在本系列的第1部分中，图数据库有哪些，我们讨论了SAP SuccessFactors People Analytics报告故事中支持的各种图表。在第2部分中，我们重点介绍了比较图及其用法。在这篇博文中，电梯物联网，我们将尝试详细介绍趋势图和分布图及其应用。

我们将重复使用相同的示例组织"BestRun Pvt Ltd"，以及我们在第2部分中介绍的组织中的各种个人。

BestRun Pvt Ltd是一家总部位于美国的大型跨国公司。让我们看一下it人力资源组织结构的一部分，我们将用它来演示图表的用例。

图表

趋势图表用于演示变量在时间序列中的变化。

分布图表用于演示数据集中值的分布。

让我们看一下一些最佳实践使用各种趋势和分布图

趋势图

与面积图不同，这些图表适合显示离散数据点的趋势。它非常适合于比较基于时间的数据点，并有助于确定各指标在给定时间范围内的模式和趋势。

例如，招聘和入职副总裁Eugene希望回顾制造业务部门跨年度的内部迁入和内部迁出，淘客推广怎么做，并查看其多年计划是否得到采纳2017年，在见证了大量的内部迁出后，人工智能行业分析，有助于减少迁出并提高内部团队满意度。

堆积面积图适用于连续的维度，或者我们有一组非常大的离散数据点。堆积面积图有时可能会混淆，如果我们有两个多的措施，因为视觉上比较地区与不同的基线可能会混淆观众，员工关系副总裁正在调查2018年表现最佳和最差团队的缺勤情况，以确定减少缺勤的措施。

分布图

方框图通常用于显示数据在5个主要方面的分散情况。最小值最大值四分之一百分位数第二季度百分位数第三季度百分位数异常值显示为单独的数据点。应谨慎使用此图表，因为它期望读者理解数据集价值分散的概念，因此不应用于不熟悉此图表的受众。

例如，美国人力资源主管Jenny希望分析所有向Eugene报告的招聘人员的绩效，在过去一年中，以职位申请为基础的最高绩效和四分位绩效。下图显示129个中有10个是填充状态的异常值。

热图有助于理解多个维度的值分布，色标用于显示整个光谱的变化。其目的是通过分析观察到的光谱来发现跨维度的模式。值的最大值和最小值作为颜色光谱的两端。

示例–Max，云服务器和服务器，员工关系副总裁试图分析2019-20财年某组织的离职原因和性别。

此图表通常用于在二维平面上显示多变量定量数据。对于每个观测值，跨维度的值被连接起来，以提供星形外观。如果我们看到一个特定维度上的值聚集在一起，这也有助于分析。图表的一个好处是异常值主要可见，这也使图表偏向于异常值读数。

示例–Steve，CHRO正在分析向他报告的个人的部门绩效评级，包括已完成的个人和处于修改阶段的个人。

Treemap显示分层数据作为一个集合的分布嵌套矩形。树形图和热图的区别在于树形图通过改变特定维度值的大小和颜色来显示度量值的变化。树形图需要一个单一的测量和尺寸。

例如-史蒂夫，CHRO正在研究他的劳动力是如何分布在各个国家的

下面的例子虽然可能是地理地图上最好的支持，但由于缺乏当前的支持地理地图，我们选择了一个很好的替代方法是树形图，它显示了不同大小和颜色的分布。