POWER BI HR数据分析2

今天主要是对可视化报表制作的展示层面的分析,因为昨天已经做过了相关表及其度量值的介绍。

1,簇状柱状图与折线图的组合


POWER BI HR数据分析2_第1张图片

所谓簇状就是肩并肩扎在一起的样子,可以一眼就看出谁高谁底,多支为簇

一般情况下,柱状图用来对比,即表格里面面的今年数据和去年数据的度量值,折线图为趋势现象,用变异度表示,自然选择百分比的度量值,可以是今年数据和去年数据的差异百分比,也可以是与表现数值得相关度量百分比。可以根据下面的图形来理解这段话,可能比较晦涩,毕竟是我自己写的,不专业,反正就那个意思,你懂的,就可以了。

2,堆型柱状图和折线图的组合


POWER BI HR数据分析2_第2张图片

簇型式横向排列,堆型式纵向排列,可以直观看出哪部分占比大

以下的柱形组合的各个名族的占比,横轴表示各个地区的,折线图用的是活跃度

意思也就是对比分析各地区不同民族之间的招聘情况及其活跃活度

图形中左/右上角都有向下的箭头,表示支持下钻,下钻的意思就是细分的意思,如大区可以下钻到省,省可以下钻到市。

3,两折线图的对比


POWER BI HR数据分析2_第3张图片

折线图可以很好的看出数据的趋势走向,两折线图的组合就就既可以看出同一度量指标的不同趋势,及其在同一横向维度下面的数据对比差异

一下是全职和兼职在不同月份的人员对比和总体趋势

4,瀑布图,


POWER BI HR数据分析2_第4张图片

表达数值之间的数量增减关系,最后显示多个增减之后的绝对值总和,

以下反应的是不同年龄阶段的招聘人数的增减情况,如第二梯队的人员招的比第一梯队的多多少 ,第三梯队比第二梯队的多/少多少,最后用一个总值显示出来,当然也可以用于财务分析,总收入的各个科目,然后支出的科目,最后能以柱状的形式显示出最终的收入状况是多少,不过暂时还没搞懂其真正的原理,如对数据有什么要求,我说的是度量值的确定。哦  看了一下数据,横轴用的是年龄分组依据,纵轴用的是招聘人数

5,其实难的不是图形的选择和理解,难得是度量值的放置以出现想要的图形界面效果,就以上的几个图形的坐标选项详细的介绍一番,以我理解的。


第一个:截图没有显示有关筛选的字段设置,左上角有下划线的就是字段设置选项,

共享轴:很好理解,簇状本身就意味着在同一平面上的站立,这直接理解为X轴没有问题

列序列:没搞懂,拖动几个度量值都放不进去,可能对度量值有要求,幸亏会感知不能乱放

列值:理解为Y轴,和柱状图里面的一样,就是柱子本身的度量,这要选多个,因为是簇状图,当然选一个,就自然成了简单的柱状图了

行值:注意这是组合图,共享轴和列值是对柱状图的显示,而行值则是显示折线图,躺着的==行嘛

工具提示:这是用于鼠标悬停的时候显示有哪些数据用的,如果没添加,就自动默认显示行列里面已选的度量值显示,如果鼠标悬停某个图形时想看其他的数据,则在工具提示这进行设置,添加字段值就行了,简单拖拽,和其他的一样,界面操作都是鼠标 拖拽。

第二个:

POWER BI HR数据分析2_第5张图片

行值:不多说,和上面一样,组合图里面显示折线图的部分

列值:我原本以为列值会有多个选项,要堆几个,就有几个,其实错了,堆是在一列上面分不同成分,所谓的成分就引出了列序列的字段,记住,列值只有一个,若多个列值就是簇状了

列序列:序列有横向分布和纵向分布之分,列序列自然就是纵向分布,可以理解为列值里面的成分,由不同成分就自然组成了堆状,这里要的是雇佣人员的民族组成的堆型柱状。

共享轴:好像目前为止共享轴所指的都是X轴,毕竟X轴是从小就耳熟目染的,比较好理解,也不废劲,不然得绕半天,这要的是分地区来显示雇佣人员的民族成分。故X轴用地区,但这需要注意的是 ,由于地区有不同的层级,为所以必然想先看高一级的,再看底层的,如图形中介绍过的下钻功能,就是在这来形成的,但尤其要注意的是,先拖拽高一层级的,再拖低层的,如果顺序反了,能显示,但与下钻的定义逻辑相违背了,变成上钻了。凡是轴多选,便生下钻。

第三个:折线图




POWER BI HR数据分析2_第6张图片

轴:X轴,横轴

值:Y轴,纵轴

图例:用于显示折线的名称的,这是在新建表里面引出来的,

第四个:瀑布图


POWER BI HR数据分析2_第7张图片

类别:也相当于X轴

Y轴:Y轴

细目:可以理解为不要鼠标单击的下钻,横向显示,分门别类的显示类别的瀑布图。

补充:在单独的堆积柱状图里面,图例就相当于堆积柱状与折线的组合图的列序列,以后有别的就在进行相关的补充吧,现在就到这里为止吧,

这个HR案例的分析一结束,基本上就把DAX函数编写,可视化建模都过了一遍,对于数据分析的技术操作层面有了一定的基础了,现在缺德可能就是对不同案例的熟悉程度以及对不同邻域的度量值的理解方面存在一定的问题,接下来再多做几个案例吧,可能会加深某些理解,应该都是差不多的东西。今天在官网上面看到了好几个有用的技巧,以后专门整理一篇关于官网上的东西吧。

你可能感兴趣的:(POWER BI HR数据分析2)