Power BI 和 Fine BI 分析的几个概念

Power BI 和 Fine BI 分析的几个概念

1. 钻取概述

钻取可以让用户在查看仪表板时动态改变维度的层次,它包括向上钻取和向下钻取。
比如可实现:查看省份数据时,可下钻查看到下方具体城市的数据。

1.1 如何设置钻取

按钻取的设置方法,可以分为三种:

  • 地图钻取:在地图组件上进行钻取
  • 日期钻取:对日期维度进行钻取,比如说实现【年-月-日】的下钻
  • 普通钻取:除以上两种条件的所有钻取都是普通钻取情况

1.2 地图钻取应用场景

在很多分析场景下,用户想要直观展示不同省份和地区的数据,分析不同省份和地区的数据情况,同时需要实现不同省份和地区对于某特定指标的程度进行区分。

例如:年度总结时,用户需要在地图上展示各省市的销售额,点击省份可查看该省下不同地区的销售额,且地图根据销售额大小程渐变效果。

用户可根据实际需求可以实现由省到市的逐级钻取,并对不同省份和区域的数据进行展示。

1.2 日期钻取应用场景

在以日期为维度统计查看数据时,有时需要进行时间年-月-日的钻取(下钻),获取更详细的信息。

1.3 普通钻取应用场景

在实际使用仪表板时,往往会先通过统计图表从宏观层面把握业务问题所在,再通过一个页面内的钻取联动逐级向下钻取,定位到具体的问题。比如说我们用坐标轴图展现了各个省份的客户数量,点击具体某个省份的数据按各个城市下钻即可查看到该省份下的各个城市的客户数量,这就是钻取。

  • 钻取顺序固定

    例如:钻取顺序为「地区>一级渠道名>二级渠道名>三级渠道名」。

  • 钻取顺序不固定

    例如:若选择的钻取顺序为不固定,下钻时可随意选择下钻的字段。例如点击「东莞市」,即可跳过二级渠道名,直接下钻查看东莞市三级渠道名的浏览量

2. 钻取常见问题

2.1 如何设置上钻

当用户想上钻时,只需要在钻取顺序固定的情况下,把钻取目录的顺序颠倒即可。

  • 下钻时钻取目录的顺序。

Power BI 和 Fine BI 分析的几个概念_第1张图片

  • 上钻时钻取目录的顺序
    Power BI 和 Fine BI 分析的几个概念_第2张图片

3. 组件过滤条件

3.1 应用场景

当用户看想要知道一个组件目前展示的数据是否是已经被过滤后的数据,过滤的条件如何,可以使用「查看过滤条件」。

如果是在组件编辑制作过程中做了过滤,没有编辑权限的「查看用户」也可以通过「查看过滤条件」知道进行了哪些过滤。

3.2 功能简介

仪表板的预览界面和编辑界面都可以进行「查看过滤条件」。

4. 组件设置联动

4.1 应用场景

联动可实现点击一个组件,其他组件显示出相关数据。

例如,点击一个组件中的「新媒体运营」,其余组件中会自动联动出「新媒体运营」相关的数据。

注:联动的本质是组件之间的数据过滤,组件联动的结果可参见:查看组件过滤条件。

4.2 功能简介

联动设置有两种方式:

给组件使用的表建立好关联,让系统默认为其设置联动。

联动设置只能在仪表板内部组件之间的联动。若是要实现仪表板间联动,可参见:组件跳转

4.3 联动在不同组件作用范围

明细表和文本组件只能被联动;

过滤组件不能够实现联动;

除地图组件外的其他图表组件,若未使用到指标字段,则点击图形不支持触发联动。

5. 占比简介

1. 概述

本文介绍不同场景下如何求占比。

2. 求指标占比

  • 指标求占比:即求单个值占指标总值的百分比。操作方法详情请参见:占比(快速计算)
  • 指标求组内占比:求单个值占组内总值的百分比,例如求佛山市2013年的金额占佛山市所有金额的百分比。操作方法详情请参见:占比(快速计算) 或 计算组内占比
    Power BI 和 Fine BI 分析的几个概念_第3张图片

3. 求维度占比

要对某一文本/日期字段进行计数统计并求占比,但它们本身不是数值,无法用上面的方式求占比。所以需要将其转化为指标再后进行占比计算,详细清参见:维度转化为指标

计算维度的横向组内占比:例如计算「自有店销售女性品牌」店铺数量占「自有店」的比例,如下图的实现效果,详情可参见:计算组内占比-维度

在这里插入图片描述

4. 求横向占比

若用户不希望计算纵向的占比,而是如下图,希望计算一个指标占横向的占比。这种情况可参见:计算组内横向占比

生活馆占比:0.66=3614113/(3414113+1840913);时尚馆占比:0.34=1840913/(3414113+1840913)

Power BI 和 Fine BI 分析的几个概念_第4张图片

6. 同比环比简介

  • 环比表示连续 2 个统计周期(比如连续两天或连续两个月)内量的变化比。计算公式:(本期-环期)/环期*100%
  • 同比一般情况下是某年第 n 月与上一年第 n 月量的变化比,也可以比较某月第 n 天与上月第 n 天量的变化比。计算公式:(本期-同期)/同期*100%

1. 概述

在实际的数据分析中我们经常会用到同比和环比

本文将为大家展示几种不同的同环比的计算方法,用户可以根据自己的需要选择适合的同环比计算方式。

2. 图表中有日期字段

当你的图表中需要存在日期字段,你可以使用 计算同环比(图表有日期字段) 方式来计算同环比。最后计算的效果如下图所示:

Power BI 和 Fine BI 分析的几个概念_第5张图片

  • 分析区域存在时间字段,且分组类型为年、年季度、年月、年周、年月日时,时间字段支持过滤条件设置为属于/不属于时间过滤组件
  • 分析区域存在文本字段,文本字段支持过滤条件设置为属于/不属于文本过滤组件,包括文本下拉和文本列表
  • 快速计算支持设置「自定义同环比」,且支持按照「年」、「季度」、「月」、「周」设置同环比

3. 图表中无日期字段

很多情况下图表中不需要存在日期字段,但又想求同比环比怎么办呢?

3.1 自定义同环比

使用 自定义同环比 快速计算。例如下图在无日期字段的情况下,求到不同合同类型任意两个日期区间合同金额的增长率。

Power BI 和 Fine BI 分析的几个概念_第6张图片
当同环比计算结果非常重要,需要突出显示时,除了表格展示外,我们还可以使用指标卡组件来展示。详情请参见:同环比指标卡。
Power BI 和 Fine BI 分析的几个概念_第7张图片

3.2 筛选展示同环比

使用「日期过滤组件」计算【自然月】同环比,操作方式可参见:筛选展示「自然月」同环比(图形无日期字段)

当用户想要看到 2016 年 4 月数据时,在过滤组件筛选对应时间,就可以看到 4 月份的销售额以及它的同比、环比数据。

Power BI 和 Fine BI 分析的几个概念_第8张图片
使用「日期区间过滤组件」计算【指定时间段】的同环比,操作方式可参见:筛选展示「非自然月」同比环比

在日期区间筛选 2013-03-01 到 2013-03-15,分组表中自动筛选出当前时间段的合同总价,并计算该时间段的同比环比。

Power BI 和 Fine BI 分析的几个概念_第9张图片

你可能感兴趣的:(数据科学,数据仓库)