数据分析BI仪表盘搭建

BI仪表盘搭建六个原则:

1.仪表盘搭建符合业务的阅读,思考和操作逻辑。

2.明确仪表盘主题,你的用户对什么感兴趣。

bash 复制代码
普通业务人员:
		销售:注册,激活,成交
		投放:消耗,转化率
		运维:搬车数,换电数
bash 复制代码
中层管理者:
	整体的总结报告:业务整体的绝对值,达成率,同比环比;有哪些数据异常和优秀表现。
	各维度的数据:各个业务动作的绝对值、达成率、同比环比;数据异常的具体原因。
高层管理者:
	整体的总结报告:业务整体的绝对值,达成率,同比环比;有哪些数据异常和优秀表现。

明确主题,维度越多越好,图表越高级越好。

3.仪表盘主题拆解

这个主题涉及哪些数据?-->想业务

数据的重要程度是否相同?

最适合数据呈现的图表是哪种?(可查看可视化字典)

对比:绝对值对比--条形图或柱状图

变化:没有累计关系--折线图或者柱状图;有累计关系--面积图或者堆积图

构成:对象少于3个--环形图;对象大于3个--树地图

分布:单变量分布--直方图;多变量分布--散点图或气泡图

关键数据:营收数据,流量数据。 数据排序:营收>投放>流量

图表选择:经营情况总览--文字;经营数据--表格;每日营收数据--多轴折线图;每日流量数据--双轴组合图;新老客占比--环形图;平台占比--环形图;排名--条形图;投放情况--散点图

4.开发设计工作表

举例子:

经营情况总览

经营数据详情

每日营收数据

每日流量数据

新老客占比

平台占比

门店占比

投放情况

订单分布

配送分布

5.构思仪表盘布局

纵向布局:从上到下按逻辑展开,可以往下滑动

横向布局:一到两个主图,其他补充信息,一块板就能看完

到tableau社区多看别人优秀的仪表盘

新建仪表盘:

大小一般选通用桌面,可以加高度把仪表盘的可以纵向滑动,设置完后就可以将做好的图表拖到仪表盘上布局的了

6.加"亿点点"细节

1.联动筛选:有一个筛选器,选上即可

2.边框:布局选上边界颜色

3.简化:去掉一些表格的多余的线,优化地图的图层和冲蚀层度等

4.填充:可以用空白调整布局等。

5.字体: 可以编辑标题,微软雅黑,加粗,颜色等

6.配色:工作表的颜色,仪表盘的底色,配色方案:logo颜色/纯深色/纯暖色

7.最终结果

相关推荐
dreadp5 小时前
解锁豆瓣高清海报(二) 使用 OpenCV 拼接和压缩
图像处理·python·opencv·计算机视觉·数据分析
struggle202510 小时前
一个开源 GenBI AI 本地代理(确保本地数据安全),使数据驱动型团队能够与其数据进行互动,生成文本到 SQL、图表、电子表格、报告和 BI
人工智能·深度学习·目标检测·语言模型·自然语言处理·数据挖掘·集成学习
AIGC大时代11 小时前
对比DeepSeek、ChatGPT和Kimi的学术写作关键词提取能力
论文阅读·人工智能·chatgpt·数据分析·prompt
东方佑16 小时前
OpenAI承认开源策略错误,考虑调整策略并推出o3-mini模型
开发语言·数据分析
kaiyuanheshang18 小时前
数据挖掘常用算法
人工智能·算法·数据挖掘
程序猿阿伟19 小时前
《数据可视化新高度:Graphy的AI协作变革》
人工智能·信息可视化·数据分析
遗落凡尘的萤火-生信小白1 天前
单细胞-第四节 多样本数据分析,下游画图
windows·数据挖掘·数据分析
纠结哥_Shrek1 天前
基于最近邻数据进行分类
人工智能·分类·数据挖掘
Melancholy 啊2 天前
细说机器学习算法之ROC曲线用于模型评估
人工智能·python·算法·机器学习·数据挖掘
一名技术极客2 天前
Python 数据分析 - Matplotlib 绘图
python·数据分析·matplotlib