找回密码
 立即注册
首页 业界区 业界 Power BI dashboard国外的一些设计参考

Power BI dashboard国外的一些设计参考

颜清华 昨天 22:48
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。
1.webp

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。
2.webp

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。
3.webp

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。
4.webp

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。
5.webp

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。
6.webp

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。
7.webp

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。
8.webp

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。
9.webp

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。
10.webp

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。
11.webp

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。
12.webp

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。
13.webp

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。
14.webp

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。
15.webp

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。
16.webp

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。
17.webp

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。
18.webp

19.webp

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。

来源:豆瓜网用户自行投稿发布,如果侵权,请联系站长删除

相关推荐

您需要登录后才可以回帖 登录 | 立即注册