当前位置: 首页 > news >正文

Power BI企业运营分析——数据大屏搭建思路

Power BI企业运营分析——数据大屏搭建思路

欢迎来到Powerbi小课堂,在竞争激烈的市场环境中,企业运营分析平台成为提升竞争力的核心工具。

整合多源数据,实时监控关键指标,精准分析业务,快速识别问题机遇。其可视化看板和智能预警功能,帮助管理者直观掌握运营动态,优化资源分配;而深度分析模块则能挖掘潜在趋势,支撑战略决策。降本增效、风险管控、市场拓展,平台皆提供数据支撑,助力企业精细化运营,实现可持续增长。

本期课程重点整合前期分散知识点,助您建立清晰模板搭建思路,涵盖CEO驾驶舱、智慧数字大屏,课程由简入难,敬请跟进。

图片

图片

想要一份这样的可视化看板吗?想学吗?我教你呀!

一、案例背景:

我司作为国内一家大型服装电商企业,业务范围涵盖男装、女装、童装和配饰。当前,我们正致力于开发企业运营分析系统,旨在通过技术手段实现业绩提升、指标监控、绩效考核、客户维护开发和企业发展预测,促进数据共享与流程优化,进而提升决策效率与运营效率,优化资源配置,强化风险控制,为企业的可持续发展注入动力。

二、设计思路:

借助财务、产品、客户分析及盈亏预测,精确把握企业发展脉络,构建科学的考核体系,同时控制变动成本,以优化企业盈利状况。

(1)准备基础数据

(2)数据清洗

(3)建立关系视图

(4)个性美化设计

(5)数据建模(度量值)

(6)制作可视化报告

2.4个性美化设计

知识点:仪表盘的使用,色块地图的使用

根据我们的设计思路,新建两个可视化页面,分别命名为CEO驾驶舱、数据大屏,页面中用到的可视化图表有仪表盘、第三方视觉对象colorMap,并且根据我们设计的画布背景,对可视化对象进行排版美化,并且依赖上期建立的一个度量值,即可完成多个指标呈现。

2.5数据建模

在制作可视化页面之前,要先创建四个度量值,用于呈现topn产品名称,

产品业绩top1 = 
VAR RankedProducts = ADDCOLUMNS(
•    ALLSELECTED('维度-产品'[子类别]),
•    "Rank", RANKX(ALLSELECTED('维度-产品'[子类别]), '1基础度量值'[指标], , DESC))
VAR TopProduct = FILTER(
•    RankedProducts,
•    [Rank] = 1)
RETURNCONCATENATEX(
•    TopProduct,
•    '维度-产品'[子类别] & " (" & '1基础度量值'[指标] & ")",
•    ", ")
产品业绩top2 = 
VAR RankedProducts = ADDCOLUMNS(
•    ALLSELECTED('维度-产品'[子类别]),
•    "Rank", RANKX(ALLSELECTED('维度-产品'[子类别]), '1基础度量值'[指标], , DESC))
VAR TopProduct = FILTER(
•    RankedProducts,
•    [Rank] = 2)
RETURNCONCATENATEX(
•    TopProduct,
•    '维度-产品'[子类别] & " (" & '1基础度量值'[指标] & ")",
•    ", "
)
产品业绩top3 = 
VAR RankedProducts = ADDCOLUMNS(
•    ALLSELECTED('维度-产品'[子类别]),
•    "Rank", RANKX(ALLSELECTED('维度-产品'[子类别]), '1基础度量值'[指标], , DESC))
VAR TopProduct = FILTER(
•    RankedProducts,
•    [Rank] = 3)
RETURNCONCATENATEX(
•    TopProduct,
•    '维度-产品'[子类别] & " (" & '1基础度量值'[指标] & ")",
•    ", ")

产品业绩top4 = 
VAR RankedProducts = ADDCOLUMNS(
•    ALLSELECTED('维度-产品'[子类别]),
•    "Rank", RANKX(ALLSELECTED('维度-产品'[子类别]), '1基础度量值'[指标], , DESC))
VAR TopProduct = FILTER(
•    RankedProducts,
•    [Rank] = 4)
RETURNCONCATENATEX(
•    TopProduct,
•    '维度-产品'[子类别] & " (" & '1基础度量值'[指标] & ")",
•    ", ")

公式逻辑解析:以产品业绩top1为例

变量一:RankedProducts

使用ALLSELECTED获取当前筛选上下文中的所有产品子类别

使用ADDCOLUMNS为每个子类别添加一个"Rank"列

RANKX函数根据'1基础度量值'[指标]对产品子类别进行降序排名(DESC)

变量二:TopProduct

从已排名的产品中筛选出排名为1的记录

返回结果

使用CONCATENATEX将排名第一的产品子类别及其指标值格式化为字符串

格式示例:"产品A (10000)"

如果有多个并列第一的产品,会用逗号分隔

2.6可视化报告制作

2.6.1 CEO驾驶舱制作

第一步:设置报表页格式选项,选择画布背景,上传我们设计好的素材

第二步:在页面中插入文本框,并输入相应的可视化页面标题。

第三步:插入一个图像,AI机器人图标,点开操作功能,给此图像添加登录页书签。

第四步:插入一个智慧云城市的图标。

第五步:插入一个卡片图,将度量值日历拖入到卡片图中。

第六步:插入一个文本框,输入年份,插入一个切片器,将年份维度表年份字段拖入到切片器中。

第七步:插入一个文本框,输入指标切换,插入一个切片器,将上期建立的度量值合集字段分析维度-指标拖入切片器。

第八步:插入两个仪表图,值中分别拖入度量值销售利润-达成率和销售金额-达成率,设置视觉对象格式,点开测量轴,将最大值设置为1。

第九步:插入四个多行卡,字段中分别拖入度量值指标,将度量值合集字段分析维度-指标,给此视觉对象添加筛选器,分别单选销售数量、订单数量、销售利润和销售金额,使视觉对象呈现固定指标。

第十步:在界面中插入四个卡片图,并将度量值字段‘产品业绩top1’、‘产品业绩top2’、‘产品业绩top3’、‘产品业绩top4’分别拖入对应的卡片图中。

第十一步:插入一个簇状条形图,Y轴拖入维度-产品表类别字段,X轴拖入度量值指标-年增长率。

第十二步:插入一个第三方视觉对象colorMap,位置拖入维度-省份大区表中的省份字段,颜色拖入度量值指标。

第十三步:如图美化界面

第十四步:打开视图窗口书签功能,为此页面添加一个书签

第十五步:点击文本为CEO驾驶舱的按钮,打开操作功能,类型选择书签,将此页书签添加到按钮。

图片

2.6.2数据大屏制作

第一步:设置报表页格式选项,选择画布背景,上传我们设计好的素材

第二步:插入文本框,输入可视化页面名称

第三步:插入一个图像,AI机器人图标,点开操作功能,给此图像添加登录页书签。

第四步:在页面中插入一个卡片图组件,随后将度量值‘日历’拖入卡片图内以展示。

第五步:插入两个切片器,分别将年份维度表年份字段、度量值合集字段分析维度-指标拖入到切片器中。

第六步:插入五张多行卡,字段中分别拖入度量值指标-年增长和指标-年增长率,将度量值合集字段分析维度-指标,给此视觉对象添加筛选器,分别单选销售数量、订单数量、销售利润、销售金额和销售利润。

第七步:点击分析指标切片器,点击格式窗口编辑交互功能,关闭此切片器对以上建立五个多行卡的筛选。

第八步:插入四个簇状柱形图,X轴拖入年份维度表年份字段,Y轴拖入度量值指标,将度量值合集字段分析维度-指标,给此视觉对象添加筛选器,分别单选销售数量、销售利润、销售金额和销售利润。

第九步:插入四个簇状条形图,Y轴分别拖入维度-销售人员字段销售人员、维度-省份大区字段省份、事实-订单表字段市和事实-订单表字段县,X轴拖入度量值指。

第十步:打开视图窗口书签功能,为此页面添加一个书签第十一步:点击文本为数据中心的按钮,打开操作功能,类型选择书签,将此页书签添加到按钮。

图片

好的,今天的讲解就到这里。后期课程也会逐渐增加难度,精彩内容,敬请期待。

http://www.xdnf.cn/news/78247.html

相关文章:

  • 护眼-科学使用显示器
  • Idea创建项目的搭建方式
  • java面向对象12:static关键字
  • 本地部署DeepSeek大模型
  • Redis—RDB日志持久化
  • 【Spring】单例模式的创建方式(Bean解析)
  • 25.4.22华为--算法真题整理(2025年4月22日)
  • AOSP Android14 Launcher3——RectFSpringAnim窗口动画类详解
  • 前端框架的“快闪“时代:我们该如何应对技术迭代的洪流?
  • strings.ToUpperSpecial 使用详解
  • 屏幕适配常见BUG与兼容性问题
  • 【JavaEE】-- MyBatis操作数据库(1)
  • 从零开始学习MySQL的系统学习大纲
  • vue3新增特性
  • Quantum Algorithms for Compositional Natural Language Processing论文阅读
  • 55、Spring Boot 详细讲义(十一 项目实战)springboot应用的登录功能和权限认证
  • 使用Java对接StockTV全球金融数据API。马来西亚金融数据API
  • FramePack V2版 - 支持首尾帧生成,支持LoRA,支持批量,支持50系显卡,一个强大的AI视频生成软件 本地一键整合包下载
  • Unitest和pytest使用方法
  • 3.1 WPF使用MaterialDesign的介绍1
  • STL常用算法——C++
  • WPF特性分析
  • Java面向对象的三大特性
  • CAD在线查看免费,可以支持DWG/GLB/GLTF/doc/wps/pdf/psd/eml/zip, rar/MP3/MP4/svg/OBJ/FBX格式
  • 代理设计模式:从底层原理到源代码的详细解释
  • 性能比拼: Redis vs Dragonfly
  • 机器学习第一篇 线性回归
  • 《剥开卷积神经网络CNN的 “千层酥”:从基础架构到核心算法》
  • Prompt工程:大模型的「精准导航系统」
  • 从零开始构建微博爬虫与数据分析系统