Power BI Dashboard - Skapa Dashboard i Power BI från en rapport



Den här bloggen introducerar dig till Power BI-instrumentpanelen. Du lär dig hur du skapar en instrumentpanel i power bi och använder den för att få affärsinblick.

Välkommen till den andra bloggen i denna Power BI-bloggserie. Den här bloggen kommer att fokusera på Power BI Dashboard. Jag skulle prata om hur man skapar en instrumentpanel och använder den för bättre datainsikter. Om du är nybörjare i Power BI och vill få lite insikt i Power BI kan du gå igenom min vilket skulle hjälpa dig att förstå och komma igång med Power BI.

Om du undrar vad som krävs för att bli BI-utvecklare? Du kan kolla in kuraterad av branschexperter innan du fortsätter med bloggen.





Så låt oss komma igång med den här Power BI-instrumentpanelbloggen i följande sekvens:

  1. Vad är Power BI?
  2. Rapporter i Power BI
  3. Power BI Dashboard
  4. Instrumentpaneler mot rapporter
  5. Skapa instrumentpanel i Power BI

Innan vi förstår vikten av Power BI-instrumentpanelen i , låt oss snabbt titta på vad som är Power BI.



Vad är Power BI?

Power BI är en affärsanalystjänst som tillhandahålls av Microsoft. Det ger interaktiva visualiseringar med självbetjänings-BI-funktioner. Slutanvändare kan skapa rapporter och instrumentpaneler själva. Detta betyder att de inte behöver vara beroende av informationsteknikpersonal eller databasadministratörer.

Power BI ger dig också molnbaserade BI-tjänster, så kallade 'Power BI Services', tillsammans med ett skrivbordsbaserat gränssnitt som heter 'Power BI desktop'. Det erbjuder datalagerfunktioner inklusive dataförberedelse, datainsamling och interaktiva instrumentpaneler. I mars 2016 släppte Microsoft en ytterligare tjänst som heter Power BI Embeddedpå sin Azure-molnplattform. Använder det,man kan leverera rapporter, analysera data enkelt och utföra olika ETL-operationer med Power BI.

Power BI-gateways låter dig ansluta SQL Server-databaser, Analytical Services och många andra datakällor till dina instrumentpaneler. Rapporteringsportaler bädda in Power BI-rapporter och instrumentpaneler för att ge dig en enhetlig upplevelse.



Allt detta medan jag har använt termerna ”rapporter” och ”instrumentpaneler” ganska många gånger.Låt oss försöka förstå dessa termer en efter en i nästa avsnitt i denna Power BI-instrumentpanelblogg.

Rapporter i Power BI

En Power BI-rapport är inget annat än en flerperspektivvy i en datamängd med visualiseringar som representerar olika resultat och insikter från den datamängden. En rapport kan vara en enda visualisering eller sidor fulla av visualiseringar.

Visualiseringar kan fästas på instrumentpaneler och om du väljer den fästa visualiseringen öppnar den rapporten varifrån den fästes. En viktig punkt att komma ihåg är att rapporterna baseras på en enda datamängd.

Visualiseringarna i en rapport representerar en mängd information. Dessa visualiseringar är inte statiska, du har möjlighet att lägga till och ta bort data, ändra visualiseringstyper och använda filter i din strävan att upptäcka insikter och leta efter svar. Som en instrumentpanel är en rapport mycket interaktiv, mycket anpassningsbar och visualiseringarna uppdateras när underliggande data ändras.

Bilden nedan visar hur en exempelrapport ser ut.

Rapport - Power BI-instrumentpanel - edureka Power BI Dashboard

En Power BI-instrumentpanel är en enda sida, ofta kallad en canvas, som använder visualiseringar för att berätta en historia. Eftersom den är begränsad till en sida innehåller en väldesignad instrumentpanel endast de viktigaste delarna av den historien.

Visualiseringarna som syns på instrumentpanelen kallas brickor. Dessa brickor fästs på instrumentpanelen från rapporter.Visualiseringarna på en instrumentpanel kommer från rapporter och varje rapport baseras på en datamängd. Faktum är att ett sätt att titta på en instrumentpanel är att betrakta den som en ingångspunkt i de underliggande rapporterna och datamängderna. Att välja en visualisering tar dig till rapporten (och datamängden) som användes för att skapa den.

ansible vs kock vs marionett

Instrumentpaneler är ett underbart sätt att övervaka ditt företag, leta efter svar och se en överblick över dina viktigaste mätvärden. Visualiseringarna på en instrumentpanel kan komma från en underliggande datamängd eller många och från en underliggande rapport eller många. En instrumentpanel kombinerar lokal och molnfödda data, vilket ger en konsoliderad vy oavsett var data ligger.

En instrumentpanel är inte bara en vacker bild, den är mycket interaktiv och mycket anpassningsbar. Brickorna uppdateras när underliggande data ändras.

Människor förväxlar ofta instrumentpaneler med rapporter eftersom det här också är dukar fyllda med visualiseringar. Men det finns några stora skillnader.Låt oss ta en titt på dessa skillnader med hjälp av följande tabell.

Instrumentpaneler vs rapporter

Förmåga Instrumentpaneler Rapporter
SidorEn sidaEn eller flera sidor
DatakällorEn eller flera rapporter och datamängder perinstrumentbrädaEn enda datamängd per rapport
Tillgängligt i Power BI DesktopNejJa, kan skapa och visa rapporter i Desktop
Klämmer fastKan bara fästa befintliga visualiseringar (brickor) från aktuell instrumentpanel till andra instrumentpanelerKan fästa visualiseringar (som brickor) till någon av dina instrumentpaneler. Kan fästa hela rapportsidor till någon av dina instrumentpaneler.
PrenumereraKan inte prenumerera på en instrumentpanelKan prenumerera på rapportsidor
FiltreringDet går inte att filtrera eller skivaMånga olika sätt att filtrera, markera och skära
Ställ in varningarNejJa
Ändra / ändra visualiseringstypNej. Om en rapportägare ändrar visualiseringstypen i rapporten uppdateras inte den fästa visualiseringen på instrumentpanelenJa

Bli PowerBI-certifierad idag '

Skapa instrumentpanel i Power BI

Användningen av Power BI-instrumentpanelen kan bäst förstås med ett exempel där datamängden har olika datatyper, som alla har potential att avslöja värdefull affärsinsikt. Låt oss överväga ett användningsfall för en stormarknad där du låser upp insikter från data om regional försäljning, enskilda butikstransaktioner, produktkategorier, konsumentsegment, försäljningssiffror, rabattmarginaler och vinst.

Om du överväger ovanstående användningsfall ur ett affärsperspektiv vill du ha svar på följande punkter:

  • Vilken region är mer lukrativ än andra
  • Vilka kundsegment att fokusera på
  • Hitta segment för att minska investeringar.

För att uppnå insikter för ovan nämnda punkter måste du bearbeta data på ett annat sätt, målet är att förbättra företagets produktivitet och lönsamhet. Låt oss nu försöka förstå vilka insikter vi kan få med superstoredatauppsättning: -

  1. Superbutikens totala försäljning och prestanda: Det första logiska steget är att få en uppfattning om superbutikens prestanda över tid. För detta behöver vi data runt försäljning från olika regioner kvartalsvis. Vi måste också förstå vilken region som är mer lönsam eller förlustbringande jämfört med andra regioner.
  2. Prestanda för olika stater: Efter att ha fått regionmässiga insikter om vinster och förluster kan vi skapa en scatter-plot av ”Försäljning mot vinst” på stats- och regionnivå med försäljning och vinst som X- och Y-axeln. Dessa tillstånd kan kartläggas för att förstå olika scenarier. Till exempel kan ett företag ta ett beslut att investera mer i ett tillstånd som har mindre försäljning men högre vinster. En annan stat kan hamna med en röd flagga om försäljningen är högre men vinsten minskar.
  3. Prestanda för olika kundsegment: Det är också viktigt för verksamheten att veta vilket kundsegment som driver försäljning och vinst i olika regioner. Till exempel kan ett cirkeldiagram med en vy av kundsegment och försäljning / vinst hjälpa företaget att formulera framtida strategier - vilket segment som ska vara det primära fokusområdet, till exempel kan B2B-konsumentsegment få maximal vinst med mycket mindre försäljningsnummer - Det finns helt klart en enorm möjlighet att expandera B2B-segmentet i just denna region.
  4. Intäktsgenerering efter kategori: Inom specifika regioner och kundsegment kan vi få data kring specifika produktkategorier och hur de jämförs (när det gäller försäljning och vinst) med varandra. Om köksmaskiner ger bättre vinster än rengöringsutrustning är det en värdefull insikt som kan påverka framtida planer.

Så låt oss gå vidare och se om vi kan visualisera dessa data bättre med Power BI-instrumentpanelen. Men innan det skulle jag skapa en rapport med alla visualiseringar så att jag kan fästa visualiseringarna på instrumentpanelen. Om du vill skapa dessa rapporter med mig kan du klicka på det här länk för att ladda ner Power BI-skrivbordet, ett gränssnitt som vi ska använda för visualisering.

Så låt oss komma igång då, eller hur?

Bilden nedan visar hur Power BI-skrivbordets gränssnitt ser ut. Vi har tre flikar i det vänstra hörnet av gränssnittet. Den första fliken är rapportfliken, som är synlig som standard och vi ska använda den för att skapa rapporter. Nästa är datafliken som används för att se de importerade datamängderna. Den sista fliken är fliken Relations som ger dig samband mellan olika variabler i en datamängd, om de är väl definierade.

Du kan enkelt importera datamängder till Power BI. Detta kan göras genom att klicka på Hämta data flik. Vi har Visualiseringar flik till höger på skärmen. Alla olika typer av visualiseringar som listas under det kan användas för att uppfylla dina krav. Det finns en Fält fliken bredvid V isualiseringar flik som ger dig alla de fält som din datamängd har.

Jag har gått vidare och importerat Superstore-datauppsättningen. Du kan använda det här länk för att ladda ner datamängden. När du har importerat datauppsättningen ger gränssnittet dig möjlighet att ladda eller redigera data eftersom de syns i bilden nedan.

När vi har importerat datamängden är det bra att fortsätta och visualisera data. Med Power BI är allt du behöver göra Välj visualiseringarna och dra önskade fält och släpp dem i visualiseringsmallen för att visa dem. Se bilden nedan. Jag har valt en kartrepresentation och har dragit tillståndsfältet och tappat det på kartan.

Mitt mål var att få dig att förstå dessa grunder om Power BIs gränssnitt. Jag tror att de var ganska enkla att förstå. Så låt oss fortsätta med vårt användningsfall och försöka visualisera data som diskuterats tidigare.

Total försäljning och vinst

Som du kan se på skärmdumpen nedan har jag använt kartrepresentationen och gett den 'state' och 'profit' fält som ingångar. Visualiseringen ger oss statliga ”vinstledare”, som representeras av större bubblor.

Du kan fortsätta och spara den här visualiseringen eller till och med publicera den direkt. Jag skulle istället lägga till en extra sida för alla enskilda visualiseringar och sedan publicera hela rapporten. Detta gör det enkelt att fästa dessa visualiseringar på Power BI-instrumentpanelen och också hindra dig från att tränga en enda sida med flera visualiseringar.

Detta kan göras enkelt, klicka bara på plustecknet på vänster sida längst ner på skärmen så läggs din nya sida till. Jag skulle göra det och också skapa nästa visualisering.

Jag har valt ett linjediagram för att visualisera fälten 'vinster', 'försäljning' och 'orderdatum'. När visualiseringen skapades ändrade jag representationens tidslinje från 'årlig' till 'kvartalsvis', vilket kan göras genom att klicka på den tillgängliga navigationen längst upp till höger på skärmen. Se bilden nedan för detsamma.

Det framgår av bilden ovan att försäljningen har ökat efter andra kvartalet. Dessa visualiseringar är interaktiva. Om du flyttar muspekaren i diagrammet kommer den att visa statistik som den syns i bilden ovan.

Prestanda för olika stater

I följande visualisering har jag skapat en spridningsdiagram med X-axeln som försäljning och Y-axeln som vinst. Jag har valt summan som en summa för både försäljnings- och vinstaxeln.

Denna visualisering kan hjälpa oss att dela delstaterna i tre affärsstrategiska fokusområden - Behåll, utveckla och avyttra. Staterna i det övre högra hörnet med hög försäljning och vinst är för närvarande i en bra position och företag vill behålla detta i den kommande framtiden. Stater till höger om medianlinjen kan ses som en möjlighet av verksamheten där försäljningsökningen skulle bidra till att öka affärsvinsterna - Utveckla strategi. Och slutligen är stater med låg försäljning och låg vinst eller högre försäljning men låga vinster definitivt inte de områden där verksamheten bör fokusera på att avyttra pengarna. Detta hjälper starkt i formuleringen av affärsinvesteringsstrategi.

Bilden nedan visar spridningsdiagrammet.

Prestanda för olika kundsegment

Med en synlighet på region- och statsnivå kan vi nu titta på vilket konsumentsegment som driver försäljningen och vinsten och identifiera vilka segment att fokusera på (bland kunder, företag och hemmakontor).

Till exempel kan vi se att även i centrala regionen, även om konsumentsegmentet bidrar till 50% av försäljningen, har det en låg vinstandel. Företagssegmentet har dock en mycket högre vinstandel med lägre försäljningsbidrag. Definitivt bör verksamheten fokusera på att öka företagets försäljningsbidrag som kan påverka lönsamheten för verksamheten.

Intäktsgenerering efter kategori

Nästa logiska steg är att få insikter på en produktkategorinivå. Vi kan förstå vilken produkt som har högre försäljning och vinst i en viss region och konsument. Eller hur de olika produktkategorierna har presterat när det gäller försäljning och vinst.

I Power BI kan du lägga till flera filter i dina data för att få den exakta insikt du önskar. Du kan klicka på alternativet drill down i det övre vänstra hörnet av visualiseringen för att ändra representationen av data. För vår superstore-datauppsättning kan du använda alternativet drill down för att visa försäljning efter stat, kategori och underkategori för att möta dina behov.

Bli PowerBI-certifierad idag '

Nu har vi täckt grunderna för datavisualisering med Power BI. Det finns så många fler insikter som kan låses upp från den data vi har. Jag uppmanar er att fortsätta och prova andra visualiseringar, detta kan hjälpa till att låsa upp de insikter som jag kanske har missat.

När det gäller denna Power BI-instrumentpanelblogg, låt oss nu spara den här filen och skapa en instrumentpanel. Det första steget är att spara vårt arbete som en rapport. Jag har gjort precis det i nästa bild.

När du har sparat filen bör du publicera din rapport.De publicera alternativet finns i det övre högra hörnet på skärmen. Se bilden nedan.

När du har publicerat bloggen får du en popup med en länk, om du klickar på länken kommer den att omdirigera dig till en webbsida med din rapport publicerad till webben.

Bilden nedan visar en publicerad rapport.

Du kan fästa bilder från din rapport till en instrumentpanel. Först måste du välja en visual. När du har gjort det klickar du på den visuella symbolen för att fästa det visuella i din instrumentpanel. Se bilden nedan.

När du klickar på alternativet för visuell stift öppnas följande flik. Du kan fästa det visuella i en befintlig instrumentpanel eller skapa en ny instrumentpanel. Jag har skapat en ny instrumentpanel och fäst sedan det visuella på det.

Bilden nedan visar hur en visualisering ser ut på en instrumentpanel när du har fäst den.

Nu ska jag fortsätta och lägga till alla bilder vi har skapat på instrumentpanelen. Se bilden nedan. Du kan ändra storlek och justera grafiken på instrumentpanelen för att uppfylla dina krav.

En Power BI-instrumentpanel ger dig följande funktioner:

  • Lägg till kakel
  • Användningsstatistik
  • Visa relaterat innehåll
  • Ange som visat
  • Prenumerera
  • Dela med sig
  • Se
  • Använd Power BI Q&A för att ställa en fråga.

Låt oss se dessa funktioner i Power BI-instrumentpanelen en efter en:

Du kan lägga till en bricka i din befintliga instrumentpanel. Brickan kan vara en bild, webbinnehåll, textruta eller en video.

De Mätvärden för instrumentpanelens användning ger dig information som visningar per dag, totalt antal aktier etc. Se bilden nedan.

Du kan ställa in din instrumentpanel som presenterad, prenumerera på relaterade instrumentpaneler för uppdateringar och till och med dela din instrumentpanel. För att dela din instrumentpanel kan du klicka på dela med sig och ange mottagarens e-post-ID. Jag har gått vidare och delat instrumentpanelen. Se bilden nedan.

Med Power BIF & A (Fråga och svar), dukan ställa frågor och få omedelbara svar med naturliga språkfrågor. Skriv bara in din fråga eller ditt nyckelord ”Ställ en fråga om dina data” i övre vänstra hörnet så får du svaret. Det nyckelord du skriver bör dock finnas i datamängden. Bilden nedan visar försäljning i Chicago efter vinst.

Prenumerera på vår youtube-kanal för att få nya uppdateringar ..!

Så detta tar oss till slutet av den här bloggen. Jag hoppas att du gillade den här Power BI-instrumentpanelbloggen. Om du vill veta de grundläggande begreppen i Power BI kan du hänvisa till mitt blogga på .

Om du vill lära dig Power BI och bygga en karriär inom datavisualisering eller BI, kolla in vår som kommer med instruktörsledad liveutbildning och verklig projektupplevelse. Denna utbildning hjälper dig att förstå Power BI på djupet och hjälper dig att behärska ämnet.

Har du en fråga till oss? Vänligen nämna det i kommentarfältet så återkommer vi till dig.