ARTICLE · 1128382
Excel散点图与气泡图:让数据关系一目了然的可视化利器
两个变量看趋势，三个变量看格局。散点图和气泡图，是Excel里最被低估的分析工具。
在日常数据分析中，我们经常需要回答这类问题：
广告投入增加，销售额真的跟着涨吗？
客户满意度高的门店，复购率是不是也更高？
在“收入—利润—规模”三个维度下，哪些业务值得重点投入？
柱状图、折线图擅长展示“一个维度的变化”，但当我们想看清变量之间的关系时，散点图和气泡图才是真正的主角。
今天这篇文章，带你从零掌握这两个图表：散点图看相关性，气泡图看三维数据。
一、散点图：两个变量之间的关系探测器
1. 什么时候用散点图？
散点图的核心价值是展示两个连续变量之间的相关性。每个点代表一条记录，横坐标是变量X，纵坐标是变量Y。
典型场景：
广告费 vs 销售额
学习时长 vs 考试成绩
气温 vs 冰淇淋销量
用户年龄 vs 客单价
2. Excel实操：三步做出散点图
假设你有如下数据：
操作步骤：
选中“广告投入”和“销售额”两列数据（包括表头）
点击【插入】→【散点图】→选择“仅带数据标记的散点图”
右键点击图表 →【添加趋势线】→ 选择“线性”
在趋势线格式中勾选“显示公式”和“显示R平方值”
完成后，你会看到一条拟合直线和类似 y = 2.8x + 30 的公式，以及 R² = 0.96 的数值。
3. 怎么看懂R²？
R²（决定系数）是判断相关性强弱的关键指标：
R² > 0.8：强相关，X能很好地解释Y的变化
0.5 < R² < 0.8：中等相关，存在明显趋势但有波动
R² < 0.3：弱相关，两者关系不明显
上例中R²=0.96，说明广告投入能解释96%的销售额变化，这个结论就很有说服力。
4. 进阶技巧：用颜色分组
如果你还有“地区”字段，可以做出分组散点图：
把不同地区的数据分成多列排列
插入散点图后，每个系列自动用不同颜色
这样能一眼看出：华东和华南的门店，是否处在不同的增长曲线上
5. 添加数据标签
右键数据点 →【添加数据标签】→ 再右键标签 →【设置数据标签格式】→ 勾选“单元格中的值”，选择“门店”列。这样每个点旁边就会显示门店名称，汇报时非常直观。
二、气泡图：一张图展示三个维度
1. 气泡图与散点图的区别
散点图展示X、Y两个维度；气泡图在此基础上增加第三个维度——气泡大小。
2. 典型应用场景
产品矩阵分析：X=增长率，Y=利润率，气泡大小=营收规模
客户价值分析：X=购买频次，Y=客单价，气泡大小=客户数
门店评估：X=坪效，Y=增长率，气泡大小=面积
3. Excel实操：制作气泡图
数据准备（三列）：
操作步骤：
选中三列数据
【插入】→【散点图】→ 选择“气泡图”
右键气泡 →【设置数据系列格式】
在“气泡大小”选项中，确认“将气泡大小缩放为”设为合适比例（默认100%，可根据需要调整）
添加数据标签，显示产品名称
4. 气泡图的经典玩法：四象限分析
在气泡图中添加两条参考线，把图面分成四个象限，立刻变成战略分析工具：
第一象限（高增长、高利润）：明星业务，加大投入
第二象限（低增长、高利润）：现金牛，维持现状
第三象限（低增长、低利润）：瘦狗业务，考虑收缩
第四象限（高增长、低利润）：问题业务，需优化成本
如何添加参考线：
计算X轴和Y轴的平均值
通过【图表设计】→【添加图表元素】→【网格线】，或手动添加辅助系列来画线
也可以用【插入】→【形状】→ 直线，手动绘制参考线（简单粗暴但有效）
5. 气泡大小设置的坑
Excel默认按照数值面积来映射气泡大小，而不是半径。这意味着：
数值相差2倍，气泡面积相差2倍，但视觉上半径只差约1.4倍
如果数值差异极大（如10和1000），小气泡会小到看不见
解决方案：
对气泡大小列做平方根处理，让视觉比例更合理
或者设置“将气泡大小缩放为”一个合适的百分比，手动调整
另外，气泡图不适合展示过多数据点。超过20个气泡，图面会显得杂乱。如果数据点很多，建议先做筛选或聚合。
三、实战案例：用气泡图做门店投资决策
假设你是一家连锁品牌的数据分析师，手上有10家门店的数据：
X轴：月度增长率
Y轴：净利润率
气泡大小：月营收
分析思路：
计算增长率和净利润率的平均值，画出十字参考线
找出“高增长+高利润+大营收”的门店——这是标杆，要复制其经验
找出“高增长+低利润”的门店——增长快但不赚钱，检查成本结构
找出“低增长+高利润”的门店——成熟期，关注是否还有提升空间
找出“低增长+低利润+小营收”的门店——评估是否关停或改造
一张气泡图，就能把复杂的多维决策变得一目了然。
四、常见问题与优化建议
Q1：散点图的数据点太多，重叠严重怎么办？
可以设置数据点透明度：右键数据系列 →【设置数据系列格式】→【填充】→ 调整透明度到50%-70%。重叠的点会呈现更深的颜色，密度分布一目了然。
Q2：趋势线选线性还是指数？
线性：适用于稳定增长关系
指数：适用于前期增长快、后期放缓的场景（如用户增长）
多项式：适用于波动较大的数据，但阶数不宜超过3
Q3：气泡图能不能加趋势线？
可以，但意义不大。气泡图更适合做象限分析和分类对比，而不是拟合趋势。
Q4：如何让图表更美观？
去掉多余的网格线和边框
用品牌色系区分不同系列
给关键数据点添加注释文本框
标题直接写结论，而不是“XX图”
五、总结
散点图和气泡图的本质，是把数据表中的行，变成图面上的点。当你的数据有多个维度、需要寻找规律和异常时，它们比任何图表都更直接。
下次做数据分析时，不妨先问自己一句：我要看的，是不是变量之间的关系？ 如果是，散点图和气泡图就是你的第一选择。