占比分析用于分析不同个体在总体中的占比。本章实例包含人群占比分析、地理位置占比分析等。
1.群体占比分析
商业场景：
本节的目的在于分析不同客户群的消费占比，在此分析结果基础上，企业可针对不同客户群，制定进一步的营销策略。
案例分析：
根据订单日期（按年统计），统计不同初次购买年份人群的消费占比（占销售额总和的百分比）。
可视化实现：
堆积柱状图。
在DataFocus中的实现步骤：
1）在DataFocus中导入数据表，选择数据表，点击“确定”后开始分析。
2）通过增加“首次购买日期”公式，计算首次购买日期，公式为min(订单日期)。
3）双击“客户Id”列名，双击“首次购买日期”公式，将结果保存为中间表。
4）为原数据表和中间表增加关联关系，用户关联数据分析。
5）通过增加“订单年份”公式，计算订单日期中的年份，公式为year(订单日期)。
6）通过增加“首次购买日期年份”公式，计算首次购买日期的年份，公式为year(首次购买日期)。
7）双击“销售额”列名，双击“首次购买日期年份”、“订单年份”，获取搜索结果。
8）点击“图表属性”按钮，点击“数据标签格式”,打开按钮显示数据标签，并将宏文本改为“%_PERCENT_OF_CATEGORY”，可显示不同初次购买年份的用户，在每年销售额中的占比，如图1所示。
分析与应用：
从图中可以看出，初次购买为2017年的用户，消费占比最高，而初次购买为2018年的用户，消费占比连续呈下滑状态，可进一步分析该人群获取提升方案。
图1：不同初次购买年份人群的消费占比
2. 地理位置占比分析
商业场景：
不同地理位置（区域）的销售情况一直是商业分析中的重点关注指标，通过行政区域的销售情况分析，可以有针对性地采取措施，提升薄弱区域，巩固核心区域，可以为未来趋势提供有力参考，也能进一步把握资金地投资方向等。
案例分析：
本节实例为分析各地区（国家）的销售贡献率占比，并且分别演示相对占比和绝对占比两种实现方式。
可视化实现：
位置图。本节实例的目的是显示不同行政区域的销售状况，使用位置图为最佳选择。
在DataFocus中的实现步骤：
1）在DataFocus中使用位置图前，需要在数据表管理中，点击“详情”，“列信息”中将相应的地理位置列（省、国家、城市）的地域类型修改为相应的格式。
2）导入数据表，选择数据表，点击“确定”后开始分析。
3）双击“销售额”、“省”列名，获取搜索结果。
4）点击“图表属性”按钮，点击“数据标签格式”,打开按钮显示数据标签，并将宏文本改为“%_PERCENT_OF_TOTAL”，可显示不同省份的销售额占比，如图2所示。
图2：不同省份的消费占比
分析与应用：
从图中可以看出，山东省与广东省的销售额占比最高，分别为9.9%和9.0%，可进一步分析这些区域的销售优势情况，为其余地区提供参考。
在DataFocus中还可以使用向上/向下钻取数据的功能，进一步获取不同层级行政区划的数据详情。
