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
Tianyanxiao1 小时前
如何利用探商宝精准营销,抓住行业机遇——以AI技术与大数据推动企业信息精准筛选
大数据·人工智能·科技·数据分析·深度优先·零售
FIT2CLOUD飞致云2 小时前
仪表板展示|DataEase看中国:历年双十一电商销售数据分析
数据分析·开源·数据可视化·dataease·双十一
皓7413 小时前
服饰电商行业知识管理的创新实践与知识中台的重要性
大数据·人工智能·科技·数据分析·零售
菜鸟的人工智能之路4 小时前
桑基图在医学数据分析中的更复杂应用示例
python·数据分析·健康医疗
阡之尘埃10 小时前
Python数据分析案例61——信贷风控评分卡模型(A卡)(scorecardpy 全面解析)
人工智能·python·机器学习·数据分析·智能风控·信贷风控
布说在见13 小时前
层次与网络的视觉对话:树图与力引导布局的双剑合璧
信息可视化·数据挖掘·数据分析
全栈开发圈19 小时前
新书速览|Spark SQL大数据分析快速上手
sql·数据分析·spark
spssau19 小时前
多分类logistic回归分析案例教程
分类·数据挖掘·数据分析·回归·回归分析·logistic回归·spssau
我就说好玩21 小时前
2020年美国总统大选数据分析与模型预测
大数据·python·数据挖掘·数据分析·pandas·sklearn
Aloudata1 天前
在全域数据整合过程中,如何确保数据的一致性和准确性
大数据·数据库·人工智能·数据挖掘·数据分析