Typy wizualizacji w usłudze Power BI
DOTYCZY: Power BI Desktop usługa Power BI
W tym artykule wymieniono wizualizacje dostępne w usłudze Power BI. Będziemy dodawać nowe wizualizacje, cierpliwości!
Zapoznaj się z usługą Microsoft AppSource, gdzie znajdziesz rosnącą listę wizualizacji usługi Power BI , które można pobrać i używać we własnych pulpitach nawigacyjnych i raportach. Jesteś osobą kreatywną? Dowiedz się, jak tworzyć i dodawać własne wizualizacje do tej witryny społeczności.
Wizualizacje w usłudze Power BI
Wszystkie te wizualizacje można dodać do raportów usługi Power BI określonych w języku Q&A i przypiętych do pulpitów nawigacyjnych.
Wykresy warstwowe: podstawowy (warstwowy) i skumulowany
Podstawowy wykres warstwowy jest oparty na wykresie liniowym z wypełnionym obszarem między osią i linią. Wykresy warstwowe podkreślają znaczenie zmiany w czasie. Można ich używać do zwracania uwagi na wartość całkowitą w trendzie. Na przykład dane reprezentujące zysk w czasie można przedstawić na wykresie warstwowym, aby podkreślić łączny zysk.
Aby uzyskać więcej informacji, zobacz Podstawowy wykres warstwowy.
Wykresy słupkowe i kolumnowe
Wykresy słupkowe są standardowe w przypadku wyszukiwania określonej wartości w różnych kategoriach.
Karty
wiele wierszy
Karty z wieloma wierszami zawierają co najmniej jeden punkt danych, jeden na wiersz.
pojedyncza liczba
Karty z pojedynczą liczbą zawierają jeden fakt, pojedynczy punkt danych. Czasami jedna liczba jest najważniejsza i chcesz ją śledzić na swoim pulpicie nawigacyjnym lub w raporcie usługi Power BI, np. łączna sprzedaż, udział w rynku rok do roku lub łączna liczba szans sprzedaży.
Aby uzyskać więcej informacji, zobacz Tworzenie karty (kafelka z dużą liczbą).
Wykresy kombi
Wykres kombi łączy wykres kolumnowy i wykres liniowy. Łączenie dwóch wykresów w jednym umożliwia szybsze porównywanie danych. Wykresy kombi mogą mieć jedną lub dwie osie Y, dlatego trzeba je dokładnie przeglądać.
Wykresy kombi są doskonałym wyborem:
- gdy masz wykres liniowy i kolumnowy o takiej samej osi X;
- aby porównać wiele miar z różnymi zakresami wartości;
- Aby zilustrować korelację między dwiema miarami w jednej wizualizacji.
- Aby sprawdzić, czy jedna miara spełnia cel zdefiniowany przez inną miarę.
- aby zaoszczędzić miejsce na kanwie.
Aby uzyskać więcej informacji, zobacz Wykresy kombi w usłudze Power BI.
Drzewo dekompozycji
Wizualizacja drzewa dekompozycji umożliwia wizualizację danych w wielu wymiarach. Automatycznie agreguje ona dane i umożliwia przechodzenie do szczegółów wymiarów w dowolnej kolejności. Jest to również wizualizacja sztucznej inteligencji (AI), więc można poprosić ją o znalezienie następnego wymiaru, aby przejść do szczegółów na podstawie określonych kryteriów. Sprawia to, że jest to cenne narzędzie do badania ad hoc i przeprowadzania analizy głównych przyczyn.
Wykresy pierścieniowe
Wykresy pierścieniowe są podobne do wykresów kołowych. Pokazują relację między częściami względem całości. Jedyna różnica polega na tym, że jego środek jest pusty, dlatego możliwe jest dodanie etykiety lub ikony.
Aby uzyskać więcej informacji, zobacz Wykresy pierścieniowe w usłudze Power BI.
Wykresy lejkowe
Lejki pomagają wizualizować proces zawierający etapy, w którym elementy przepływają sekwencyjnie od jednego etapu do następnego. Przykładem jest proces sprzedaży, który rozpoczyna się od potencjalnych klientów i kończy się na realizacji zakupu.
Za przykład może posłużyć wykres lejkowy sprzedaży, który śledzi zachowania klientów na poszczególnych etapach: Potencjalny klient > Kwalifikowany potencjalny klient > Prawdopodobny klient > Umowa > Finalizacja. Już na pierwszy rzut oka kształt lejka wskazuje na kondycję śledzonego procesu. Każdy etap wykresu lejkowego stanowi procent całości. W większości przypadków wykres lejkowy ma kształt lejka — pierwszy etap jest największy, a każdy kolejny jest mniejszy od poprzedniego. Przydatny jest również wykres lejkowy w kształcie gruszki, ponieważ umożliwia identyfikację problemu w danym procesie. Zazwyczaj jednak pierwszy etap, etap „pobierania”, jest największy.
Aby uzyskać więcej informacji, zobacz Wykresy lejkowe w usłudze Power BI.
Wykresy w postaci wskaźników
Wykres miernika promieniowego ma okrągły łuk i wyświetla pojedynczą wartość, która mierzy postęp w kierunku celu. Cel, lub wartość docelowa, jest reprezentowany przez linię (wskazówkę). Postęp w kierunku celu jest reprezentowany przez cieniowanie. Wartość reprezentująca postęp jest wyświetlana w pogrubieniu wewnątrz łuku. Wszystkie możliwe wartości są równomiernie rozmieszczone na łuku, od wartości minimalnej (najbardziej po lewej) do wartości maksymalnej (najbardziej po prawej).
W powyższym przykładzie sprzedawca samochodów monitoruje średnią sprzedaż zespołu sprzedażowego względem miesiąca. Naszym celem jest $200,000 i reprezentowane przez lokalizację igły. Minimalna możliwa średnia sprzedaż wynosi 100 000 USD i ustawiliśmy maksymalną wartość $250,000. Niebieskie cieniowanie pokazuje, że obecnie średnio około 180 000 USD w tym miesiącu. Na szczęście mamy jeszcze tydzień na osiągnięcie celu.
Mierniki promieniowe sprawdzają się doskonale w następujących przypadkach:
- Wyświetlanie postępów na drodze do celu.
- Przedstawianie miary opartej na percentylu, np. kluczowego wskaźnika wydajności.
- Pokazywanie kondycji jednej miary.
- Wyświetlanie informacji, które można szybko skanować i rozumieć.
Aby uzyskać więcej informacji, zobacz Wykresy w postaci wskaźników w usłudze Power BI.
Wykres kluczowych elementów mających wpływ
Wykres kluczowych elementów mających wpływ przedstawia głównych współautorów wybranego wyniku lub wybranej wartości.
Kluczowe elementy mające wpływ są doskonałym rozwiązaniem ułatwiającym zrozumienie czynników, które wpływają na kluczową metrykę. Na przykład to, co wpływa na klientów, aby złożyć drugie zamówienie lub dlaczego sprzedaż była tak wysoka w czerwcu ubiegłego roku.
Aby uzyskać więcej informacji, zobacz Wykresy kluczowych elementów mających wpływ w usłudze Power BI
Kluczowe wskaźniki wydajności
Kluczowy wskaźnik wydajności (KPI) to wizualna podpowiedź przedstawiająca postęp w realizacji mierzalnego celu.
Kluczowe wskaźniki wydajności są doskonałym wyborem w następujących sytuacjach:
- Aby zmierzyć postęp (co mam do przodu lub z tyłu?).
- Aby zmierzyć odległość do metryki (jak daleko przed lub za jestem?).
Aby uzyskać więcej informacji, zobacz Wskaźniki KPI w usłudze Power BI.
Wykresy liniowe
Wykresy liniowe wyróżniają ogólny kształt całej serii wartości, zazwyczaj w czasie.
Maps
mapa podstawowa
Mapa podstawowa służy do kojarzenia informacji dotyczących kategorii i ilości z lokalizacjami.
Aby uzyskać więcej informacji, zobacz Porady i wskazówki dotyczące wizualizacji w formie map.
mapa ArcGis
Kombinacja map ArcGIS i usługi Power BI przenosi tworzenie map na zupełnie nowy poziom wykraczający poza prezentację punktów na mapie. Dostępne opcje obejmujące mapy podstawowe, typy lokalizacji, motywy, style symboli i warstwy referencyjne pozwalają tworzyć okazałe i bogate w informacje wizualizacje map. Połączenie autorytatywnych warstw danych (na przykład dotyczących spisu) na mapie z analizą przestrzenną umożliwia lepsze zrozumienie danych używanych w wizualizacji.
Aby uzyskać więcej informacji, zobacz Mapy ArcGIS w usłudze Power BI.
Mapa platformy Azure
Porada
Używane do kojarzenia informacji dotyczących kategorii i ilości z lokalizacjami.
Aby uzyskać więcej informacji, zobacz Azure Maps wizualizacji dla usługi Power BI.
Kartogram (Choropleth)
Kartogram używa cieniowania lub barwienia, lub wzorców do wyświetlania, jak wartość różni się w części lokalizacji geograficznej lub regionu. Szybko wyświetlaj te względne różnice za pomocą cieniowania tych zakresów od jasnych (rzadsze/mniejsze) do ciemnych (częstsze/większe).
Porada
Im bardziej intensywny kolor, tym większa wartość.
Aby uzyskać więcej informacji, zobacz Kartogramy w usłudze Power BI.
Mapa kształtów
Mapy kształtów służą do porównywania regionów na mapie przy użyciu koloru. Mapa kształtów nie umożliwia wyświetlenia dokładnych lokalizacji geograficznych punktów danych. Zamiast tego ich głównym przeznaczeniem jest pokazywanie względnych porównań regionów na mapie przy użyciu różnych kolorów.
Aby uzyskać więcej informacji, zobacz Mapy kształtów w usłudze Power BI.
Macierz
Wizualizacja macierzy jest typem wizualizacji tabeli (zobacz Tabele w tym artykule), która obsługuje układ schodkowy. Tabela obsługuje dwa wymiary, ale macierz ułatwia wyświetlanie danych w znaczący sposób w wielu wymiarach. Często projektanci raportów uwzględniają macierze w raportach i pulpitach nawigacyjnych, aby umożliwić użytkownikom wybieranie co najmniej jednego elementu (wiersze, kolumny, komórki) w macierzy do krzyżowego wyróżniania innych wizualizacji na stronie raportu.
Porada
Macierz automatycznie agreguje dane i umożliwia przechodzenie do szczegółów danych.
Aby uzyskać więcej informacji, zobacz Wizualizacje macierzy w usłudze Power BI.
Wykresy kołowe
Wykresy kołowe pokazują relację między częściami względem całości.
Wizualizacja usługi Power Apps
Projektanci raportów mogą utworzyć aplikację usługi Power Apps i osadzić ją w raporcie usługi Power BI jako wizualizację. Konsumenci mogą korzystać z tej wizualizacji w raporcie usługi Power BI.
Aby uzyskać więcej informacji, zobacz Dodawanie wizualizacji usługi Power Apps do raportu.
Wizualizacja języka Q&A
Porada
Podobnie jak w przypadku środowiska Q&A na pulpitach nawigacyjnych, wizualizacja języka Q&A umożliwia zadawanie pytań dotyczących danych przy użyciu języka naturalnego.
Aby uzyskać więcej informacji, zobacz Q A visuals in Power BI (Wizualizacje języka Q&A w usłudze Power BI).
Wizualizacje skryptów języka R
Porada
Wizualizacje utworzone za pomocą skryptów języka R, powszechnie nazywane wizualizacjami języka R, pozwalają przedstawiać zaawansowane kształtowania i analizy danych (na przykład prognozy), używając rozbudowanych możliwości analizy i wizualizacji języka R. Wizualizacje języka R można tworzyć w programie Power BI Desktop, a następnie publikować w usłudze Power BI.
Aby uzyskać więcej informacji, zobacz Wizualizacje języka R w usłudze Power BI.
Wykres wstążkowy
Wykresy wstążkowe pokazują, która kategoria ma najwyższą rangę (największą wartość). Wykresy wstążkowe dobrze obrazują zmianę rangi, zawsze wyświetlając najwyższą rangę (wartość) u góry dla każdego przedziału czasu.
Aby uzyskać więcej informacji, zobacz Wykresy wstążkowe w usłudze Power BI.
Wykres punktowy
Wykres punktowy, bąbelkowy i kropkowy
Wykres punktowy zawsze ma dwie osie wartości: jeden zestaw danych liczbowych jest wyświetlany wzdłuż osi poziomej, a drugi wzdłuż osi pionowej. Na wykresie kreślone są punkty występujące na przecięciu wartości liczbowych x i y, co zapewnia połączenie tych par wartości w pojedynczych punktach danych. Te punkty danych mogą być rozproszone równomiernie lub nierównomiernie wzdłuż osi poziomej, w zależności od danych.
Na wykresie bąbelkowym zamiast punktów danych używane są bąbelki. Rozmiar bąbelka reprezentuje dodatkowy wymiar danych.
Zarówno wykresy punktowe, jak i bąbelkowe mogą mieć również oś odtwarzania, która może pokazywać zmiany w czasie.
Wykres kropkowy jest podobny do wykresu punktowego i wykresu bąbelkowego, z tą różnicą, że wzdłuż osi X może wykreślić dane liczbowe lub podzielone na kategorie. W tym przykładzie dane sprzedaży są wykreślane wzdłuż osi X, a zamiast kółek są używane kwadraty.
Aby uzyskać więcej informacji, zobacz Wykresy punktowe w usłudze Power BI.
Wykres punktowy o wysokiej gęstości
Zgodnie z definicją dane o wysokiej gęstości są próbkowane tak, aby umożliwić w miarę szybkie tworzenie wizualizacji, które reagują na interakcję. Próbkowanie o wysokiej gęstości używa algorytmu, który eliminuje nakładające się punkty i gwarantuje, że wszystkie punkty w zestawie danych są reprezentowane w wizualizacji. Nie przedstawia ono po prostu reprezentatywnej próbki danych.
Zapewnia to najlepszą kombinację czasu reakcji, reprezentatywności i czytelnego przedstawienia ważnych punktów w całym zestawie danych.
Aby uzyskać więcej informacji, zobacz Wykresy punktowe o wysokiej gęstości w usłudze Power BI.
Fragmentatory
Fragmentator to autonomiczny wykres, który może służyć do filtrowania innych wizualizacji na stronie. Fragmentatory są dostępne w wielu różnych formatach (kategoria, zakres, data itp.) i można je formatować w celu umożliwienia zaznaczenia tylko jednej, wielu lub wszystkich dostępnych wartości.
Fragmentatory są doskonałym wyborem, jeśli chcesz:
- Wyświetlić często używane lub ważne filtry na kanwie raportu w celu ułatwienia dostępu.
- Ułatwić wyświetlanie bieżącego stanu przefiltrowanego bez konieczności otwierania listy rozwijanej.
- Filtrowanie według kolumn, które są niepotrzebne i ukryte w tabelach danych.
- Tworzenie bardziej ukierunkowanych raportów (przez umieszczenie fragmentatorów obok ważnych wizualizacji).
Aby uzyskać więcej informacji, zobacz Fragmentatory w usłudze Power BI.
Inteligentna narracja
Inteligentna narracja dodaje do raportów tekst, aby wskazać trendy i kluczowe wnioski oraz dodać wyjaśnienia i kontekst. Ten tekst ułatwia użytkownikom zrozumienie danych i szybkie identyfikowanie ważnych wniosków.
Aby uzyskać więcej informacji, zobacz Tworzenie inteligentnych podsumowań narracji.
Obrazy autonomiczne
Obraz autonomiczny to grafika, która została dodana do raportu lub pulpitu nawigacyjnego.
Aby uzyskać więcej informacji, zobacz Dodawanie widgetu obrazu do pulpitu nawigacyjnego.
Tabele
Tabela to siatka zawierająca powiązane dane w postaci logicznej serii wierszy i kolumn. Może również zawierać nagłówki i wiersze sum. Tabele dobrze się sprawdzają w przypadku porównań ilościowych, gdy analizuje się wiele wartości z jednej kategorii. Na przykład ta tabela zawiera pięć różnych miar dla kategorii.
Tabele są doskonałym wyborem do następujących celów:
- Wyświetlanie i porównywanie szczegółowych danych i dokładnych wartości (zamiast ich reprezentacji wizualnych).
- Wyświetlanie danych w formacie tabelarycznym.
- Wyświetlanie danych liczbowych według kategorii.
Aby uzyskać więcej informacji, zobacz Praca z tabelami w usłudze Power BI.
Mapy drzewa
Wykresy mapy to wykresy składające się z kolorowych prostokątów, w których rozmiar reprezentuje wartość. Mogą być hierarchiczne z prostokątami zagnieżdżonymi w prostokątach głównych. Obszar wewnątrz każdego prostokąta jest przydzielany na podstawie mierzonej wartości. Następnie prostokąty są układane według rozmiaru od lewego górnego rogu (największe) do prawego dolnego rogu (najmniejsze).
Mapy drzewa są doskonałym wyborem:
- do wyświetlania dużych ilości danych hierarchicznych;
- gdy za pomocą wykresu słupkowego nie można skutecznie zaprezentować dużej liczby wartości;
- do pokazania proporcji między poszczególnymi częściami i całością;
- do pokazania wzorca rozkładu miary dla każdego poziomu kategorii w hierarchii;
- do pokazania atrybutów z użyciem kodowania kolorami i rozmiarami;
- do odnajdywania wzorców, odstających wartości, najważniejszych elementów oraz wyjątków.
Aby uzyskać więcej informacji, zobacz Mapy drzewa w usłudze Power BI.
Wykresy kaskadowe
Wykres kaskadowy pokazuje sumę bieżącą, gdy wartości są dodawane lub odejmowane. Jest to użyteczne, jeśli chcemy zrozumieć, jak na początkową wartość (np. przychód netto) ma wpływ seria zmian dodatnich i ujemnych.
Kolumny są kodowane przy użyciu kolorów, więc szybko można zobaczyć wzrosty i spadki. Kolumny z wartościami początkowymi i końcowymi często zaczynają się na osi poziomej, podczas gdy wartości pośrednie są kolumnami przestawnymi. Ze względu na ten „wygląd” wykresy kaskadowe są często zwane wykresami mostkowymi.
Wykresy kaskadowe są doskonałym wyborem w następujących przypadkach:
- W przypadku zmian miary w czasie lub w różnych kategoriach.
- W przypadku inspekcji najważniejszych zmian wpływających na wartość całkowitą.
- W przypadku pokazania na wykresie rocznego zysku firmy poprzez przedstawienie różnych źródeł dochodu składających się na zysk całkowity (lub stratę).
- W przypadku ilustrowania początkowej i końcowej liczby pracowników w firmie w roku.
- W przypadku wizualizowania zarobków i wydatków w każdym miesiącu oraz bieżącego salda konta.
Aby uzyskać więcej informacji, zobacz Wykresy kaskadowe w usłudze Power BI.
Następne kroki
Wizualizacje w raportach usługi Power BI— dokumentacja wizualizacji usługi Power BI z sqlbi.com, wskazówki dotyczące wybierania odpowiedniej wizualizacji dla danych