Power BI dashboard国外的一些设计参考
阅读一些海外的Power BI dashbaord设计，简单分析了下其页面布局，方便以后在没有设计灵感的时候，回来看下能找到一些感觉。
这些案例都来自于以下的页面：
https://rigorousthemes.com/blog/best-power-bi-dashboard-examples/
这个页面里提供了15个设计参考，这篇笔记记录了其中的八个。做笔记的过程中，也在尝试通过数据层面理解背后的业务。
客户分析
客户画像和客户分析是经常会遇到的分析主题，前些年客户画像这个话题一直很火，但怎么画却没几个人能说的清楚。这个PBI的设计，正好给我们一些参考。
第一个页面顶端通过数据卡片展示销量和利润，下面跟一个按照每个月的销量柱图加利润的折线图，边上有一个Region的筛选器。右侧基于产品层面的Treemap。
最下面有by customer, product group和channel的分析。
顶部是按照年度的筛选。
这是个经典的上中下布局。顶部数据卡片显示关键数据，中间和底部通过不同的图表来细化数据。
这个页面是对销量，客户和产品以及利润这几个角度对客户进行分析。
第二个页面拓展到了地理层次，可以直观的看到业绩的分布。
左侧一个地图，右侧首先是一个按照产品层面的绩效分析。接着下边是销量和利润率相关的散点图。最后是从产品层面的，今年销量跟去年销量的柱图分析。
左右布局的经典视图。考虑用到了地图展示数据，所以左侧留有空间比较大。
机场管理
这套Dashboard是根据一个机场的数据进行的分析，目标用户应该是机场相关的领导。能看的出后端的数据包括航班，旅客，旅客满意度，地面服务等信息。里面涉及到一些航空领域的知识，特意查了下AI才明白其中的含义。
第一个页面是一些关键指标，比如航班总数，分为进港和出港。然后是延迟航班的统计。下面是地面服务时间统计，包括排队时间，处理时间和放行时间。右侧是顾客的满意度统计。
第二个页面是根据航班的详细分析，包括进出港航班，以及航班类型。紧跟右侧是排名最高的五家航空公司以及它们的进出港统计。然后是航班往来城市的一个排名。（可以看的出来自从大鹅打架后，北京的航班受影响还是挺大的）
底部是航线分布的地图统计。右侧是航班延误的透视分析。
第三个页面对旅客的分析，包括总体满意度，以及旅客大多来自哪里。还有按照性别，年龄，国籍的分布分析。
关于旅客满意度，还包括根据不同航站楼的不同统计。从这个分析可以看到T1的顾客满意度不是很高。
最后就是右侧，针对不同客户满意度的不同分析，这里除了柱图，还有Treemap的分布分析。
超市数据分析
超市的零售数据分析，这是一家全球机构的超市，可以通过Dashboard看到地域和产品角度的分析统计。
这个报告只包含了一个页面，页面大体是一个左右布局的分布。
首先左上角三个卡片显示销量，利润和利润率。下边根据国家，产品组进行细分，右侧通过地图更直观的看到销量分布。
整体右侧趋势图，可以看到销量和利润随时间的变化。
再往下是产品的次级目录统计的销量和利润。然后是根据城市统计的销量。
疾病分析
这是一个美国的癌症数据分析。数据层面上包括性别，年龄，疾病类型，时间，区域等。
导航的方式很特别，整体右侧是不变的，Dashboard的切换是通过左侧向左和向右的按钮进行不同内容的切换，相信这种方式在国内是很难被接受的。
首先主页通过一个地图显示疾病数据分布，通过颜色的深浅可以很直观的看到分布情况。看的出来漂亮国对数据在区域上的分布更重视。
右侧有针对性别的分布情况，以及发病率，死亡率，针对不同年龄段的分布。
第二个页面显示发病率和死亡率，成人以及幼儿的数量分别是多少，以及不同疾病类型的分布。
第三个图变换的是左侧底部的图表，同样针对发病率和死亡率的不同疾病类型，性别的分布。
医药销售分析
这是一个很简洁的销量报告。维度层面上包括时间，区域和产品。维度不多但是仪表板的信息组织还是很清晰的。
首页显示一些关键销量信息，包括当前YTD的，MAT以及MAT增长率。通过点击右侧的连接，导航到详细页面。
进到第二个页面，可以看到今年销量和去年销量的数据，以及不同月份的销量以柱图的方式显示。
往下是按产品，产品组以及城市的分布，城市显示的是最高的五个和最低的五个。
MAT在这里是头一次看到，尚不清楚其跟YTD Growth的区别，以下是关于MAT的百科解释：
https://baike.baidu.com/item/MAT/12015256?fr=aladdin
HR数据分析
这是一个比较全面的HR相关数据分析，从这里可以看到HR关注的信息都有哪些，以及不同数据类型用什么样的图表展示更合适。
主页，没有显示任何数据，提供四个连接导航到不同的数据主题。我个人觉得这种主页的设计看上去是很有门面的，尤其是对于重视门面的部门。
第一个页面是关于人头（HC）分析。上中下布局。
第一行通过卡片显示关键数据。简洁明了，一眼就能看到关键信息。
第二行显示季度的数据分布，包括离职，新加入，在职以及解雇的。中间的是员工满意度的统计。
第三行是对于员工流失率attrition rate的展开分析。值得关注的是右下角的离职原因分析，可以看到按照部门的离职原因分布，从另外一个角度也可以看到，针对一个离职原因，都分布在哪些部门。
第三个页面是从财务角度的分析。包括全职和兼职的数量，以及用瀑布图显示的不同部门的成本占比。
底部是不同部门的tree map分析，以及不同职级的数量，最后是企业成本以及雇员成本的柱图对比分析。
人口统计，包括用地图统计的雇员工作区域，性别年龄分布，来自国家分布。
下边展示的一个分析表是按照部门，每个季度新员工的数量。按照字面显示貌似是在职员工数据量，但因为看到下面有total的统计，所以这里理解为新员工数量应该更合理。
右边是休假的一个统计，按部门和休假类型。
员工详细信息的查看。这里显示的是员工的具体信息，包括绩效，休假状况统计，以及满意度等信息。
高管洞见
这应该是给高管看的报告，所以能看的出来设计相对简洁，数据的粒度也很高。
顶部首先引导用户筛选度量，包括收益，销量和收入，然后引导用户指定一个维度，包括产品和订单类型。
左侧上部提供五个折线图，这些度量跟顶部的度量筛选应该是独立的。
左侧大部分的位置留给了一个地图加柱图的统计，可以直观的看到基于各个国家的分布。
右侧首先是基于年度的度量分布，然后是指定的度量跟计划的度量还有多大的差距，通过一个柄图。右侧的折线图没太看懂是什么统计，看上去像是一个当前值跟从某一时间点的累积值。
最后右下角显示按指标排序的排名最高的五个产品。
用电分析
听说漂亮国每个地方的电费计价都不一样，这个仪表板貌似就是提供这类分析的。
这个仪表盘包括用了多少电，花了多少钱。比较奇怪的是这些数据可以根据电器进行细分，难道他们的用电数据可以精确到每一个电器？
写在最后
最后，引用别人总结好的关于成功的dashboard的标准：
- 聚焦特定主题 / 目标
- 全面涵盖该主题
- 内容清晰易懂
- 提供互动功能
- 包含多种筛选条件
- 针对受众量身定制
以上总结来自于： https://blog.coupler.io/power-bi-dashboard-examples/
关于如何理解这些标准，我觉得主要还是得多学多看，所以留下这个学习笔记，方便后续随时回来参考。