Visualisointityypit Power BI:ssä

Tässä artikkelissa luetellaan visualisoinnit, jotka ovat käytettävissä Power BI. Lisäämme uusia visualisointeja, pysy kuulolla!

Tutustu Microsoft AppSourceen, josta löydät kasvavan luettelon Power BI visualisoinneista, joita voit ladata ja käyttää omissa koontinäytöissä ja raporteissa. Oletko luova henkilö? Lue, miten voit luoda ja lisätä omia visualisointeja tähän yhteisösivustoon.

Visualisoinnit Power BI:ssä

Kaikki nämä visualisoinnit voidaan lisätä Power BI-raportteihin, jotka on määritetty QA&:ssa ja kiinnitetty koontinäyttöihin.

Aluekaaviot: Perus (kerrostettu) ja pinottu

Screenshot of an Area chart.

Perusaluekaavio perustuu viivakaavioon, jonka alue on akselin ja täytetyn viivan välillä. Aluekaaviot korostavat muutoksen suuruutta ajan kuluessa, ja niiden avulla voidaan kiinnittää huomio trendin kokonaisarvoon. Esimerkiksi tiedot, jotka edustavat tuottoa ajan kuluessa, voidaan kuvata aluekaaviossa kokonaistuoton korostamiseksi.

Lisätietoja on artikkelissa Perusaluekaavio.

Palkki- ja pylväskaaviot

Screenshot of a Bar chart.

Screenshot of a Column chart.

Palkkikaaviot ovat vakiomuotoisia katseltaessa tiettyä arvoa eri luokkien välillä.

Kortit

Moniriviset

Screenshot of a Multi row card.

Monirivisissä korteissa näytetään yksi arvopiste tai useita arvopisteitä, yksi per rivi.

Yksittäinen luku

Screenshot of a Single number card.

Yksittäisen luvun kortissa näytetään yksi fakta, yksi arvopiste. Joskus yksittäinen luku on tärkein seikka, jota haluat seurata Power BI-raporttinäytöllä tai raportissa, kuten kokonaismyynti, markkinaosuus vuositasolla tai kokonaismahdollisuudet.

Lisätietoja on kohdassa Kortin luominen (ison numeron ruutu).

Yhdistelmäkaaviot

Screenshot of a Combo chart.

Yhdistelmäkaavio yhdistää pylväskaavion ja viivakaavion. Näiden kahden kaavion yhdistäminen nopeuttaa tietojen vertailua. Yhdistelmäkaavioissa voi olla yksi y-akseli tai kaksi y-akselia, joten tarkista kaavio tarkasti.

Yhdistelmäkaavio on hyvä vaihtoehto, kun:

  • sinulla on viivakaavio ja pylväskaavio, joilla on sama X-akseli
  • haluat vertailla useita mittareita eri arvoalueilla
  • Haluat havainnollistaa kahden mittarin välistä korrelaatiota yhdessä visualisoinnissa.
  • Haluat tarkistaa, täyttääkö yksi mittari toisen mittarin määrittämän tavoitteen
  • haluat säästää tilaa piirtoalustalla.

Lisätietoja on artikkelissa Power BI -yhdistelmäkaaviot.

Hajotuspuu

Screenshot of a Decomposition tree.

Hajotuspuu-visualisoinnin avulla voit visualisoida tietoja useissa ulottuvuuksissa. Se kokoaa tiedot automaattisesti ja mahdollistaa porautumisen ulottuvuuksiin missä tahansa järjestyksessä. Lisäksi se on tekoäly-visualisointi, joten voit pyytää sitä etsimään tiettyjen ehtojen perusteella seuraavan ulottuvuuden, johon porautua. Tämän ansiosta se on arvokas työkalu ad-hoc-tutkimiseen ja pääsyyn analysointiin.

Rengaskaaviot

Screenshot of a Doughnut chart.

Rengaskaaviot muistuttavat ympyräkaavioita. Ne näyttävät osien suhteen kokonaisuuteen. Ainoa ero on se, että keskellä on tyhjää tilaa otsikkoa tai kuvaketta varten.

Lisätietoja on artikkelissa Power BI -rengaskaaviot.

Suppilokaavio

Screenshot of a Funnel chart.

Suppilokaaviot auttavat visualisoimaan prosessia, jossa on vaiheita ja tietoyksikön työnkulku peräkkäin yhdestä vaiheesta seuraavaan. Esimerkki tällaisesta on vaikkapa myyntiprosessi, joka alkaa liideistä ja päättyy ostamiseen.

Esimerkiksi myynnistä voi tehdä suppilokaavion, jossa seurataan asiakkuuksien eri vaiheita: liidi > hyväksytty liidi > prospekti > sopimus > suljettu. Suppilon muoto välittää yhdellä silmäyksellä tarkastelemasi prosessin kunnon. Suppilon kukin vaihe edustaa prosenttiosuutta kokonaismäärästä. Siten useimmissa tapauksissa suppilokaaviosta tulee suppilon muotoinen – ensimmäinen vaihe on kaikkein suurin ja kukin seuraava vaihe on pienempi kuin sitä edeltänyt vaihe. Myös päärynänmuotoisista suppilokaavioista on hyötyä: sen avulla voi tunnistaa ongelman prosessissa. Tyypillisesti kuitenkin ensimmäinen vaihe, ”sisäänotto”, on kaikkein suurin.

Lisätietoja on artikkelissa Power BI -suppilokaaviot.

Mittarikaaviot

Screenshot of a Radial gauge chart.

Viisarimittarikaaviossa on pyöreä kaari, ja siinä on yksi arvo, joka mittaa edistymistä kohti tavoitetta/suorituskyvyn mittaria. Tavoite tai tavoitearvo esitetään riveittäin (neula). Tämän päämäärän edistyminen esitetään varjostuksella. Arvo, joka edustaa kyseistä edistymistä, näkyy lihavoituna kaaren sisällä. Kaikki mahdolliset arvot on jaettu tasaisesti kaarta pitkin minimistä (äärimmäisenä vasemmalla oleva arvo) maksimiin (äärimmäisenä oikealla oleva arvo).

Yllä olevassa esimerkissä olemme automyyjä, joka seuraa myyntitiimin keskimääräistä myyntiä kuukaudessa. Tavoitteemme on 140, ja sitä edustaa musta neula. Pienin mahdollinen keskimääräinen myynti on 0, ja maksimiksi on asetettu 200. Sininen varjostus näyttää, että olemme tällä hetkellä noin 120 kappaleen vauhdissa tässä kuussa. Onneksi meillä on vielä viikko aikaa tavoitteiden saavuttamiseksi.

Viisarimittarit ovat hyvä vaihtoehto, kun:

  • esitetään edistyminen kohti tavoitetta
  • esitetään prosenttiyksiköitä, kuten suorituskyvyn mittareita
  • näytetään yhden mittarin kunto
  • Näytetään tiedot, joita voidaan nopeasti tarkistaa ja ymmärtää.

Lisätietoja on artikkelissa Power BI -mittarikaaviot.

Tärkeimpien vaikuttajien kaavio

Screenshot of a Key influencer chart.

Tärkeimpien vaikuttajien kaaviossa näytetään valittuun tulokseen tai arvoon eniten vaikuttavat tekijät.

Tärkeimmät vaikuttajat auttaa sinua ymmärtämään tekijöitä, jotka vaikuttavat johonkin tärkeään arvoon. Esimerkiksi mikä saa asiakkaat tekemään toisen tilauksen tai miksi myynti oli niin korkealla viime kesäkuussa.

Lisätietoja on artikkelissa Power BI:n tärkeimpien vaikuttajien kaaviot.

Suorituskyvyn mittarit

Screenshot of a KPI chart.

Suorituskykyilmaisin (KPI) on visuaalinen vihje, joka kertoo edistymisen määrän kohti mitattavissa olevaa tavoitetta.

Suorituskykyilmaisin on hyvä vaihtoehto, kun halutaan

  • Mitata edistymistä (minkä edellä vai jäljessä olen?).
  • Mitata etäisyyttä tavoitteeseen (kuinka paljon edellä tai jäljessä olen?).

Lisätietoja on artikkelissa Power BI:n suorituskyvyn mittarit.

Viivakaaviot

Screenshot of a Line chart.

Viivakaaviot korostavat koko arvosarjan yleistä muotoa yleensä ajan kuluessa.

Kartat

Peruskartta

Screenshot of a Basic map.

Peruskarttaa käytetään sekä luokiteltuun että kvantitatiiviseen tietoon, joilla on paikkatietojen sijainnit.

Lisätietoja on artikkelissa Vihjeitä ja vinkkejä kartan visualisointeja varten.

ArcGis-kartta

Screenshot of a ArcGIS map.

ArcGIS-kartat ja Power BI yhdessä tekevät kartoista muutakin kuin vain esitettäviä pisteitä. Valittavissasi on pohjakarttoja, sijaintityyppejä, teemoja, symbolityylejä ja viittauskerroksia, joiden avulla voit luoda upeita, informatiivisia karttavisualisointeja. Määräävien tietokerrosten (kuten laskentatietojen) yhdistäminen sijaintikohtaista analyysiä sisältäviin karttoihin mahdollistaa visualisoinnin tietojen ymmärtämisen syvemmin.

Lisätietoja on artikkelissa Power BI:n ArcGIS-kartat.

Azure-kartta

Screenshot of Azure Maps visual for Power BI.

Vihje

Käytetään sekä luokiteltuun että kvantitatiiviseen tietoon, joilla on paikkatietojen sijainnit.

Jos haluat lisätietoja, katso Power BI visualisoinnin Azure-kartat.

Täytetty kartta (Koropleettikartta)

Screenshot of a Filled map.

Täytetyssä kartassa käytetään sävytystä tai kuvioita esittämään, miten arvot vaihtelevat suhteellisesti maantieteellisellä alueella. Suhteelliset erot hahmottuvat nopeasti, kun sävytys vaihtelee vaaleammasta (tarkoittaen harvinaisempaa/pienempää) tummempaan (yleisempi/enemmän).

Vihje

Mitä voimakkaampi väri, sitä suurempi arvo.

Lisätietoja on artikkelissa Täytetyt kartat Power BI:ssä.

Muotokartta

Screenshot of a Shape map of Texas.

Muotokartalla verrataan alueita kartalla värien avulla. Muotokartta ei voi näyttää arvopisteiden tarkkoja maantieteellisiä sijainteja kartalla. Sen sijaan sen päätarkoituksena on näyttää alueiden suhteellisia vertailuja kartalla eri värien avulla.

Lisätietoja on artikkelissa Muotokartat Power BI:ssä.

Matriisi

Screenshot of matrix visual.

Matriisivisualisointi on eräänlainen taulukkovisualisointi (katso tämän artikkelin taulukot ), joka tukee porrastetun asettelun luomista. Taulukko tukee kahta dimensiota, mutta matriisin avulla tiedot on helpompi näyttää mielekkäästi useissa dimensioissa. Raporttien suunnittelijat lisäävät usein matriiseja raportteihin ja koontinäyttöihin, jotta käyttäjät voivat valita yhden elementin tai useita elementtejä (rivejä, sarakkeita tai soluja) matriisista ristiinkorostaakseen muita visualisointeja raporttisivulla.

Vihje

Matriisi koostaa tiedot automaattisesti ja mahdollistaa tietoihin porautumisen.

Lisätietoja on artikkelissa Matriisivisualisoinnit Power BI:ssä.

Ympyräkaaviot

Screenshot of a Pie chart.

Ympyräkaaviot näyttävät osien suhteen kokonaisuuteen.

Power Apps -visualisointi

Screenshot of a Power Apps visual.

Raporttien suunnittelijat voivat luoda Power-sovelluksen ja upottaa sen Power BI -raporttiin visualisointina. Käyttäjät voivat käsitellä tätä visualisointia Power BI -raportissa.

Katso lisätietoja ohjeaiheesta Power Apps -visualisoinnin lisääminen raporttiin.

QA-visualisointi&

Screenshot of a Q&A visual.

Vihje

Koontinäyttöjen QA-kokemuksen& tapaan QA-visualisoinnin& avulla voit esittää kysymyksiä tiedoistasi luonnollisella kielellä.

Lisätietoja on artikkelissa QA-visualisoinnit& Power BI.

R-komentosarjavisualisoinnit

Screenshot of an R visual.

Vihje

R-komentosarjoilla luodut visualisoinnit, joita kutsutaan yleisesti nimellä R-visualisoinnit, voivat esittää kehittynyttä tietojen muotoilemista ja analytiikkaa, kuten ennusteita, hyödyntämällä R:n monipuolisia analytiikka- ja visualisointitaitoja. R-visualisoinnit voidaan luoda Power BI Desktopissa ja julkaista Power BI -palvelussa.

Lisätietoja on artikkelissa R-visualisoinnit Power BI:ssä.

Nauhakaavio

Screenshot of a Ribbon chart.

Nauhakaaviot näyttävät, millä tietoluokalla on paras sijoitus (suurin arvo). Nauhakaaviot esittävät luokkamuutoksen tehokkaasti, koska korkein sija (suurin arvo) näkyy aina ylimpänä kullakin ajanjaksolla.

Lisätietoja on artikkelissa Nauhakaaviot Power BI:ssä.

Piste

Piste-, kupla- ja pistetulostuskaavio

Pistekaaviossa on aina kaksi arvoakselia, jotka näyttävät yhden numeerisen tietosarjan vaakasuuntaisella akselilla ja toisen numeerisen arvosarjan pystysuuntaisella akselilla. Kaaviossa näytetään arvopisteet numeerisen arvon X ja Y leikkauskohdassa yhdistämällä nämä kaksi arvoa yhdeksi arvopisteeksi. Nämä arvopisteet voidaan jakaa tasaisesti tai epätasaisesti vaakasuuntaiselle akselille tietojen mukaan.

Screenshot of a scatter chart, with points at the intersection of the x and y axis.

Kuplakaaviossa arvopisteet korvataan kuplilla ja kuplan koko kuvastaa tietojen muuta dimensiota.

Screenshot of a bubble chart, with bubble size representing an additional dimension of data.

Sekä piste- että kuplakaavioissa voi olla myös toistoakseli, joka voi näyttää muutoksia ajan kuluessa.

Pistetulostuskaavio muistuttaa kuplakaaviota ja hajontaa kuvaavaa pistekaaviota sillä erotuksella, että X-akselille voi tulostaa numeerisia tai luokittaisia tietoja. Tässä esimerkissä käytetään neliöitä ympyröiden sijaan ja piirretään myynti X-akselille.

Screenshot of a Dot Plot chart.

Lisätietoja on artikkelissa Power BI -pistekaaviot.

Suuren tiheyden pistekaavio

Screenshot of a high density Scatter chart.

Suuren tiheyden tiedoista otetaan näytteitä siksi, että näin voidaan kohtuullisen nopeasti luoda visualisointeja, joiden vuorovaikutteisuus säilyy. Suuren tiheyden tiedoissa käytetään algoritmia, joka poistaa päällekkäiset pisteet ja varmistaa, että kaikki tietojoukon pisteet näytetään visualisoinnissa. Se ei näytä vain näytettä tiedoista.

Tämä tarjoaa parhaan vasteajan ja esityksen ja taltioi selkeästi tärkeimmät pisteet koko tietojoukosta.

Lisätietoja on artikkelissa Suuren tiheyden pistekaaviot Power BI:ssä.

Osittajat

Screenshot of a slicer.

Osittaja on erillinen kaavio, jolla voidaan suodattaa sivun muita visualisointeja. Osittajia on monia erilaisia (luokka, alue, päivämäärä jne.). Niitä voidaan muotoilla siten, että on mahdollista valita yksi arvo, monia arvoja tai kaikki saatavilla olevat arvot.

Ohittaja on hyvä vaihtoehto, kun haluat

  • Haluat helpottaa käyttöä näyttämällä usein käytettyjä tai tärkeitä suodattimia raportin piirtoalustassa.
  • Haluat helpottaa nykyisen suodatetun tilan tarkastelua avaamatta avattavaa luetteloa.
  • Suodata sarakkeiden mukaan, jotka ovat tarpeettomia ja piilotettuja tietotaulukoissa.
  • Luo kohdistettavampia raportteja sijoittamalla osittajia tärkeiden visualisointien viereen.

Lisätietoja on artikkelissa Power BI:n osittajat.

Älykäs kertomus

Screenshot of a smart narrative.

Älykäs kertomus lisää tekstiä raportteihin ja korostaa näin trendejä ja pääkohtia sekä lisää selityksiä ja kontekstia. Teksti auttaa käyttäjiä ymmärtämään tietoja ja tunnistamaan tärkeät havainnot nopeasti.

Lisätietoja on kohdassa Älykkäiden kertomusten yhteenvedon luominen.

Erilliset kuvat

Screenshot of a Standalone image visual.

Erillinen kuva on graafinen elementti, joka on lisätty raporttiin tai koontinäyttöön.

Lisätietoja on artikkelissa Lisää kuvan pienoissovellus raporttinäkymään.

Taulukot

Screenshot of a Table visual.

Taulukko on ruudukko, joka sisältää tietoja järjestettynä loogiseen sarjaan rivejä ja sarakkeita. Se voi sisältää myös otsikkoja ja summarivin. Taulukot toimivat hyvin kvantitatiivisessa vertailussa, jossa tarkastellaan moni arvoja tietystä kategoriasta. Esimerkiksi tässä taulukossa näkyvät luokan viisi eri mittaria.

Taulukko on hyvä vaihtoehto:

  • yksityiskohtaisen tiedon ja tarkkojen arvojen selaamiseen ja vertailemiseen (visuaalisten esitysten sijaan).
  • tietojen esittämiseen taulukkomuodossa.
  • numeeristen tietojen luokiteltuun esittämiseen.

Lisätietoja on artikkelissa Power BI:n taulukoiden käsitteleminen.

Puukartat

Screenshot of a Treemap.

Puukartat ovat värillisiä suorakulmioita, joiden koko vastaa arvoa. Ne voivat olla hierarkkisia, suorakulmiot sisäkkäin pääsuorakulmioissa. Kunkin suorakulmion sisällä oleva suorakulmio perustuu mitattavaan arvoon. Suorakulmiot järjestetään koon mukaan vasemmasta yläkulmasta (suurin) oikeaan alakulmaan (pienin).

Puukartat ovat hyvä vaihtoehto seuraaville:

  • kun halutaan näyttää suuria määriä hierarkkisia tietoja
  • kun palkkikaaviolla ei voida tehokkaasti käsitellä suuria määriä arvoja
  • kun halutaan näyttää kunkin osan väliset ja koko kokonaisuuden mittasuhteet
  • kun halutaan näyttää mittarin jakautuminen kuviona kussakin hierarkian luokkatasossa
  • kun halutaan näyttää määritteet kokovertailun ja värikoodauksen avulla
  • kun halutaan kuvioiden, poikkeavien arvojen, tärkeimpien tekijöiden ja poikkeusten erottuvan selvästi.

Lisätietoja on artikkelissa Puukartat Power BI:ssä.

Vesiputouskaaviot

Screenshot of a Waterfall chart.

Vesiputouskaavio näyttää juoksevan summan, kun arvoja lisätään tai vähennetään. On hyödyllistä ymmärtää, kuinka positiivisten ja negatiivisten muutosten sarja vaikuttaa alkuarvoon (esimerkiksi nettotuloon).

Sarakkeet ovat värillisiä, jotta näet nopeasti nousut ja laskut. Alkuarvon ja lopullisen arvon sarakkeet usein alkavat vaaka-akselilla, kun taas keskitason arvot ovat irrallisia sarakkeita. Tämän ulkoasun vuoksi vesiputouskaavioita kutsutaan myös siltakaavioiksi.

Vesiputouskaavio on hyvä vaihtoehto:

  • Kun olet tehnyt muutoksia mittarin aikasarjaan tai eri luokkiin
  • jos haluat valvoa tärkeimpiä kokonaisarvoon vaikuttavia muutoksia
  • jos haluat tehdä kaavion yrityksen vuosittaisesta tuotosta näyttämällä eri tulonlähteitä ja lopulta kokonaisvoiton (tai tappion)
  • jos haluat havainnollistaa yrityksen alku- ja lopetushenkilöstömäärää vuoden aikana
  • jos haluat visualisoida, kuinka paljon rahaa ansaitset ja käytät joka kuukausi sekä tilin juoksevan saldon.

Lisätietoja on artikkelissa Power BI -vesiputouskaaviot.

Seuraavat vaiheet

Power BI raporttien visualisoinnitPower BI sqlbi.com visualisoinnit, ohjeet oikean visualisoinnin valitsemiseen tiedoillesi