- 图表数据
- Starbucks Store Count Is Still Struggling In China

Starbucks Store Count Is Still Struggling In China
Chartr 发布的一张图背后的数字,用原生图表重画。对照原图,研究数据,再做你自己的。
简化重绘
由我们用下面的数字重新绘制。悬停、点按或用方向键查看。这是简化重绘:它用我们自己的样式展示数字,不是原图的样子。强调色标出这张图的主角。表格里带 ~ 的是估算值。
数字
75 个点中前 10 个免费| 分组 | 系列 | x | 数值 (stores / USD) | 来源 | 置信 |
|---|---|---|---|---|---|
| Q1 2019 | Store Count | 2019 | ~3700 | 估算 | 0.30 |
| Q1 2019 | Quarterly Sales | 2019 | ~650000000 | 估算 | 0.30 |
| Q2 2019 | Store Count | 2019.25 | ~3800 | 估算 | 0.30 |
| Q2 2019 | Quarterly Sales | 2019.25 | ~680000000 | 估算 | 0.30 |
| Q3 2019 | Store Count | 2019.5 | ~3900 | 估算 | 0.30 |
| Q3 2019 | Quarterly Sales | 2019.5 | ~720000000 | 估算 | 0.30 |
| Q4 2019 | Store Count | 2019.75 | ~4100 | 估算 | 0.30 |
| Q4 2019 | Quarterly Sales | 2019.75 | ~750000000 | 估算 | 0.30 |
| Q1 2020 | Store Count | 2020 | ~4300 | 估算 | 0.30 |
| Q1 2020 | Quarterly Sales | 2020 | ~760000000 | 估算 | 0.30 |

Max 数据,目前留邮箱免费看
查看全部 75 个数据点并下载文件
这张图的完整表格、JSON、CSV 和 agent skill 文件。它们属于 Max;原型阶段,留邮箱即可解锁。
| Q2 2020 | Store Count | 2020.25 | ~4400 | 估算 | 0.30 |
|---|---|---|---|---|---|
| Q2 2020 | Quarterly Sales | 2020.25 | ~750000000 | 估算 | 0.30 |
| Q3 2020 | Store Count | 2020.5 | ~4600 | 估算 | 0.30 |
| Q3 2020 | Quarterly Sales | 2020.5 | ~200000000 | 估算 | 0.30 |
| Q4 2020 | Store Count | 2020.75 | ~4700 | 估算 | 0.30 |
| Q4 2020 | Quarterly Sales | 2020.75 | ~310000000 | 估算 | 0.30 |
| Q1 2021 | Store Count | 2021 | ~4800 | 估算 | 0.30 |
| Q1 2021 | Quarterly Sales | 2021 | ~450000000 | 估算 | 0.30 |
| Q2 2021 | Store Count | 2021.25 | ~5000 | 估算 | 0.30 |
| Q2 2021 | Quarterly Sales | 2021.25 | ~440000000 | 估算 | 0.30 |
| Q3 2021 | Store Count | 2021.5 | ~5100 | 估算 | 0.30 |
| Q3 2021 | Quarterly Sales | 2021.5 | ~480000000 | 估算 | 0.30 |
| Q4 2021 | Store Count | 2021.75 | ~5300 | 估算 | 0.30 |
| Q4 2021 | Quarterly Sales | 2021.75 | ~470000000 | 估算 | 0.30 |
| Q1 2022 | Store Count | 2022 | ~5400 | 估算 | 0.30 |
| Q1 2022 | Quarterly Sales | 2022 | ~480000000 | 估算 | 0.30 |
| Q2 2022 | Store Count | 2022.25 | ~5600 | 估算 | 0.30 |
| Q2 2022 | Quarterly Sales | 2022.25 | ~360000000 | 估算 | 0.30 |
| Q3 2022 | Store Count | 2022.5 | ~5700 | 估算 | 0.30 |
| Q3 2022 | Quarterly Sales | 2022.5 | ~280000000 | 估算 | 0.30 |
| Q4 2022 | Store Count | 2022.75 | ~5800 | 估算 | 0.30 |
| Q4 2022 | Quarterly Sales | 2022.75 | ~380000000 | 估算 | 0.30 |
| Q1 2023 | Store Count | 2023 | ~6000 | 估算 | 0.30 |
| Q1 2023 | Quarterly Sales | 2023 | ~300000000 | 估算 | 0.30 |
| Q2 2023 | Store Count | 2023.25 | ~6100 | 估算 | 0.30 |
| Q2 2023 | Quarterly Sales | 2023.25 | ~380000000 | 估算 | 0.30 |
| Q3 2023 | Store Count | 2023.5 | ~6200 | 估算 | 0.30 |
| Q3 2023 | Quarterly Sales | 2023.5 | ~410000000 | 估算 | 0.30 |
| Q4 2023 | Store Count | 2023.75 | ~6400 | 估算 | 0.30 |
| Q4 2023 | Quarterly Sales | 2023.75 | ~420000000 | 估算 | 0.30 |
| Q1 2024 | Store Count | 2024 | ~6800 | 估算 | 0.30 |
| Q1 2024 | Quarterly Sales | 2024 | ~400000000 | 估算 | 0.30 |
| Q2 2024 | Store Count | 2024.25 | ~7000 | 估算 | 0.30 |
| Q2 2024 | Quarterly Sales | 2024.25 | ~360000000 | 估算 | 0.30 |
| Q3 2024 | Store Count | 2024.5 | ~7100 | 估算 | 0.30 |
| Q3 2024 | Quarterly Sales | 2024.5 | ~360000000 | 估算 | 0.30 |
| Q4 2024 | Store Count | 2024.75 | ~7300 | 估算 | 0.30 |
| Q4 2024 | Quarterly Sales | 2024.75 | ~380000000 | 估算 | 0.30 |
| Q1 2025 | Store Count | 2025 | ~7685 | 估算 | 0.50 |
| Q1 2025 | Quarterly Sales | 2025 | ~370000000 | 估算 | 0.30 |
| Q1 2019 | Quarterly Store Count | 0 | ~3600 | 估算 | 0.30 |
| Q2 2019 | Quarterly Store Count | 1 | ~3700 | 估算 | 0.30 |
| Q3 2019 | Quarterly Store Count | 2 | ~3800 | 估算 | 0.30 |
| Q4 2019 | Quarterly Store Count | 3 | ~3900 | 估算 | 0.30 |
| Q1 2020 | Quarterly Store Count | 4 | ~4000 | 估算 | 0.30 |
| Q2 2020 | Quarterly Store Count | 5 | ~4100 | 估算 | 0.30 |
| Q3 2020 | Quarterly Store Count | 6 | ~4200 | 估算 | 0.30 |
| Q4 2020 | Quarterly Store Count | 7 | ~4400 | 估算 | 0.30 |
| Q1 2021 | Quarterly Store Count | 8 | ~4600 | 估算 | 0.30 |
| Q2 2021 | Quarterly Store Count | 9 | ~4800 | 估算 | 0.30 |
| Q3 2021 | Quarterly Store Count | 10 | ~5000 | 估算 | 0.30 |
| Q4 2021 | Quarterly Store Count | 11 | ~5200 | 估算 | 0.30 |
| Q1 2022 | Quarterly Store Count | 12 | ~5400 | 估算 | 0.30 |
| Q2 2022 | Quarterly Store Count | 13 | ~5600 | 估算 | 0.30 |
| Q3 2022 | Quarterly Store Count | 14 | ~5800 | 估算 | 0.30 |
| Q4 2022 | Quarterly Store Count | 15 | ~6000 | 估算 | 0.30 |
| Q1 2023 | Quarterly Store Count | 16 | ~6100 | 估算 | 0.30 |
| Q2 2023 | Quarterly Store Count | 17 | ~6200 | 估算 | 0.30 |
| Q3 2023 | Quarterly Store Count | 18 | ~6400 | 估算 | 0.30 |
| Q4 2023 | Quarterly Store Count | 19 | ~6600 | 估算 | 0.30 |
| Q1 2024 | Quarterly Store Count | 20 | ~6800 | 估算 | 0.30 |
| Q2 2024 | Quarterly Store Count | 21 | ~7000 | 估算 | 0.30 |
| Q3 2024 | Quarterly Store Count | 22 | ~7200 | 估算 | 0.30 |
| Q4 2024 | Quarterly Store Count | 23 | ~7400 | 估算 | 0.30 |
| Q1 2025 | Quarterly Store Count | 24 | ~7685 | 估算 | 0.50 |
Max 订阅者可以通过 API 取同样的数据。 API 文档
API · Max
用 API 调用这张图
Max 套餐可以取这张图的数字(每个数字都带来源),格式为 JSON 或 CSV,附重画规格;也可以让智能体通过 MCP 调用。图表 id:74d12b1deab6。
数值是近似的。我们对这张图的两次读取只部分一致(置信度 0.31,满分 1),引用前请对照原图。API 会标记 lowConfidence,加 ?min_confidence=0.5 可以把它排除。
| 路径 | 返回 | 套餐 | |
|---|---|---|---|
| GET | /api/v1/charts/74d12b1deab6 | 标题、发布者、日期、图型、数据点数;用 Max 密钥时附数据链接 | 开放 |
| GET | /api/v1/charts/74d12b1deab6/data | 每个数据点及其来源和置信度,加上重画规格。加 ?format=csv 得到 CSV | Max |
| GET | /api/v1/charts/74d12b1deab6/render?view=1 | 本页使用的只读绘图视图 | 开放 |
| POST | /mcp | 工具 get_chart_data 加这个 id,供 Claude、Cursor 等智能体使用 | Max |
curl -s https://viral-chart.com/api/v1/charts/74d12b1deab6/data \
-H "Authorization: Bearer $VIRALCHART_KEY"claude mcp add --transport http viralchart https://viral-chart.com/mcp \
--header "Authorization: Bearer $VIRALCHART_KEY"每个密钥每分钟 60 次,超出返回 429 和 Retry-After。每个账号最多 5 个密钥,在账户页创建,只显示一次。没有 Max 时数据接口返回 402,并附套餐链接。这些数字描述的是发布者拥有的图,每个文件都带授权说明。
做一张这样的图
这张图的形式,你的数字。
实时预览。所有内容都留在你的设备上。
选择形式
简化形式:用我们自己的样式,不是原图的样子。你的数字从这张图的数据开始。
换上你的数字
这是这张图自己的名称和数字,方便你看清形式。直接改写任何名称或数字,预览会随之重画。发布前请把每一个都换成你的。
这是这张图的数字,方便你看清形式。发布前请把每一个都换成你的。
你的品牌
导出图片
免费图片的角落有一行小字 “Made with ViralChart”,别人就是通过这一行找到我们的。
Chartr 的更多数据
全部图表数据常见问题
这些数字有多准?
它们由两遍独立读图估算得出,置信度 0.31(0 到 1)。图上印着的数字读得准,从坐标轴读出的值可能有几个百分点的偏差。
这些数据可以直接用吗?
这些数字描述的是 Chartr 发布的图表。图片、版式和样式归他们所有。使用数字时请注明发布者,图片请用你自己的数据来做。
怎么拿到文件?
JSON、CSV 和 agent skill 文件在本页的邮箱解锁区。原型里它们是静态文件:/api/charts/74d12b1deab6.json 和 /api/charts/74d12b1deab6.skill.md。