Jeg vil diskutere nogle visualiseringsmuligheder, der er tilgængelige i LuckyTemplates, som kan gøre en enorm forskel for din præsentation, selvom du ikke er kreativt indstillet, når det kommer til at lave PowerPoint-dashboards eller rapporter.
Du kan producere rigtig god indsigt ved at kombinere den model, du har, med DAX-mål.
Vi har allerede lavet et par indledende beregninger, og nu begynder vi at visualisere tingene. Vi ønsker at skabe nogle værdifulde indsigter baseret på det, vi har skabt. Du kan se den fulde video af denne tutorial nederst på denne blog.
Indholdsfortegnelse
Oprettelse af en salgsrapport ved hjælp af visualiseringer
På fanen Indsæt er der en lang række ting, som du kan bruge i dine rapporter.
Jeg vil starte med at oprette en titel kaldet. Jeg kan ændre ting som skrifttype og skriftstørrelse med denne bjælke.
Til visualiseringerne vil jeg bruge ruden Visualisering her.
Disse er de indbyggede visualiseringer, som LuckyTemplates har. Det har cirkeldiagrammer, donutdiagrammer, stablede søjlediagrammer osv., som du allerede har brugt i Excel og andre præsentationer.
Du kan kombinere alle disse for at præsentere dine nødvendige data i dine rapporter.
Jeg starter med et donutdiagram.
Normalt kan du trække kolonner eller mål ind i rapporten, men jeg kan godt lide at bruge denne rude nedenfor.
Her kan jeg blot placere foranstaltningerne i de rigtige felter.
Så jeg vil vælge Locations og trække Navn til Legend-feltet.
Og så vil jeg hente mit samlede salg og placere det i feltet Værdier.
Til at begynde med har det resulterende diagram for meget information.
Så jeg skal justere datafelterne.
Jeg erstatter Navn med Amt her.
Og så kan jeg ændre formateringen. Al formatering af visualiseringerne udføres i Format-sektionen.
Her kan du ændre hvad som helst på en visualisering som titel, datafarver osv.
Nu vil jeg slukke for legenden.
Så vælger jeg Kategori, dataværdi i detaljeetiketterne.
Så nu har jeg en oversigt over de vigtigste amter i mit datasæt.
For mig ser det stadig travlt ud, men det er okay. Der er fire amter, der udgør 50% af dataene, hvilket gør det til et rimeligt visuelt.
Jeg brugte County i stedet for Name , fordi mit mål var at præsentere et rent og enkelt billede. At have for mange data gør det rodet og kompliceret.
Duplikering og formatering af lignende visualiseringer
Dernæst skal jeg lave en visualisering af mine kunder.
Jeg tilføjer kundenavn og samlet salg i værdierne og forvandler det til et stablet søjlediagram.
Dette er resultatet af dataene.
Du vil bemærke, at titlen og akserne bliver oprettet automatisk. De er fra de data, du tilføjede i feltsektionen.
Nu vil jeg kopiere og indsætte diagrammet.
Og erstat derefter Produktnavn i det kopierede diagram.
Du kan også formatere dem på samme tid ved at holde Ctrl-tasten nede og samle begge billeder.
Slå derefter dataetiketter til og deaktiver x-aksen.
Jeg vil også deaktivere y-aksen. Da jeg har detaljerne fra dataetiketterne og titlen, har jeg ikke brug for det længere.
Så ændrer jeg farven på det duplikerede diagram.
Nu har jeg to differentierede diagrammer med lignende billeder.
Dette er en hurtig måde at generere visualiseringer ved blot en hurtig kopi-og-indsæt.
Oprettelse af et kort over overskud
Dernæst skal jeg lave et kort. Og jeg vil bruge det samlede overskud .
I mit placeringsdatasæt har jeg Latitude og Longitude .
Med disse breddegrader og længdegrader ønsker du at mærke dem som en bestemt datakategori, som en akse eller repræsentation. Så jeg vælger Latitude som Latitude og Longitude som Longitude i datakategorien.
Bring dem derefter til deres tilsvarende felter.
Den automatisk oprettede titel er ikke den mest ideelle, så jeg vil ændre den til en mere enkel. Jeg vil navngive det Samlet overskud efter butiksplacering.
Nu har jeg mit overskud fra Californien fra forskellige regioner i området.
Oprettelse af en salgsvisualisering
Dernæst vil jeg bruge Date til en ny visualisering og slippe af med dens hierarki.
Jeg vil placere det samlede salg i værdierne og gøre det til et stablet søjlediagram.
Og jeg fjerner øksernes titler.
Nu har jeg en ny visualisering til mit salg.
Oprettelse af en skæremaskine som et filter
Vi har i øjeblikket ingen filtre til vores data, så jeg har tænkt mig at lave en slicer ud af År .
I ruden Generelt ændrer jeg orienteringen til vandret og deaktiverer responsiv.
Så vil jeg slippe af med skærehovedet og ændre baggrunden til en lysere grå.
Nu kan vi begynde at filtrere de andre visualiseringer efter dato.
Fremstilling af nøgletal ved hjælp af kort
For at afslutte tingene, vil jeg placere nogle nøgletal. For at gøre det vil jeg tage Total Sales og gøre det til et kort.
Så kopierer jeg kortet fem gange.
Derefter vil jeg sætte samlet fortjeneste , solgt mængde , samlede transaktioner og overskudsmargen i hvert duplikeret kort.
Når man klikker sig igennem dataene, går tallene fra millioner til tusinder.
For at afhjælpe dette går jeg til dataetiketten og vælger Millioner. Dette vil gøre tallene mere ensartede.
Nu har vi forskellige nøgletal til at supplere vores data.
Redigering af interaktioner inden for visualiseringsindstillinger
Når du vælger et amt, vil du bemærke, at den måde, diagrammerne interagerer med hinanden på, ikke er optimal.
Dette skyldes, at filtreringen er anderledes. Så jeg vælger Rediger interaktioner.
Dette vil gøre mig i stand til at ændre udseendet af diagrammerne i forhold til, hvordan andre visualiseringer ser ud.
Jeg kan klikke på det lille ikon øverst til højre for at redigere hver visualisering. Og jeg vil gøre det samme på hvert diagram.
Når jeg er færdig, vil du se, at visualiseringerne er mere dynamiske. Nu viser den faktisk hvert enkelt valg.
Oprettelse af en ny skæremaskine til kvarter
Overhold kolonnerne i datotabellen.
Der er en kolonne for kvartal og år, men ingen kolonne med kun kvartal.
For eksempel vil jeg beregne mit salg i løbet af et bestemt kvartal i 2018. Jeg kunne oprette en beregnet kolonne for at gøre det, men det er nemmere at bruge.
Det er en hurtigere måde end at have en beregnet kolonne. Power Query-editoren opdaterer dataene i beregningerne med de andre transformationer og har ikke brug for yderligere beregninger.
I redaktøren har vi kvartalet og året her.
For at tilføje en kolonne for kvartaler, vil jeg bruge en funktion kaldet Kolonne fra eksempler.
Når du skriver noget, vil editoren automatisk finde ud af, hvad du vil have baseret på, hvad du har skrevet. Når du indtastede Q1, valgte den automatisk disse resultater.
Med denne nye kolonne med kvartaler vil jeg vælge Luk og anvend.
Nu er kolonnen, jeg har oprettet i Power Query-editoren, oversat til datotabellen.
Går jeg tilbage til rapporten, vil jeg kopiere og indsætte sliceren.
Erstat derefter Året med Quarters, vores nyoprettede kolonne.
Nu har jeg en anden slicer at filtrere datasættet efter.
*****Relaterede links*****
Konklusion
Vi har behandlet en række forskellige visualiseringsmuligheder i LuckyTemplates. Du kan se, at der er ubegrænsede muligheder med visualiseringer. Det er op til dine præferencer, hvordan du vil have dem til at se ud.
At være i stand til at lave dine egne visualiseringer vil hjælpe dig med at forbedre udseendet af dine rapporter. Det vil hjælpe dig med at skabe overbevisende indsigt, der kan hjælpe dig meget.
Held og lykke.
*****Lærer du Lucky Templates?*****
Denne blog indeholder LuckyTemplates TOPN DAX-funktionen, som giver dig mulighed for at få unik indsigt fra dine data, hvilket hjælper dig med at træffe bedre markedsføringsbeslutninger.
Find ud af, hvorfor det er vigtigt at have en dedikeret datotabel i LuckyTemplates, og lær den hurtigste og mest effektive måde at gøre det på.
Denne korte vejledning fremhæver LuckyTemplates mobilrapporteringsfunktion. Jeg vil vise dig, hvordan du kan udvikle rapporter effektivt til mobilenheder.
I denne LuckyTemplates Showcase gennemgår vi rapporter, der viser professionel serviceanalyse fra et firma, der har flere kontrakter og kundeengagementer.
Gå gennem de vigtigste opdateringer til Power Apps og Power Automate og deres fordele og implikationer for Microsoft Power Platform.
Opdag nogle almindelige SQL-funktioner, som vi kan bruge, såsom streng, dato og nogle avancerede funktioner til at behandle eller manipulere data.
I denne tutorial lærer du, hvordan du opretter din perfekte LuckyTemplates-skabelon, der er konfigureret til dine behov og præferencer.
I denne blog vil vi demonstrere, hvordan man lagdelte feltparametre med små multipler for at skabe utrolig nyttig indsigt og visuals.
I denne blog vil du lære, hvordan du bruger LuckyTemplates rangerings- og brugerdefinerede grupperingsfunktioner til at segmentere et eksempeldata og rangordne det efter kriterier.
I denne tutorial vil jeg dække en specifik teknik omkring, hvordan du kun viser Kumulativ Total op til en bestemt dato i dine visuals i LuckyTemplates.
