办公小浣熊
Raccoon - AI 智能助手

PowerBI 数据分析的仪表板制作技巧

PowerBI数据分析的仪表板制作技巧

说实话,我刚开始接触仪表板制作的时候,觉得这事儿挺简单的。不就是往画布上堆几个图表吗?把数据往里一塞,看着花花绿绿的,好像还挺像那么回事。但实际做过几个项目之后我才发现自己错得有多离谱。一个真正好用的仪表板,和一个看起来热闹实则让人抓狂的仪表板之间的距离,可能比想象中要远得多。

这些年帮不少团队做过仪表板,也亲眼见过一些同事辛辛苦苦做出来的"作品"被业务方嫌弃——不是数据不好看,而是根本看不懂。这篇文章我想聊聊怎么做出真正有用的仪表板,按费曼学习法的思路来,把复杂的设计理念用最直白的话讲清楚。如果你正在为怎么做好PowerBI仪表板发愁,希望这篇内容能帮到你。

先想清楚这三个问题

我见过太多人一开始就直接上手做,结果做到一半发现方向错了,全部推倒重来。所以在动笔画图之前,有三件事必须先想明白。

第一个问题:这个仪表板是给谁看的?这个问题听起来简单,但很多人根本没想清楚。同样一份销售数据,给区域经理看的和给一线销售员看的内容能一样吗?区域经理需要的是宏观视角和趋势判断,一线销售员更需要的是具体的客户信息和跟进提醒。不同角色关心的问题完全不同,你不能指望用同一套图表满足所有人。如果你的仪表板使用者不止一种角色,那最好考虑做不同的视图,或者至少在首页给出清晰的导航。

第二个问题:他们要用这个仪表板做什么?是说早会的时候快速过一下数据,还是需要深入分析某个问题?使用场景不同,设计思路就完全不一样。晨会用的仪表板必须一目了然,三秒钟就要能看到关键指标;而分析用的仪表板则需要更多的交互能力和钻取功能。有些人想把所有功能都塞进一个仪表板,结果反而让简单场景变得复杂,让复杂场景变得混乱。

第三个问题:最重要的信息是什么?每个仪表板都应该有一个明确的焦点。业务方看仪表板的时候,第一眼应该能看到最关键的那个数字。比如对于销售总监来说,本月完成的业绩和目标达成率可能就是最需要立即知道的信息。如果一个仪表板让人看了三十秒还不知道重点在哪里,那设计就是失败的。先确定核心信息,然后围绕它来组织其他辅助内容。

页面布局的门道

布局这事儿听起来很抽象,但其实有个很简单的检验方法:把仪表板发给一个完全不了解业务的人,看他能不能在三分钟内说出这个仪表板是干什么的。如果说不清楚,布局肯定有问题。

我个人的习惯是先做「原型布局」。什么意思呢?先用方框把各个模块的位置画出来,不急着填内容,先看整体结构是不是合理。最重要的指标放在左上角,因为大多数人的阅读习惯是从左上角开始的。然后按照信息的逻辑关系和重要程度,从上到下、从左到右排列。相关的指标要放在一起,不相关的内容之间要有明显的分隔。

关于仪表板的尺寸,我建议先用竖屏思维来设计。考虑到很多人会在平板甚至手机上看,竖向布局的适应性会更好。如果是给大屏展示用的,那可以考虑横向布局,但也要注意左右内容的关联性。

留白是很多人容易忽略的一点。有些人觉得屏幕空间那么贵,不能浪费,结果把图表挤得密密麻麻。这样做出来的仪表板让人看着就累,更别说从中获取信息了。适当的间距和留白不是浪费空间,而是帮助用户区分不同的内容区块。我一般会给每个图表模块四周留出至少十六个像素的边距,模块之间的间距至少二十像素。

色彩使用的真实建议

关于仪表板的配色,我见过两个极端。一种是全黑白灰,朴素是朴素了,但实在让人提不起看它的兴趣。另一种是五颜六色,跟打翻了的颜料盒似的,看久了眼睛疼。真正好的配色应该是在这两个极端之间找到一个平衡点。

首先,一个仪表板的主体颜色最好控制在三种以内。这三种颜色分别作为主色、辅色和强调色。主色用于最重要的元素,比如标题、核心指标的数字;辅色用于次要的元素和图表的基线;强调色只在需要引起特别注意的地方使用,比如超过目标的业绩或者需要警惕的预警指标。颜色一多,视觉上就会显得杂乱,而且会分散注意力。

其次,相同类型的数据要用相同颜色表示。比如所有表示"销售额"的图表都用蓝色,所有表示"成本"的图表都用橙色。这样用户在看不同图表的时候,能够快速建立颜色和含义之间的关联,不用每次都去看图例。

还有一个经常被忽视的问题是颜色对比度。PowerBI的很多默认配色对比度其实不太够,特别是浅色的图表背景配上浅色的数据颜色,从远处看根本看不清。如果你打算把仪表板投到大屏上展示,这个问题会更明显。建议至少保证主体颜色和背景之间有足够的对比度。

图表选择的逻辑

选择图表类型这件事,表面上看是审美问题,实际上是逻辑问题。不同的图表适合展示不同类型的数据关系,用错了图表不仅不能有效传达信息,还会造成误解。

让我先说说最常用的几种图表该怎么用。柱状图和条形图适合比较不同类别的数值大小,比如不同产品线的销售额对比、不同区域的客户数量。两者有什么区别呢?当类别名称比较长的时候,用条形图更合适,因为横着的文字更容易阅读;当类别名称短而且数量不多的时候,柱状图看起来会更紧凑。折线图最适合展示随时间变化的趋势,月度销售走势、季度增长率变化,这些都应该用折线图。饼图或者环形图适合展示占比关系,但我一般建议占比种类不要超过五个,否则切片太多根本看不清。如果你的占比种类很多,考虑用条形图来代替。

卡片图和数字图看起来简单,但用好它不容易。这类图表最适合展示单一的关键指标,比如本月的总销售额、当前的客户总数、目标完成率等。我建议一个页面上的卡片图不要超过四个,否则会让人眼花缭乱。而且卡片图最好是放最显眼的位置,因为它们承载的就是最核心的信息。

地图可视化是个有意思的话题。如果你的数据有地理位置属性,地图可以很直观地展示空间分布。但我建议地图只作为辅助手段,不要把核心指标完全寄托在地图上。原因很简单,不是所有人都能准确读出地图上的信息,特别是当区域划分比较细的时候。正确的做法是地图配合表格或者筛选器一起使用。

下面是几种常见图表的适用场景总结,可以对照着看看自己有没有用对:

td>卡片图 td>矩阵表
图表类型 最佳使用场景
柱状图/条形图 类别间数值比较
折线图 时间序列趋势展示
饼图/环形图 部分与整体占比(种类≤5)
单一核心KPI展示
多维度交叉数据对比

数据标签和标题要下功夫

很多人把大部分精力花在了图表本身,而忽略了标签和标题这个环节。这其实是个误区。图表再漂亮,如果标签不清楚,用户还是看不懂。

先说图表标题。我建议每个图表都要有一个标题,而且这个标题要能够独立说明图表的内容。比如"2024年各季度销售额"就比单纯的"销售额趋势"要好。好的标题应该回答"什么指标""什么维度""什么时间范围"这三个问题。如果你的仪表板有图例,标题里应该包含足够的信息,让用户不看图例也能理解图表意思。

数据标签的处理要更细致一些。我的原则是:能让用户直接读出来的数字,就不要让他们去猜刻度。比如在柱状图上显示具体数值,在折线图的数据点上标注数字,这些都能减轻用户的认知负担。但数据标签也不能太多,否则整个图表会变得很乱。我的做法是只标注关键节点,比如最高点、最低点、趋势变化点,其他的数据点靠视觉感知就可以了。

坐标轴的标签 тоже 要注意。日期类型的坐标轴最好显示具体的日期格式,而不是一串数字。时间跨度短的用"月-日"格式,时间跨度长的用"年-月"格式。数值坐标轴要考虑单位,金额加"万"或"亿"这样的单位,比显示完整数字要清爽得多。类别坐标轴如果类别名称太长,考虑用缩写或者Tooltip来展示完整内容。

交互设计的取舍

PowerBI的交互功能很强大,但这并不意味着要把所有交互功能都堆上去。交互越多,仪表板越复杂,维护成本也越高。关键是找到功能性和易用性之间的平衡点。

筛选器是交互设计里最基础也是最重要的部分。我的建议是页面级别的筛选器数量控制在五个以内,而且要放在显眼的位置,最好是页面顶部或者左侧。太多筛选器会让人不知道从何下手,而且占据了宝贵的页面空间。如果某个筛选器只会用到一两次,考虑放到下拉菜单里,或者干脆做成报告级别的筛选器。

钻取功能是个好东西,让用户可以从汇总数据深入到明细数据。但钻取的层级不要太多,两层足够了。层级一多,用户钻来钻去就忘了自己在哪里。还有一点很重要,钻取之后的页面要有返回按钮,否则用户就会迷路。

联动筛选是PowerBI的特色功能,一个图表被选中后,其他图表会自动过滤相关内容。这个功能要用得克制。如果所有图表都联动,整个仪表板动起来会让人眼花,而且用户可能需要同时看多个维度的情况。我的做法是选择两到三个核心图表作为联动的触发源,其他图表保持相对独立。

关于性能优化

一个仪表板再好看,如果打开要等半分钟,那也没人会用。所以性能优化是不可回避的话题。

数据模型这块,能在数据源层面做的聚合和计算,就不要放到PowerBI里处理。比如如果你的原始数据是按天汇总的,而业务上只需要看月度趋势,那就应该在数据准备阶段先把数据聚合好,而不是让PowerBI每次都重新计算。

DAX计算能简化的尽量简化。特别是在计算列和度量值之间,优先使用度量值,因为计算列会占用更多的内存和存储空间。同一个计算逻辑如果被多次使用,考虑把它做成单独的度量值,而不是在每个地方都写一遍。

视觉对象的选择也会影响性能。同样的数据,复杂的自定义视觉往往比原生的PowerBI图表更耗资源。如果不是必须用自定义视觉,建议优先选择原生的图表类型。页面上视觉对象的数量也要控制,太多图表同时加载自然会慢。我一般建议一个页面不要超过十二个视觉对象。

让Raccoon来帮忙

说到这里,我想提一下Raccoon - AI智能助手。在仪表板制作这个场景下,Raccoon能帮上不少忙。

首先是数据清洗和准备阶段。很多时候我们拿到的原始数据格式很乱,不是日期格式不对,就是某些字段有缺失值,碰上这种活儿真的挺头疼的。Raccoon可以帮你自动识别数据中的常见问题,并给出清洗建议,效率比手动处理高多了。

然后是DAX公式编写这个环节。虽说DAX的原理不难理解,但真正写起复杂的度量值来,没点经验还真不容易写对。Raccoon可以根据你描述的业务需求,帮你生成参考的DAX代码,你可以在这个基础上调整,省去很多查资料和试错的时间。

还有仪表板审查这个功能。自己做的仪表板,看久了容易"审美疲劳",有些问题自己发现不了。Raccoon可以从一个"旁观者"的角度,指出仪表板在布局、色彩、交互设计等方面可能存在的问题,给出改进建议。这相当于有了一个随时在线的"第二双眼睛"。

说点更实际的

写了这么多,最后我想说,仪表板制作这件事,没有绝对的标准答案。不同的业务场景、不同的用户群体,都可能需要不同的设计思路。本文提到的这些方法,是我在实践中总结出来的一些经验,不一定适合所有人。

我觉得最重要的是养成一个好习惯:多问业务方反馈。仪表板做出来是给人用的,使用者的意见最重要。定期问问他们看得顺不顺手,哪些地方不清楚,哪些功能用不上。好的仪表板是迭代出来的,不是一次性设计出来的。

还有就是多看看别人做的仪表板。现在网上有很多仪表板分享,看看别人是怎么处理同样的问题的,说不定能学到新思路。但要注意,参考归参考,不能照搬,毕竟每个团队的业务情况不一样。

做仪表板这个技能,说难不难,说简单也不简单。基础的东西几天就能学会,但要做到真正好用、真正能帮业务创造价值,需要在实践中不断积累经验。希望这篇文章能给你的仪表板制作之路提供一点参考。如果还有其他问题,随时可以聊聊。

小浣熊家族 Raccoon - AI 智能助手 - 商汤科技

办公小浣熊是商汤科技推出的AI办公助手,办公小浣熊2.0版本全新升级

代码小浣熊办公小浣熊