Bot Dataset

当你想提高对特定结果的理解时

当你想更好地了解导致结果的每个因素时

当你想以视觉形式与团队成员和高级利益相关者分享这一见解时

假设您经营一家生产力软件公司，并想了解客户保留和获 丹麦赌博数据 取如何影响您一个月内的月活跃用户 (MAU)。

有几个数字（包括正数和负数）与客户保留和获取的不同方面相关：

新用户

用户流失

重新激活

通过季节性活动获取的用户

在这种情况下，瀑布图将是理想的数据可视化。它将显示这些因素的增量变化如何影响最终的 MAU 数字。

通过这种方式可视化数据，您可以了解当月哪些留存和获取策略最为成功。它还能让您了解每个中间值如何影响最终结果。

何时不使用瀑布图
在适当的情况下，瀑布图可能会有所帮助，但在许多情况下，另一种类型的数据可视化更为合适。

如果您的结果不是几个单独变化的累积效应（具有正值和负值），那么您应该考虑使用另一种数据可视化技术，例如：

条形图或柱形图

饼图

折线图

散点图

回到生产力软件公司的例子，假设您想了解季度收入是如何在几个货币化产品功能之间分配的。

在这种情况下，您对收入随时间的变化不感兴趣，因此瀑布图并不合适。

相反，您需要了解每个功能的相对收入份额。饼图是理想的数据可视化类型，因为它可以显示每个功能对您的季度收入的贡献。