订阅号做微网站需要认证吗,龙华区民治街道,网站建设存在的问题,北京建工博海建设有限公司网站1. 雷达图#xff1a;不只是“好看”#xff0c;更是“好用”的对比利器 很多朋友第一次在PowerBI里看到雷达图#xff0c;可能觉得它就是个“花架子”#xff0c;除了样子酷炫#xff0c;好像没啥实际用处。我刚开始也这么想#xff0c;直到有一次#xff0c;我需要给老…1. 雷达图不只是“好看”更是“好用”的对比利器很多朋友第一次在PowerBI里看到雷达图可能觉得它就是个“花架子”除了样子酷炫好像没啥实际用处。我刚开始也这么想直到有一次我需要给老板汇报一个产品经理的能力评估报告。当时手头有五个产品经理每个人在“市场洞察”、“产品规划”、“项目管理”、“数据分析”、“沟通协作”这五个维度的评分。如果用柱状图我得放五组柱子密密麻麻根本看不清用折线图五条线交错在一起更是乱成一团麻。就在我焦头烂额的时候想起了雷达图。我把五个人的数据放进去奇迹发生了——五个清晰的“蜘蛛网”在同一个坐标里铺开谁强谁弱哪个维度是短板哪个维度是长项一眼扫过去清清楚楚。老板在会上指着图说“这个小王市场洞察和沟通是强项但数据能力明显是短板下半年重点补强。”那次汇报效果出奇的好我也彻底被雷达图圈粉了。所以雷达图到底是什么简单说它就是一个从中心点向外辐射出多个坐标轴每个轴代表一个维度的圆形图表。把各个维度的数据点连接起来就形成了一个封闭的多边形。这个多边形的“面积”大小直观地反映了这个对象的整体强弱而多边形的“形状”则清晰地揭示了它在各个分项指标上的不均衡情况。它特别适合用来做多维度个体的综合对比或者单个个体在不同维度上的优劣势分析。比如比较几款手机在性能、拍照、续航、屏幕、价格上的表现或者分析一个销售人员在客户开拓、客情维护、成单率、客单价、回款速度上的能力模型。但我要提醒你雷达图用不好很容易踩坑。最常见的问题就是“苹果和香蕉比大小”。比如你的指标里既有“销售额”单位是万元又有“客户满意度”单位是分满分5分。如果不做任何处理直接把原始数据扔进雷达图那“销售额”的轴可能拉到外太空去了而“满意度”的轴短得看不见这个图就完全失去了对比的意义。所以用雷达图之前数据归一化是必须跨越的第一道坎这个我们后面会详细讲。2. 从零到一构建你的第一个雷达图光说不练假把式咱们直接上手。假设你是一家电商的数据分析师现在想用雷达图来对比“手机”、“笔记本电脑”、“智能手表”这三个品类在“销售额”、“利润”、“销量”、“客户好评率”四个核心指标上的表现。数据已经准备好了我们一步步来。2.1 数据准备与模型搭建首先你的数据表结构要清晰。通常需要一个“事实表”和一个“维度表”。在这个例子里我们可以简化一下用一张“销售数据”表里面包含这些字段[产品品类]、[销售额]、[利润]、[销量]、[好评数]、[评价总数]。第一步我们需要计算“客户好评率”。在PowerBI Desktop里切换到“数据”视图选中你的“销售数据”表点击“新建列”输入公式好评率 DIVIDE ( SUM ( ‘销售数据‘[好评数] ), SUM ( ‘销售数据‘[评价总数] ) )这个DIVIDE函数比直接用“/”更安全能自动处理分母为零的情况。现在我们有四个指标了但它们的量纲天差地别销售额动辄几十万利润几万销量几百好评率是个0到1之间的小数。直接做雷达图就是灾难。所以第二步归一化。我们的目标是把所有指标都映射到0-100的分数区间。这里需要一个“满分”参考值。你可以用历史最大值、目标值或者一个合理的上限。比如我们设定销售额满分50万利润满分10万销量满分1000件好评率满分就是1100%。我们再新建四个“折算分”度量值销售额折算分 MIN ( 100, DIVIDE ( SUM ( ‘销售数据‘[销售额] ), 500000 ) * 100 ) 利润折算分 MIN ( 100, DIVIDE ( SUM ( ‘销售数据‘[利润] ), 100000 ) * 100 ) 销量折算分 MIN ( 100, DIVIDE ( SUM ( ‘销售数据‘[销量] ), 1000 ) * 100 ) 好评率折算分 [好评率] * 100注意这里用了MIN函数这是为了防止某个品类表现异常突出得分超过100分把雷达图撑爆我们把它上限限定在100分。这样无论原始数据多大折算分都在0-100之间具备了可比性。2.2 视觉对象添加与字段映射数据准备好了切换到“报表”视图。在“可视化”窗格点击“…”选择“获取更多视觉对象”在市场中搜索“Radar”。你会看到微软官方的“Radar chart”和一些第三方视觉对象。我强烈建议你使用微软原生的这个。它稳定、流畅和PowerBI生态融合得最好。虽然它有个小缺点待会说但综合来看是最佳选择。把“Radar chart”拖到画布上。现在看“字段”窗格雷达图需要两类字段类别Category拖入[产品品类]。这决定了雷达图有多少个“轴”以及每个轴叫什么。这里就是“手机”、“笔记本”、“智能手表”会成为三个轴等等我们不是有四个指标吗别急看下面。Y轴Y-Axis这里才是重头戏。你需要把刚才创建的四个“折算分”度量值一个一个地拖进去。拖入第一个后Y轴下面会出现“值”的框显示你拖入的度量值名称后面还有个加号()点击可以继续添加第二个、第三个度量值。这里有个非常关键的理解雷达图的每个“轴”代表一个分析维度比如销售额、利润而不是一个品类。我们拖入Y轴的四个度量值会共同决定每个轴上的点位置。而“类别”字段产品品类决定了画布上会画出几个雷达图多边形。也就是说你会得到三个重叠在一起的多边形分别代表三个品类在四个指标上的表现。这时候你的画布上应该已经出现了一个初步的雷达图三个彩色的多边形交织在一起。你可能发现图例和图表挤在一起看不清。别担心我们马上来优化它。3. 化腐朽为神奇雷达图的深度优化技巧生成的雷达图只是个毛坯房我们必须把它装修成精装房才能让业务方一眼看懂。优化主要靠“格式”窗格那个滚刷图标。3.1 布局与图例的调整首先解决图例重叠的问题。在格式窗格找到“图例”把它开关打开默认可能是关的。然后最关键的一步是设置“位置”。微软原生雷达图的图例位置选项不多但“顶部居中”通常是最佳选择。把它选上图例就会跑到图表上方清晰列出每个颜色对应的产品品类。接着调整“雷达图”本身的格式。在“常规”选项里你可以设置标题我习惯把标题设为动态的比如“各品类核心指标雷达图对比”。然后注意“背景”、“边框”这些为了保持简洁我通常设置为“关”或者很浅的颜色避免喧宾夺主。3.2 颜色、线条与填充的艺术颜色是区分不同系列品类的生命线。在“数据颜色”选项中你可以为每个品类手动指定颜色。我的经验是选择对比度鲜明、且符合公司品牌色或业务直觉的颜色。比如用深蓝色代表主力品类“手机”用橙色代表“笔记本”用绿色代表新兴的“智能手表”。避免使用色系太接近的颜色比如淡蓝和淡紫在投影上根本分不清。下面有个“绘制线条”的选项这是改变图表观感的大杀器。它有两个模式纯线条模式只显示多边形的轮廓线。这种看起来非常清晰、专业适合数据系列不多比如少于4个的情况强调结构和对比。填充模式多边形内部会被半透明的颜色填充。这种模式视觉冲击力强“面积”感更直观整体强弱一目了然。但当多个系列重叠时填充色也会重叠可能会显得有些脏乱。我个人的选择是在做内部分析、系列较多时用纯线条模式在做汇报演示、系列较少2-3个时用填充模式并把透明度调到60%左右这样既能看清面积又不完全遮盖后面的系列。3.3 排序与参考线让洞察更直接雷达图默认的轴顺序是你把度量值拖入Y轴的顺序。但有时候我们想按重要性重新排序。比如把“利润”和“销售额”这两个核心指标放在相邻的轴12点和1点钟方向便于观察。很遗憾微软原生雷达图不支持手动拖动调整轴顺序。这是一个痛点。变通的方法是你可以在创建度量值时就通过命名如01_销售额折算分、02_利润折算分来引导自己按顺序拖入字段。但是它支持另一种非常重要的排序按类别或值排序。点击雷达图右上角的“…”三个点选择“排序方式”。你可以选择按某个具体的品类比如“手机”的折算分从大到小排序这样所有轴的顺序会按照“手机”这个品类在各个指标上的得分高低来排列。这对于快速识别某个特定对象的优势指标非常有用。接下来是参考线这是雷达图的灵魂没有参考线的雷达图就像没有刻度的尺子。我们之前创建的“满分”100分度量值现在可以派上用场了。在Y轴字段中把[满分]度量值也拖进去。你会发现画布上出现了一个标准的正多边形四边形。这个完美的多边形就是一把“尺子”所有品类多边形和它一对比离“满分”差距多大整体是“胖”是“瘦”瞬间清晰。你还可以拖入一个[及格线]比如60分度量值形成内外两个参考圈。这样你的图表就拥有了“优秀区”靠近外圈和“待改进区”靠近内圈业务解读价值陡增。参考线的格式可以在“格式”窗格中单独设置我通常把它设为灰色虚线透明度高一些作为背景参考不抢主体数据的风头。4. 进阶实战多对象动态对比与标签难题破解基础图表会做了我们玩点更实用的。老板说“能不能让我自己选两个品类来对比” 这就要用到PowerBI的交互筛选功能了。4.1 实现动态对比分析我们可以在报表页面添加一个切片器切片器的字段就选择[产品品类]。把这个切片器设置为“多选”允许选择多个值。现在当你在切片器里选择“手机”和“智能手表”时雷达图会自动刷新只显示这两个品类的多边形。这种动态对比能力让静态的报告变成了一个可探索的分析工具。更进一步我们可以模仿原始文章最后的“拓展”思路建立一个“虚拟参照对象”。比如创建一个“公司平均线”或者“竞品标杆值”的表。这个表独立于你的数据模型无关系里面就一行数据定义了各个指标的公司平均水平。为这个参照表创建一套同样的折算分度量值。然后在报表里放两个切片器一个选真实品类一个选这个参照对象。通过度量值逻辑控制当选择参照对象时雷达图就绘制这条“平均线”或“标杆线”让每个真实品类都能和这条线做对比看看是全面超越还是部分落后。4.2 数据标签的显示与变通方案现在我们来面对微软原生雷达图最大的遗憾它无法直接显示每个顶点具体的数据值标签。你只能看到轴和类别名。这对于需要精确读数的场景很不友好。网上很多人因此去用第三方视觉对象比如CLEAR PEAKS SL的Radar Chart它确实能显示数据标签。但我实测下来问题不少一是图例和图表容易重叠的毛病很难调二是它对排序的支持不完善三是在报告发布到PowerBI服务后有时加载会出问题。那怎么办呢我有两个土办法虽然不够优雅但很实用方法一工具提示大法。充分利用PowerBI强大的工具提示功能。在格式窗格打开“工具提示”把它设置为“开”。然后当你把鼠标悬停在雷达图的某个数据点顶点上时会自动弹出一个小框里面可以显示详细数据。你可以在“字段”窗格中配置工具提示显示哪些字段比如把原始的[销售额]、[利润]和折算后的分数都放进去。这样虽然图上没有永久标签但交互时信息是完整的。方法二辅助表格法。在雷达图旁边放一个矩阵Matrix视觉对象。行放[产品品类]列放四个指标的名称值放四个折算分度量值。把这个矩阵的格式调得简洁一些比如去掉网格线只留数字。这样用户一眼看雷达图看趋势和形状需要精确数字时瞥一眼旁边的表格就行。两者互为补充效果反而比挤在一起的数据标签更好。最后再分享一个我踩过的坑类别字段的取值不能太多。雷达图的轴数等于你的指标数量Y轴度量值个数但系列数等于你类别字段的不同值数量。如果你用“销售省份”做类别一下子画30多个多边形在同一个雷达图上那画面简直是一场五彩斑斓的灾难什么也看不清。雷达图天生适合对比少数对象通常建议3-8个在多个维度通常4-8个上的表现。对象太多请考虑用小多图Small Multiples或者直接换用平行坐标图。说到底雷达图是一个强调“图形直觉”和“整体对比”的工具。它不擅长表达精确数值但极其擅长揭示模式、 outliers异常点和均衡性。当你需要回答“谁更全面”、“哪个产品发展更均衡”、“我们的短板集中在哪里”这类问题时精心优化后的雷达图绝对是你的不二之选。多练几次把归一化、参考线、颜色搭配这些套路摸熟你就能做出让同事眼前一亮的数据看板了。