PowerBI VS FineBI VS QuickBI实现帕累托分析
PowerBI VS FineBI VS QuickBI实现帕累托分析
数据源：
mysql云数据库
数据表部分数据：
目的：
实现帕累托分析
帕累托分析解释：
二八法则大家应该都不陌生，它也叫帕累托法则或80/20法则，这是一个非常简单但超级实用的经验规律，通俗的讲就是在任何一组事情中，最重要的往往只是其中一小部分（约20%），而这一小部分却能产生大部分（约80%）的影响或结果。即80%的结果通常由20%的原因导致。
帕累托图正是将这一法则进行可视化呈现的经典工具，可以帮我们从一堆事情里，快速找出最关键的少数（A类），让我们别在杂事上浪费太多时间，集中火力解决核心问题，效率倍增，帕累托图常用于库存管理、客户管理、供应商管理等领域。
今天以一个简单的案例详细讲解如何在PowerBI 、FineBI和Quickbi 中制作。
PowerBI实现帕累托分析
参考：帕累托分析图制作详细步骤（Powerbi vs finebi）
FineBI实现帕累托分析
参考：FineBI制作帕累托分析图（案例详细讲解）
QuickBI实现帕累托分析
quickbi制作步骤：
第一步，连接mysql数据源
详细步骤可参考过往文章基于mysql云数据库对比PowerBI vs QuickBI vs FineBI更换数据源的可行性
第二步，创建数据集
详细sql代码:
SELECT 商品名称,销售额,累计销售额,ROUND(累计销售额 / (SELECT SUM(销售金额) FROM pz_paleituo), 2) AS 累计金额百分比,CASE WHEN 累计销售额 / (SELECT SUM(销售金额) FROM pz_paleituo) <= 0.7 THEN 'A类'WHEN 累计销售额 / (SELECT SUM(销售金额) FROM pz_paleituo) <= 0.9 THEN 'B类'ELSE 'C类'END AS 商品分类
FROM (SELECT p1.商品名称,p1.销售额,(SELECT SUM(p2.销售额) FROM (SELECT 商品名称, SUM(销售金额) AS 销售额 FROM pz_paleituo GROUP BY 商品名称) p2 WHERE p2.销售额 >= p1.销售额) AS 累计销售额FROM (SELECT 商品名称, SUM(销售金额) AS 销售额 FROM pz_paleituo GROUP BY 商品名称) p1
) t
ORDER BY 销售额 DESC第三步，搭建仪表板
将商品名称、商品分类拖入维度；将销售额、累计销售额拖入主轴，累计销售额占比拖入副轴
第四步，调整图表样式
累计销售额升序
线条选择曲线
关闭横轴标题和单位
关闭纵轴及标签
开启数据标签
效果如下：
第五步，添加辅助线
效果如下：
第六步，添加备注，修改标题
效果如下：
第七步，标记颜色
如果想要对A类、B类、C类标记不同的颜色，可以使用标注功能
效果如下：
第八步，依次标记B类、C类
主要功能对比总结
Power BI：
对ABC类可以动态标记颜色；
可以使用内置函数计算累计销售额占比、A类销售额、B类销售额、C类销售额
Fine BI:
对ABC类可以动态标记颜色；
可以使用内置函数计算累计销售额占比、A类销售额、B类销售额、C类销售额
Quick BI：
无法动态的对ABC类标记颜色，只能手动的修改颜色标记；
依赖sql代码实现累计销售额占比、A类销售额，B类销售额，C类销售额
个人介绍：《BI瓶子》主理人，现任quickbi/powerbi/finebi开发工程师，BI在线团队负责人，BI在线团队人数170+，团队近年来成功交付1000+企业级项目和个人项目，在以下领域具有丰富实施经验：①主流BI平台：PowerBI、FineBI、Finereport、QuickBI、永洪BI等 ② 数据自动化：Excel、MySQL、VBA等 ③ 流程自动化：Power Automate、Power Apps等 ④ 网页自动化等
服务过的行业：能源、快消零售、医疗、科技、教育、政企、制造
已服务过的部分品牌：国能、国华、龙源、慧千晓、超品贸易、融大科技