Power BI Dashboard - Membuat Dashboard Dalam Power BI Dari Laporan

Selamat datang ke blog kedua dalam siri blog Power BI ini. Blog ini akan memfokuskan pada Power BI Dashboard. Saya akan membincangkan cara membuat papan pemuka dan menggunakannya untuk mendapatkan data yang lebih baik. Sekiranya anda baru menggunakan Power BI dan ingin mendapatkan pandangan mengenai Power BI, anda boleh melalui saya yang akan membantu anda memahami dan memulakan Power BI.

Sekiranya anda tertanya-tanya apa sebenarnya yang diperlukan untuk menjadi Pembangun BI? Anda boleh lihat di dikuratori oleh Pakar Industri sebelum meneruskan blog.

Oleh itu, mari kita mulakan dengan blog papan pemuka Power BI ini dalam urutan berikut:

1. Apa itu Power BI?
2. Laporan Dalam Power BI
3. Papan Pemuka Power BI
4. Laporan Papan Pemuka Vs
5. Membuat Papan Pemuka Dalam Power BI

Sebelum kita memahami kepentingan papan pemuka Power BI di , mari kita cepat melihat apa itu Power BI.

Apa itu Power BI?

Power BI adalah perkhidmatan analisis perniagaan yang disediakan oleh Microsoft. Ia menyediakan visualisasi interaktif dengan kemampuan BI layan diri. Pengguna akhir boleh membuat laporan dan papan pemuka dengan sendirinya. Ini bermaksud mereka tidak perlu bergantung pada staf teknologi maklumat atau pentadbir pangkalan data.

Power BI juga memberi Anda layanan BI berbasis cloud, yang dikenal sebagai 'Power BI Services', bersama dengan antara muka desktop yang disebut 'Power BI desktop'. Ia menawarkan keupayaan gudang data termasuk penyediaan data, penemuan data dan papan pemuka interaktif. Pada bulan Mac 2016, Microsoft melancarkan perkhidmatan tambahan yang disebut Power BI Embeddeddi platform awan Azure. Menggunakannya,seseorang dapat menyampaikan laporan, menganalisis data dengan mudah dan melakukan pelbagai operasi ETL dengan Power BI.

Gerbang Power BI membolehkan anda menghubungkan pangkalan data SQL Server, Perkhidmatan Analitik, dan banyak sumber data lain ke papan pemuka anda. Portal pelaporan menyertakan laporan dan papan pemuka Power BI untuk memberi anda pengalaman bersatu.

Selama ini saya telah menggunakan istilah ‘laporan’ dan ‘papan pemuka’ beberapa kali.Mari kita cuba memahami istilah ini satu persatu di bahagian seterusnya blog papan pemuka Power BI ini.

Laporan Dalam Power BI

Laporan Power BI tidak lain hanyalah pandangan multi-perspektif ke dalam kumpulan data dengan visualisasi yang mewakili penemuan dan pandangan yang berbeza dari kumpulan data tersebut. Laporan mungkin berupa satu visualisasi atau halaman yang penuh dengan visualisasi.

Visualisasi dapat disematkan ke papan pemuka dan jika anda memilih visualisasi yang disematkan, ia akan membuka laporan dari tempat ia disematkan. Satu perkara penting yang perlu diingat adalah bahawa laporan berdasarkan satu set data.

Visualisasi dalam laporan mewakili segumpal maklumat. Visualisasi ini tidak statik, anda mempunyai pilihan untuk menambah dan menghapus data, mengubah jenis visualisasi, dan menerapkan penapis dalam usaha anda untuk mengetahui pandangan dan mencari jawapan. Seperti papan pemuka, laporan sangat interaktif, sangat disesuaikan dan visualisasi dikemas kini apabila data yang mendasarinya berubah.

Gambar di bawah menunjukkan bagaimana contoh laporan kelihatan.

Papan Pemuka Power BI

Papan pemuka Power BI adalah satu halaman, sering disebut kanvas, yang menggunakan visualisasi untuk bercerita. Kerana terhad kepada satu halaman, papan pemuka yang dirancang dengan baik hanya mengandungi elemen terpenting dari cerita itu.

Visualisasi yang kelihatan di papan pemuka dikenali sebagai jubin. Jubin ini disematkan ke papan pemuka dari laporan.Visualisasi pada papan pemuka berasal dari laporan dan setiap laporan berdasarkan satu set data. Sebenarnya, salah satu cara untuk melihat papan pemuka adalah menganggapnya sebagai titik masuk ke laporan dan kumpulan data yang mendasari. Memilih visualisasi membawa anda ke laporan (dan kumpulan data) yang digunakan untuk membuatnya.

Papan pemuka adalah cara yang bagus untuk memantau perniagaan anda, mencari jawapan, dan melihat metrik terpenting anda sepintas lalu. Visualisasi pada papan pemuka mungkin berasal dari satu kumpulan data yang mendasari atau banyak, dan dari satu laporan yang mendasari atau banyak. Papan pemuka menggabungkan data di lokasi dan awan, memberikan pandangan gabungan tanpa mengira di mana letaknya data.

Papan pemuka bukan sekadar gambar yang cantik, ia sangat interaktif dan sangat disesuaikan. Ubin dikemas kini apabila data yang mendasari berubah.

Orang sering mengelirukan papan pemuka dengan laporan kerana ini juga kanvas yang dipenuhi dengan visualisasi. Tetapi ada beberapa perbezaan utama.Mari kita perhatikan perbezaan ini dengan bantuan jadual berikut.

Papan Pemuka vs Laporan

Dapatkan Sijil PowerBI Hari Ini '

Membuat Papan Pemuka Dalam Power BI

Penggunaan papan pemuka Power BI dapat difahami dengan lebih baik dengan contoh di mana set data mempunyai jenis data yang berbeza, masing-masing berpotensi untuk mengungkapkan wawasan perniagaan yang berharga. Mari kita pertimbangkan kes penggunaan kedai runcit di mana anda membuka wawasan dari data mengenai penjualan wilayah, transaksi kedai individu, kategori produk, segmen pengguna, angka penjualan, margin diskaun dan keuntungan.

Sekiranya anda mempertimbangkan kes penggunaan di atas dari perspektif perniagaan, anda memerlukan jawapan untuk perkara berikut:

• Wilayah mana yang lebih menguntungkan daripada yang lain
• Segmen pelanggan mana yang harus ditumpukan
• Mencari segmen untuk mengurangkan pelaburan.

Untuk mendapatkan pandangan mengenai perkara yang disebutkan di atas, Anda akan diminta untuk memproses data dengan cara yang berbeza, tujuannya adalah untuk meningkatkan produktiviti & keuntungan perniagaan. Sekarang mari kita fahami wawasan apa yang dapat kita peroleh menggunakan superstoreset data: -

1. Keseluruhan penjualan dan prestasi superstore: Langkah logik pertama adalah mendapatkan idea mengenai prestasi superstore dari masa ke masa. Untuk ini, kita memerlukan data di sekitar jualan dari kawasan yang berbeza setiap suku tahun. Kita juga perlu memahami wilayah mana yang lebih menguntungkan atau merugikan dibandingkan dengan wilayah lain.
2. Prestasi pelbagai keadaan: Setelah mendapat pandangan mengenai wilayah mengenai keuntungan dan kerugian, kita dapat membuat a plot bersepah daripada ‘Jualan berbanding keuntungan’ di peringkat negeri dan wilayah dengan penjualan dan keuntungan masing-masing sebagai paksi X dan Y. Keadaan ini dapat dipetakan untuk memahami senario yang berbeza. Sebagai contoh, perniagaan boleh mengambil keputusan untuk melabur lebih banyak dalam keadaan yang mempunyai penjualan yang lebih rendah tetapi keuntungan yang lebih tinggi. Negeri lain mungkin akhirnya menaikkan bendera merah jika penjualannya lebih tinggi tetapi keuntungannya menurun.
3. Prestasi segmen pelanggan yang berbeza: Juga penting bagi perniagaan untuk mengetahui segmen pelanggan mana yang mendorong penjualan dan keuntungan di pelbagai wilayah. Sebagai contoh, carta pai dengan pandangan segmen pelanggan dan penjualan / keuntungan dapat membantu perniagaan merumuskan strategi masa depan - segmen mana yang harus menjadi kawasan fokus utama, misalnya segmen pengguna B2B mungkin mendorong keuntungan maksimum dengan jumlah penjualan yang sangat sedikit- jelas, terdapat peluang besar untuk mengembangkan segmen B2B di rantau ini.
4. Penjanaan pendapatan mengikut kategori: Dalam wilayah dan segmen pelanggan tertentu, kami dapat memperoleh data mengenai kategori produk tertentu dan bagaimana mereka membandingkan (dari segi penjualan dan keuntungan) antara satu sama lain. Sekiranya perkakas dapur menghasilkan keuntungan yang lebih baik daripada membersihkan peralatan, itu adalah wawasan berharga yang dapat mempengaruhi rancangan masa depan.

Oleh itu, mari kita teruskan dan lihat apakah kita dapat memvisualisasikan data ini dengan lebih baik menggunakan papan pemuka Power BI. Tetapi sebelum itu saya akan membuat laporan dengan semua visualisasi, jadi saya dapat memasang visualisasi tersebut di papan pemuka. Sekiranya anda ingin membuat laporan ini dengan saya, anda boleh mengkliknya pautan untuk memuat turun desktop Power BI, antara muka yang akan kita gunakan untuk visualisasi.

Oleh itu, mari kita mulakan, kan?

apa yang ada di python

Gambar di bawah, menunjukkan bagaimana rupa antara muka desktop Power BI. Kami mempunyai tiga tab di sudut kiri antara muka. Tab pertama adalah tab laporan, yang dapat dilihat secara lalai dan kami akan menggunakannya untuk membuat laporan. Seterusnya adalah tab data yang digunakan untuk melihat set data yang diimport. Tab terakhir adalah tab hubungan yang memberi anda hubungan antara pemboleh ubah yang berlainan dalam satu set data, jika ditentukan dengan baik.

Anda boleh mengimport set data ke Power BI dengan mudah. Ini boleh dilakukan dengan mengklik pada Dapatkan Data tab. Kami mempunyai Visualisasi tab di sudut kanan skrin. Semua jenis visualisasi yang disenaraikan di bawahnya dapat digunakan untuk memenuhi keperluan anda. Ada Padang tab di sebelah V penyesuaian tab yang memberi anda semua bidang yang dimiliki oleh set data anda.

Saya telah maju dan mengimport set data Superstore. Anda mungkin menggunakan ini pautan untuk memuat turun set data. Setelah anda mengimport set data, antara muka akan memberi anda pilihan untuk memuat atau mengedit data seperti yang dapat dilihat pada gambar di bawah.

Setelah kami mengimport set data, anda baik untuk terus menerus dan memvisualisasikan data. Dengan Power BI, yang harus anda lakukan hanyalah pilih visualisasi dan seret medan yang diperlukan dan lepaskan pada templat visualisasi untuk melihatnya. Sila rujuk gambar di bawah. Saya telah memilih perwakilan peta dan menyeret medan negeri dan menjatuhkannya di peta.

Tujuan saya adalah untuk membuat anda memahami asas-asas ini mengenai antara muka Power BI. Saya percaya mereka cukup mudah difahami. Oleh itu, mari kita teruskan dengan kes penggunaan kita dan cuba membayangkan data seperti yang telah dibincangkan sebelumnya.

Penjualan dan Keuntungan Keseluruhan

Seperti yang anda lihat dalam tangkapan skrin di bawah, saya telah menggunakan perwakilan peta dan memberikannya medan 'keadaan' dan 'keuntungan' sebagai input. Visualisasi memberi kita 'pemimpin keuntungan' yang bijak, yang diwakili oleh gelembung yang lebih besar.

Anda boleh terus maju dan menyimpan visualisasi ini atau segera menerbitkannya. Saya sebaliknya akan menambah halaman tambahan untuk semua visualisasi individu dan kemudian menerbitkan laporan lengkap. Ini akan memudahkan untuk menyisipkan visualisasi ini ke papan pemuka Power BI dan juga menghalang anda daripada mengumpulkan satu halaman dengan pelbagai visualisasi.

Ini dapat dilakukan dengan mudah, cukup klik tanda tambah di sebelah kiri di bahagian bawah skrin dan halaman baru anda ditambahkan. Saya akan melakukan itu dan juga membuat visualisasi seterusnya.

Saya telah memilih grafik garis untuk menggambarkan medan ‘keuntungan’, ‘penjualan’ dan ‘tarikh pesanan’. Setelah visualisasi dibuat, saya menukar garis masa representasi dari 'tahunan' menjadi 'setiap suku tahun' yang dapat dilakukan dengan mengklik navigasi yang tersedia di sudut kanan atas skrin. Rujuk gambar di bawah untuk perkara yang sama.

Pada gambar di atas dapat dilihat bahawa penjualan meningkat selepas suku kedua. Visualisasi ini bersifat interaktif. Sekiranya anda menggerakkan penunjuk tetikus pada grafik, ia akan memaparkan statistik seperti yang dapat dilihat pada gambar di atas.

Prestasi Negeri Berbeza

Dalam visualisasi berikut, saya telah membuat plot penyebaran dengan paksi-X sebagai penjualan dan paksi-Y sebagai keuntungan. Saya telah memilih jumlah sebagai agregat untuk kedua-dua paksi penjualan dan keuntungan.

Visualisasi ini dapat membantu kita membahagikan negeri-negeri dalam tiga bidang fokus strategik perniagaan - Mempertahankan, Membangunkan dan Memisahkan. Negeri di sudut kanan atas dengan penjualan dan keuntungan yang tinggi pada masa ini berada pada kedudukan yang baik dan perniagaan ingin mengekalkannya pada masa akan datang. Negeri di sebelah kanan garis tengah dapat dilihat sebagai peluang oleh perniagaan di mana kenaikan penjualan akan membantu meningkatkan keuntungan perniagaan - Mengembangkan strategi. Dan akhirnya negeri dengan penjualan rendah dan keuntungan rendah atau penjualan yang lebih tinggi tetapi keuntungan rendah pasti bukan bidang di mana perniagaan harus fokus pada penjualan wang. Ini sangat membantu dalam merumuskan strategi pelaburan perniagaan.

Gambar di bawah menunjukkan plot penyebaran.

Prestasi Segmen Pelanggan Yang Berbeza

Dengan keterlihatan di peringkat wilayah dan negeri, kita sekarang dapat melihat segmen pengguna yang mendorong penjualan dan keuntungan dan mengenal pasti mana segmen untuk diberi tumpuan (di kalangan Pelanggan, Korporat dan Pejabat Rumah Tangga).

Sebagai contoh, kita dapat melihat bahawa di wilayah Tengah, walaupun segmen pengguna menyumbang 50% penjualan, ia mempunyai bahagian keuntungan yang rendah. Walau bagaimanapun, segmen Korporat mempunyai bahagian keuntungan yang jauh lebih tinggi dengan sumbangan penjualan yang lebih rendah. Pasti, perniagaan harus fokus pada peningkatan sumbangan penjualan Korporat yang dapat mempengaruhi keuntungan bagi perniagaan.

Penjanaan Hasil mengikut Kategori

Langkah logik seterusnya adalah memperoleh pandangan pada peringkat kategori produk. Kita dapat memahami produk mana yang mempunyai penjualan dan keuntungan yang lebih tinggi di rantau dan segmen pengguna tertentu. Atau bagaimana prestasi pelbagai kategori produk dari segi penjualan dan keuntungan.

Di Power BI, anda boleh menambahkan beberapa penapis ke data anda untuk mendapatkan pandangan yang tepat yang anda inginkan. Anda boleh mengklik pilihan gerudi yang terdapat di sudut kiri atas visualisasi untuk mengubah perwakilan data. Untuk kumpulan data superstore kami, anda boleh menggunakan pilihan lihat untuk melihat penjualan mengikut negeri, kategori dan subkategori untuk memenuhi keperluan anda.

Dapatkan Sijil PowerBI Hari Ini '

Sekarang, kami telah membahas asas visualisasi data dengan Power BI. Terdapat banyak lagi pandangan yang dapat dibuka dari data yang kami ada. Saya menggesa anda untuk terus maju dan mencuba visualisasi lain, ini dapat membantu membuka pandangan yang mungkin saya terlepas.

Sejauh blog papan pemuka Power BI ini, mari sekarang kita simpan fail ini dan buat papan pemuka. Langkah pertama adalah menyimpan karya kita sebagai laporan. Saya telah melakukannya dengan betul pada gambar seterusnya.

Setelah menyimpan fail, anda harus meneruskan dan menerbitkan laporan anda.The menerbitkan pilihan tersedia di sudut kanan atas skrin. Sila rujuk gambar di bawah.

Setelah menerbitkan blog, anda akan mendapat pop timbul dengan pautan, jika anda mengklik pautan tersebut, ia akan mengarahkan anda ke halaman web dengan laporan anda diterbitkan ke web.

Gambar di bawah menunjukkan laporan yang diterbitkan.

Anda boleh menyematkan visual dari laporan ke papan pemuka. Mula-mula anda perlu memilih visual. Setelah selesai, anda klik pada simbol visual pin untuk menyisipkan visual ke papan pemuka anda. Sila rujuk gambar di bawah.

Sebaik sahaja anda mengklik pilihan visual pin, tab berikut akan terbuka. Anda boleh menyematkan visual ke papan pemuka yang ada atau boleh membuat papan pemuka baru. Saya telah membuat papan pemuka baru dan kemudian memasangkan visual padanya.

Gambar di bawah menunjukkan bagaimana visualisasi kelihatan di papan pemuka setelah anda memasangnya.

pernyataan c ++ goto

Sekarang saya akan teruskan dan menambahkan semua visual yang telah kita buat ke papan pemuka. Sila rujuk gambar di bawah. Anda boleh mengubah saiz dan menyesuaikan visual pada papan pemuka untuk memenuhi keperluan anda.

Papan pemuka Power BI memberi anda fungsi berikut:

• Tambah jubin
• Sukatan penggunaan
• Lihat kandungan yang berkaitan
• Tetapkan seperti yang dipaparkan
• Langgan
• Berkongsi
• Pandangan
• Gunakan Soal Jawab Power BI untuk mengemukakan soalan.

Mari kita lihat fungsi dashboard Power BI ini satu persatu:

Anda boleh menambahkan jubin ke papan pemuka yang ada. Jubin boleh berupa gambar, kandungan web, kotak teks atau video.

The Metrik Penggunaan Papan Pemuka memberi anda maklumat seperti tontonan sehari, jumlah saham, dll. Rujuk gambar di bawah.

Anda boleh menetapkan papan pemuka anda seperti yang diketengahkan, melanggan papan pemuka yang berkaitan untuk kemas kini dan juga berkongsi papan pemuka anda. Untuk berkongsi papan pemuka anda boleh mengklik berkongsi pilihan dan masukkan Id e-mel penerima. Saya telah maju dan berkongsi papan pemuka. Sila rujuk gambar di bawah.

Dengan Power BISoal Jawab (Soalan & Jawapan), awakboleh mengemukakan soalan dan mendapatkan jawapan segera dengan pertanyaan bahasa semula jadi. Masukkan sahaja soalan atau kata kunci anda ‘Ajukan soalan mengenai data anda’ tab di sudut kiri atas dan anda akan mendapat jawapannya. Walau bagaimanapun, kata kunci yang anda taip harus ada dalam set data. Gambar di bawah menunjukkan penjualan di Chicago berdasarkan keuntungan.

Langgan saluran youtube kami untuk mendapatkan kemas kini baru ..!

Jadi ini membawa kita ke akhir blog ini. Saya harap anda menyukai blog papan pemuka Power BI ini. Sekiranya anda ingin mengetahui konsep asas Power BI, anda boleh merujuk saya blog di .

Sekiranya anda ingin belajar Power BI dan membina kerjaya dalam visualisasi data atau BI, maka periksa kami yang dilengkapi dengan latihan langsung yang dipimpin oleh instruktur dan pengalaman projek kehidupan sebenar. Latihan ini akan membantu anda memahami Power BI secara mendalam dan membantu anda mencapai penguasaan terhadap subjek ini.

Ada soalan untuk kami? Sila sebutkan di bahagian komen dan kami akan menghubungi anda.