb una tercera mesura d'escala o importància. Un gràfic de bombolles funciona millor quan vols fer qualsevol de les accions següents amb la teva visualització:

  • Comparar dues mètriques, com ara les sessions i el percentatge de conversió, alhora que utilitzes la mida de la bombolla per representar una tercera mètrica, com ara el total de vendes.
  • Detectar valors atípics i agrupacions on la mida de cada bombolla afegeix context, com ara quins productes de trànsit alt també generen més ingressos, o quan les bombolles petites superen les grans, la qual cosa indica els primers senyals de futurs guanyadors.
  • Afegir l'escala (estoc, recompte de clients, ingressos) sobre una comparació de dues mètriques ja existent.

Consideracions sobre les visualitzacions de gràfic de bombolles

En seleccionar la visualització de gràfic de bombolles per a l'informe, revisa les consideracions següents:

  • Un gràfic de bombolles és una visualització de diverses mètriques i requereix almenys tres mètriques a l'informe. La primera mètrica visualitzada es traça a l'eix vertical, la segona a l'eix horitzontal i la tercera determina la mida de cada bombolla.
  • La mida de cada bombolla representa el valor absolut de la tercera mètrica. Una bombolla es dibuixa petita i grisa quan el valor de la tercera mètrica és zero, o quan el seu valor és negatiu i el gràfic també conté valors positius. Si tots els valors de la tercera mètrica són negatius, les bombolles utilitzen la paleta de colors habitual i la mida s'ajusta segons el seu valor absolut.
  • Pots incloure fins a dues dimensions en un gràfic de bombolles. En afegir una segona dimensió s'assigna un color a cada bombolla i es divideixen les bombolles segons la dimensió principal.
  • Un gràfic de bombolles no aplica un límit predeterminat al nombre de punts que es mostren, de manera que es mostren tots els punts coincidents. Per restringir un gràfic dens, pots establir un límit explícit mitjançant la configuració del nombre de punts que es mostren.

Mapa de bombolles

Paraula clau TYPE de ShopifyQL: bubble_map

Imatge estilitzada d'una visualització de mapa de bombolles.

Un mapa de bombolles mostra les dades en un mapa interactiu. Les adreces d'enviament o de facturació properes s'agrupen en clústers i cada clúster es dibuixa com una bombolla. La mida de cada bombolla representa el valor de la mètrica visualitzada, de manera que les bombolles més grans marquen les àrees on es concentra aquesta mètrica. Quan fas zoom o mous el mapa, els clústers es recalculen per a la zona a la vista. Obtén més informació sobre l'ús de visualitzacions de mapes.

Un mapa de bombolles funciona millor quan vols fer qualsevol de les accions següents amb la teva visualització:

  • Identificar les àrees on es concentren les teves vendes o comandes, com ara les àrees metropolitanes que generen més ingressos.
  • Comparar la demanda entre àrees que no coincideixen amb els límits del país, de la regió o de la ciutat.
  • Detecta l'activitat en àrees on no sols vendre.

Consideracions per a les visualitzacions de mapa de bombolles

A l'hora de seleccionar la visualització de mapa de bombolles per al teu informe, revisa les consideracions següents:

  • Dimensions de l'adreça: el mapa de bombolles depèn de la dimensió de l'adreça de l'informe:
    • Un mapa de bombolles requereix una dimensió d'Adreça d'enviament o d'Adreça de facturació. Quan afegeixes qualsevol d'aquestes dimensions al panell de configuració, les adreces properes s'agrupen automàticament en clústers. A l'editor de consultes de ShopifyQL, agrupa la dimensió d'adreça amb el modificador CLUSTER, com ara GROUP BY CLUSTER shipping_address.
    • Les dimensions de l'adreça només estan disponibles amb mètriques de conjunts de dades que incloguin adreces: vendes, pagaments o impostos sobre les vendes. Les dades de les preparacions de comandes només admeten l'Adreça d'enviament. Si el mapa de bombolles no està disponible per al teu informe, prova d'utilitzar una mètrica d'un d'aquests conjunts de dades.
    • Si el teu informe no inclou cap dimensió d'adreça, el mapa t'ofereix els botons Adreça d'enviament i Adreça de facturació per substituir les dimensions del teu informe per aquesta adreça.
    • Un mapa de bombolles pot incloure altres dimensions. Una dimensió anterior a la dimensió de l'adreça dibuixa cada valor amb el seu propi color. Quan les bombolles se superposen, si el centre d'una bombolla queda dins d'una de més gran, s'hi fusiona. La bombolla més gran manté el seu propi valor, i el seu text d'informació enumera les files que inclou. Saber-ne més sobre els mapes de bombolles amb més d'1 dimensió.
  • Quan la configuració Recomanat està activa i l'informe inclou l'Adreça d'enviament o l'Adreça de facturació, el mapa de bombolles se selecciona automàticament, llevat que l'informe visualitzi més d'1 mètrica.
  • Si el teu informe inclou una dimensió d'adreça i selecciones una visualització que no sigui un mapa de bombolles o una taula, la visualització se substitueix per un missatge que indica que només un mapa de bombolles o una taula poden mostrar dades agrupades. Fes clic a Mostra com a mapa de bombolles o Mostra com a taula per canviar-ho.
  • Per defecte, el mapa de bombolles mostra tots els clústers de la visualització de mapa actual. En un mapa dividit en colors per una altra dimensió, el nombre d'articles mostrats limita el nombre de sèries de colors en lloc del nombre de bombolles.
  • Un mapa de bombolles no és el mateix que un gràfic de bombolles. Un gràfic de bombolles compara 3 mètriques en 2 eixos, mentre que un mapa de bombolles situa 1 mètrica en un mapa.

Per conèixer tots els requisits, com s'explora el mapa i com funcionen les mides de les bombolles i els recomptes d'adreces, consulta les Visualitzacions de mapa als informes de Shopify.

Informes predeterminats que utilitzen la visualització de mapa de bombolles

Aquests informes de Shopify predeterminats utilitzen la visualització de mapa de bombolles per defecte:

Mapa d'arbre

Paraula clau TYPE de ShopifyQL: treemap

Imatge estilitzada d'una visualització de mapa d'arbre.

Un mapa d'arbre mostra les parts d'un tot com un conjunt de rectangles imbricats, on la mida de cada rectangle en representa la proporció de la mètrica seleccionada. Els rectangles més grans representen valors més grans, de manera que pots comparar la mida relativa de moltes categories alhora en un espai compacte.

Un mapa d'arbre funciona millor quan vols fer qualsevol de les accions següents amb la teva visualització:

  • Representar d'un cop d'ull la contribució dels ingressos o de l'estoc per categoria de producte.
  • Comparar les mides relatives de molts segments en una sola visualització.
  • Desglossar un total en les seves parts quan hi ha massa categories perquè una visualització de gràfic d'anell es mostri clarament.

Consideracions sobre les visualitzacions de mapa d'arbre

En seleccionar la visualització de mapa d'arbre per a l'informe, revisa les consideracions següents:

  • Un mapa d'arbre utilitza una sola mètrica per dimensionar els seus rectangles. Si l'informe inclou més d'una mètrica, només es mostra la mètrica seleccionada a la visualització.
  • Un mapa d'arbre és una visualització de les parts d'un tot. Quan el teu informe inclou més d'1 dimensió, els rectangles s'imbriquen per mostrar com les subcategories s'agrupen en la seva categoria principal, de manera similar a una visualització radial.
  • Pots configurar el nombre de rectangles que es mostren mitjançant el selector Elements mostrats. Un mapa d'arbre funciona millor amb un nombre manejable de segments, ja que els rectangles molt petits són difícils de comparar.
  • Quan un mapa d'arbre mostra un nombre limitat de segments, un segment principal pot representar un total més gran que els segments imbricats a l'interior, perquè els elements de classificació inferior restants estan ocults per defecte. Com a resultat, el valor d'un segment principal que es mostra al seu quadre informatiu podria no ser igual a la suma dels seus segments secundaris visibles.

Radial

Paraula clau TYPE de ShopifyQL: sunburst

Imatge estilitzada d'una visualització radial.

Una visualització radial mostra dades jeràrquiques de parts d'un tot com un conjunt d'anells concèntrics. L'anell més intern representa la primera dimensió, i cada dimensió addicional afegeix un anell exterior que desglossa encara més el seu segment principal. La mida de cada segment representa la seva proporció de la mètrica seleccionada, la qual cosa fa que una visualització radial sigui similar a una visualització d'anell multinivell.

Una visualització radial funciona millor quan vols fer qualsevol de les accions següents amb la teva visualització:

  • Desglossar un total en diversos nivells alhora, com ara les vendes per categoria de producte, després per producte i després per variant.
  • Visualitzar com un tot es divideix en proporcions imbricades sense canviar entre informes diferents.
  • Comparar la mida relativa de les categories i subcategories en una única visualització.

Consideracions per a les visualitzacions radials

En seleccionar la visualització radial per al teu informe, revisa les consideracions següents:

  • Una visualització radial utilitza una única mètrica per dimensionar els seus segments. Si el teu informe inclou més d'1 mètrica, només es mostrarà la mètrica seleccionada.
  • Una visualització radial admet fins a 3 dimensions imbricades. La primera dimensió es dibuixa com l'anell més intern i cada dimensió addicional s'afegeix com un anell exterior. Una visualització radial és més útil quan l'informe inclou més d'1 dimensió, de manera que els anells formin una jerarquia. Amb només 1 dimensió, una visualització d'anell transmet les mateixes proporcions d'una manera més senzilla.
  • Per defecte, cada anell mostra fins a 5 segments, però pots configurar el nombre de segments que es mostren. Tanmateix, com que els segments representen proporcions d'un tot, una visualització radial funciona millor amb mètriques acumulatives, com els totals de vendes o els recomptes de comandes, amb un petit nombre de categories a cada nivell. Massa segments poden fer que els anells siguin difícils de distingir.
  • Quan una visualització radial mostra un nombre limitat de segments, un segment principal pot representar un total més gran que els segments imbricats a sota, perquè els elements de classificació inferior restants estan ocults per defecte. Com a resultat, el valor d'un segment principal que es mostra al seu quadre informatiu podria no ser igual a la suma dels seus segments secundaris visibles.

Radar

Paraula clau TYPE de ShopifyQL: radar

Imatge estilitzada d'una visualització de radar.

Una visualització de radar compara els valors al llarg de diversos eixos en un disseny circular. Cada eix representa un valor de dimensió, i cada mètrica es dibuixa com una forma que connecta els seus valors a través d'aquests eixos. Saber-ne més sobre com mostrar diverses mètriques a les visualitzacions.

Una visualització de radar funciona millor quan vols fer qualsevol de les accions següents amb la teva visualització:

  • Comparar diverses mètriques per al mateix conjunt de categories, com ara les mateixes col·leccions, productes, segments, regions o botigues.
  • Perfilar el rendiment en un nombre reduït de productes, mercats, canals o altres segments.
  • Detectar diferències en la forma general del rendiment entre mètriques o segments.

Consideracions per a les visualitzacions de radar

En seleccionar la visualització de radar per al teu informe, revisa les consideracions següents:

  • Les visualitzacions de radar admeten la visualització multimètrica per a un màxim de 4 mètriques.
  • Una visualització de radar requereix almenys 1 dimensió perquè el gràfic tingui eixos per comparar.
  • Les visualitzacions de radar inclouen 5 eixos per defecte, però pots personalitzar el nombre d'eixos que es mostren. Tanmateix, les visualitzacions de radar funcionen millor amb un nombre reduït de valors de dimensions categòriques, ja que si hi ha massa eixos la visualització pot ser més difícil de llegir.
  • Els valors es normalitzen de manera que les mètriques amb diferents escales es puguin comparar en la mateixa forma. Passa el ratolí pel quadre informatiu de la visualització o per la taula de dades quan necessitis els valors exactes.

Línia (corba de retenció)

Paraula clau TYPE de ShopifyQL: retention_curve

Imatge estilitzada d'una visualització de línia (corba de retenció).

En una exploració de cohorts, una visualització de línia representa la mètrica de cada cohort com la seva pròpia línia de tendència al llarg del temps, de manera que és fàcil comparar ràpidament el comportament entre les cohorts i detectar els patrons de retenció o d'ingressos.

Una visualització de línia de corba de retenció funciona millor quan vols fer qualsevol de les accions següents amb la teva visualització:

  • Detectar tendències estacionals i patrons setmanals entre les cohorts.
  • Comparar el rendiment de la cohort de l'any actual amb el d'un any anterior.
  • Veure les corbes de retenció o d'ingressos d'una ullada en lloc de llegir els números exactes en una quadrícula.

Consideracions per a les visualitzacions de línia (corba de retenció)

En seleccionar la visualització de línia (corba de retenció) per al teu informe, revisa les consideracions següents:

  • La visualització de línia de corba de retenció només està disponible quan el mètode d'exploració s'ha establert a Cohorts.
  • Aquesta visualització comparteix el nom de Línia al selector amb la visualització de línia de sèries temporals lliures, però utilitza una paraula clau subjacent TYPE de ShopifyQL diferent (retention_curve).

Quadrícula de cohorts

Paraula clau TYPE de ShopifyQL: cohort_grid

Imatge estilitzada d'una visualització de quadrícula de cohorts.

Una quadrícula de cohorts és una matriu codificada per colors que fa el seguiment dels grups de clients al llarg del temps. Les files representen cohorts en funció de la data de la primera compra o d'un altre esdeveniment que defineix la cohort, i les columnes mostren el rendiment d'aquesta cohort en cada període posterior.

Una quadrícula de cohorts funciona millor quan vols fer qualsevol de les accions següents amb la teva visualització:

  • Identificar cohorts de clients d'alt valor.
  • Detectar patrons estacionals en el comportament dels clients.
  • Comparar els números exactes entre les cohorts en el mateix punt del seu cicle de vida.

Consideracions per a les visualitzacions de quadrícula de cohorts

Quan seleccionis la visualització de quadrícula de cohorts per al teu informe, revisa les consideracions següents:

  • Una quadrícula de cohorts només està disponible quan el mètode d'exploració està configurat a Cohorts.

Informes predeterminats que fan servir la visualització de quadrícula de cohorts

Els informes de Shopify predeterminats següents fan servir una quadrícula de cohorts de manera predeterminada: