Проблемы фильтрации данных
Отчет в Power BI отличается от слайдов презентации интерактивностью – данные обновляются, а количество категорий и диапазон значений изменяются в зависимости от применяемых фильтров. В результате этого ваш настроенный в статике красивый график может выглядеть не так хорошо. Давайте обсудим две общие проблемы, с которыми мы сталкиваемся при обновлении и фильтрации данных и их влияние на внешний вид визуализаций. Эти проблемы применимы как к столбчатым, так и к линейчатым диаграммам.
1. Метки данных начинаются с 0
Допустим, в параметре Метки данных в Единицах измерения вы установили отображение в миллионах вместо настройки Авто (рисунок 3–4). Затем, вы применили фильтры по дате и региону, и у вас получились одинаковые метки типа 0.02M для первых трех столбцов с разными значениями. Отсюда совершенно непонятно каковы же реальные значения (рисунок 3-12 слева). В этом случае лучше переключиться на тысячи или оставить параметр Авто – он сам подставит нужные единицы измерения, как показано на рисунке 3-12 справа.
Рисунок 3-12. Малопонятые (слева) и наглядные (справа) единицы измерения для меток данных.
2. Метки категорий расположены под наклоном
Не всегда можно увеличить ширину диаграммы так, чтобы текст на оси X уместился горизонтально. Очень часто пространство на дашборде под каждую диаграмму ограничено и нам приходится отступать от рекомендуемых для удобного чтения размеров шрифта. Так, в подписях категорий по оси Х, шрифт 12 пт мы будем уменьшать до 9-10 пт, чтобы все уместилось без поворота (рисунок 3-13).
Рисунок 3-13. Подписи по оси X всегда должны быть строго горизонтальными.
Кросс-фильтрация визуальных элементов
Часто на диаграмме необходимо показать внутренние детали категорий, разбив их на подкатегории. В то время как новички иногда пытаются уместить все данные в один столбец, опытные аналитики избегают этого. Power BI имеет мощную систему перекрестной фильтрации. Она применяется ко всем визуальным элементам на дашборде и вы можете рассматривать любые подкатегории и факторы интересующей категории без объединения их в одну диаграмму. С помощью фильтрации из среза или с самой диаграммы вы увидите нужные данные на других визуализациях. Главное, чтобы все интересующие категории были представлены хотя бы в одном срезе или на одной диаграммы.
Представьте, что вы хотите отобразить продажи для различных подкатегорий по странам. Если вы создадите диаграмму со сложенными столбцами, она может стать загроможденной: мы можем сравнить высоту и пропорции двух первых категорий, но в остальных сектора по странам превращаются в тонкие полоски, на которые даже не помещаются метки данных (рисунок 3-14).
Рисунок 3-14. Столбчатая диаграмма, на которой трудно разглядеть детали.
Мы предлагаем разместить рядом две отдельные диаграммы: продажи по странам и продажи по подкатегориям. Используя возможности кросс-фильтрации, мы можем получить все данные о продажах по каждой стране в каждой подкатегории. Так, щелкнув на столбце продаж в USA, на соседней диаграмме мы увидим выделенные продажи для каждой подкатегории в этой стране (рисунок 3-15).
Рисунок 3-15. Кросс-фильтрация диаграмм по продажам в USA.
В обратную сторону перекрестная фильтрация работает таким же образом: если мы выберем столбец Helmets на правой гистограмме, то на левой подсветятся продажи этой товарной категории во всех странах.
Рисунок 3-16. Кросс-фильтрация диаграмм по продажам в подкатегории Helmets.
Перекрестная фильтрация (она же кросс-фильтрация) – это супер возможность интерактивных отчетов Power BI, которой мы настоятельно рекомендуем пользоваться по максимуму.
Однако, есть некоторые нюансы, которые следует учитывать в каждом конкретном случае. Например, если вы зададите метки данных в миллионах, при фильтрации вы можете увидеть нули, потому что, продажи одного менеджера исчисляются десятками тысяч. Поэтому, задавая величину данных, следует учитывать, как они будут отображаться при фильтрации.
Резюме
По своему назначению столбчатая диаграмма подходит для двух видов анализа: динамики и рейтинга. Линейчатые диаграммы используются для отображения количественных сравнений, преимущественно в тех случаях, когда данные плохо укладываются в столбчатую диаграмму.
Чек-лист по настройке столбчатой / линейчатой диаграммы:
1. Включить и настроить метки данных.
2. Отключить ось значений (Y для столбчатой и X для линейчатой).
3. Настроить метки оси категорий (X для столбчатой и Y для линейчатой). Для линейчатой диаграммы обычно требуется увеличить область подписей категорий по сравнению со стандартными 25 %.
4. Отрегулировать ширину столбца или полосы (опционально).
5. Отредактировать название диаграммы.
6. Настроить цвета столбцов/полос и меток данных (опционально).
Отчет в Power BI отличается от слайдов презентации интерактивностью – данные обновляются, а количество категорий и диапазон значений изменяются в зависимости от применяемых фильтров. Поэтому, дважды проверьте, правильно ли отображаются данные и метки категорий при различных вариантах фильтрации.
Скачать pbix файл с настроенными визуалами (https://github.com/MYDS2024/Data-Visualization-with-Microsoft-Power-BI/blob/ae22d082e368980b59dd78d40462fecfd7249aed/3%20Column%20and%20Bar%20Charts.pbix)
Глава 4. Круговая и кольцевая диаграммы
Отличная визуальная метафора для отображения структуры – это пирог. Мы делим его на части и смотрим, кому достался самый большой кусок, или, например, какие игроки поделили между собой половину рынка. Мы ставим акцент не на количественное сравнение (больше или меньше), как это было со столбцами, а на долю от целого (проценты).
Кольцевая диаграмма имеет точно такой же смысл, как и стандартная круговая (пироговая) диаграмма. Она строится точно по таким же параметрам и отличается только наличием пустого пространства внутри (рисунок 4–1). Из-за этого ее еще называют пончиковой или “бубликовой”. В этой главе мы предоставим руководство по настройке круговой диаграммой. Оформить “пончик” вы сможете аналогичным образом.
Рисунок 4–1. Круговая диаграмма (слева) и кольцевая диаграмма (справа).
Построить круговую диаграмму очень просто: помещаем категории (Страны) в поле Условные обозначения (Legend), а количественный показатель (Продажи факт) – в поле Значения (Values). Оформление по умолчанию выглядит не так уж плохо (рисунок 4–2):
* Сегменты отсортированы в порядке убывания количественного показателя, что верно, ведь важно в первую очередь видеть, в какой стране самая большая доля продаж.
* Включены метки данных.
* Цвета сегментов достаточно контрастные, не сливаются между собой (но это еще зависит от цветовой темы вашего отчета).
Рисунок 4–2. Круговая диаграмма по умолчанию и поля для нее
Рассмотрим, что нужно сделать, чтобы привести диаграмму к идеальному виду. Это руководство будет коротким, поскольку в круговых диаграммах нет понятия осей X и Y. Нам нужно будет выполнить только следующие шаги:
1. Настроить подписи категорий рядом с метками данных.
2. Удалить легенду, которая будет дублировать информацию в подписях данных.
3. Настроить внутренний радиус (для кольцевой диаграммы).
4. Отредактировать название диаграммы.
В конце мы разберем пару дополнительных опций и типовых ошибок.
Пошаговое руководство для круговой и кольцевой диаграммы
Шаг 1. Настроить метки данных
В отличие от столбчатых диаграмм, на круговой метки данных появились сразу, и включать их не нужно. Но на рисунке 4–2 вы видите, что они показывают и абсолютные, и процентные значения. Мы понимаем, что бывает важно видеть и то, и другое, но с точки зрения визуализации следует расставить приоритеты. В противном случае, при попытке показать “все и сразу” не будет видно ничего.
Не удивляйтесь, если вы не увидите пункт Метки данных в опциях визуального форматирования. Здесь он называется Метки подробностей (Detail labels).
На рисунке 4–3 показаны варианты Содержания метки (Label contents) в выпадающем меню:
* Категория – отображает только название категории.
* Значение данных – отображает только числовой показатель (в нашем случае факт продаж).
* Процент от общего – отображает долю сегмента
в общем объеме. Обычно это – самый важный аспект круговой диаграммы.
Далее следуют различные комбинации этих элементов.
Пользователя отчета в первую очередь интересует структура. Поэтому, мы советуем выбрать вариант Категория + Процент от общего. Категорию важно показывать рядом с числовым значением, а не уносить в легенду, чтобы облегчить восприятие данных. В случае с легендой пользователь вынужден соотносить маленькие цветные точки в легенде с цветами сегментов диаграммы и всегда держать в голове название категории, когда он видит числовое значение. Это неудобно.
