平时见得最多的也许是柱形图了，但我个人最喜欢的却是散点图。在讲散点图之前，我先阐述一个不太严谨的个人观点。我认为，所有的数据图表都可以分为两类，
一类是偏重于展示，一类是偏重于研究
。如何理解？偏重于展示的图表，往往是将某个指标所蕴含的信息更为直观地表达，即该类图表中获取得的信息，是可以直接应用于业务决策的。比如某公司全国各省的销售员人均销售业绩的柱形图，孰高孰低被展现得很明显，那么哪些地区需要努力，或者哪些地区需要裁员，就可以进行决策了。
偏重于研究的图表，往往是显现出指标间的某些隐藏的关系，从图中得到的信息往往需要进一步的研究，才能落地为具体的业务判断或执行策略。比如某公司人均销售业绩与员工离职率的散点图，你或许能看到两者存在某种数学关系，但你并不能获得显性的结论，而是需要通过进一步的研究，比如回归建模，才能提取出这种关系。
研究型的图表就像一扇门，经常能帮助我们打开另一番天地，获得的信息价值也更高；但相对的，也有更高的风险，许多时候你投入很多时间，获得的结论却没有价值。
散点图最核心的价值在于发现变量之间的关系，千万不要狭隘地将这个关系理解为线性回归关系。指标间的关系有很多，如线性关系、多项式关系、指数关系、对数关系等等，当然，没有关系也是一种重要的关系。最基本的散点图我们来看一个典型的散点图，下图展示了一家外卖配送公司配送员人均负荷（一天需送掉的订单量）与订单的准时送达率。
散点图的
基本元素就是点
，即通过两个变量（纵坐标轴和横坐标轴）的数值，将点打在图表对应的位置上，通过散点的分布，来观察两个变量之间的相互关系。通过上图我们就能直观地看到，人均配送负载和订单的准时送达率是负相关的关系，即人均配送负载越高，准时送达率越低，而人均配送负载越低，则准时送达率越高。我们通过添加一条趋势线，来使得这个关系更为明显。
对于一家外卖配送公司，这个结论似乎是一个常识，当一个人一天要配送的订单越多，则他就越难准时将所有订单送到。其实，这个逻辑未必是成立的，真正的解读是：如果订单是循序渐进，在时间分布上平缓地递交给配送员，那么单再多，配送员能一单单送完，则超时率是依旧平稳地；但实际情况并非如此，外卖配送需求都是在高峰时间段脉冲式增长，这就导致配送压力大时，配送员同时承接了多个订单，这就导致了手头总有一部分订单会因为绕路配送而超时，这才导致了如下散点图上的反映。
其实散点图的制作只需要三部操作：1.点出散点图制作控件；2.选择数据；3.调整图表参数首先点击“插入”选项卡下的“图表”模块，在左边的图表选择项中，选择“XY（散点图）”，暂时先选择第一种类型，后面的几种类型会慢慢介绍。如图2-2，点击“确定”按钮后，就会生成一个空的散点图。如图2-3，右键点击图形，选择“选择数据”，就会出现如图2-4的数据源选择框，在这里点击“编辑”按钮，进入如图2-5显示的“编辑数据序列”界面。在“编辑数据序列”这个界面当中，我们需要设置三个数据，第一个是图标标题，你可以选择某个单元格，会出现对你选中单元格的绝对引用参数；第二个是X轴上要显示的指标，你可以操作鼠标在Excel表中圈选，也可以自己输入绝对引用语句；第三个是Y轴上要显示的指标，方式与第二个相同。
