Power BI Heatmap Tutorial - Как создавать тепловые карты с примерами

{# body_html is precompiled at save time (apps.blog.signals.precompile_body_html). Fall back to runtime `|md` on the off-chance an old post slipped past the backfill — keeps the page from rendering blank. #}

Начните с загрузки чистого набора данных и построения матрицы, где столбцы, основанные на времени, показывают тенденции, а категории описывают группы. Примените цветовую шкалу к значениям, чтобы самая высокая интенсивность отображалась в теплых тонах, а самая низкая - в холодных. Этот основной подход помогает представлять спрос и производительность с первого взгляда и дает быстрое понимание того, на чем нужно сосредоточиться. Храните необработанные данные в надежном месте и обновляйте набор данных по расписанию, которое соответствует вашему временному горизонту.

В Power BI выберите визуальный элемент "Матрица", поместите Time (Время) в столбцы, а Category (Категорию) в строки, затем перетащите Sales (Продажи) в значения. Откройте "Условное форматирование", выберите "Цвет фона" и выберите расходящуюся цветовую шкалу с четким Min/Max. Ограничение диапазона (например, 0–100) улучшает читаемость и упрощает сравнение тенденций по элементам. Эти шаги помогут вам сравнивать элементы по нескольким категориям.

Попробуйте практические примеры, чтобы увидеть, как это работает: набор данных, охватывающий один магазин, а также сети, или журнал объема обслуживания по часам в образовательных контекстах. Если у вас есть расшифровки или взаимодействия со службами, агрегируйте по часам и сопоставьте количество с интенсивностью цвета. Эти конкретные примеры показывают, чего следует ожидать при применении логики тепловой карты к вашей области.

Советы по улучшению читаемости: придерживайтесь цветовой палитры из 5–7 оттенков, включите легенду с четкими метками, добавьте метки данных или подсказки для точных цифр и предоставьте желаемую цель или эталон с помощью отдельной карточки KPI. Внутри визуального элемента используйте внешний вид для единообразного форматирования на страницах и свяжите свою тепловую карту со связанным набором данных для образовательных и сервисных сценариев.

Следующие шаги: опубликуйте свой отчет, поделитесь ссылкой с заинтересованными сторонами и сохраните книгу в своей рабочей области, чтобы члены команды могли повторно использовать ее. Сэкономленное время дает аналитикам возможность быстро выявлять горячие точки и планировать действия между отделами, включая сети, образование и сервис.

Практические шаги по построению и проверке тепловых карт в Power BI

Представьте тепловую карту как сетку, где ваша мера окрашивает каждую ячейку. Начните с переноса измерения даты календаря и таблицы финансовых фактов в Power BI с помощью соответствующих соединителей. Если ваш конвейер данных использует импортер, тщательно сопоставляйте поля, чтобы избежать несоответствий. Создайте или импортируйте таблицу календаря, чтобы включить аналитику времени, и определитесь с ежедневными или агрегированными днями для вашего анализа. Этот подход даст вам прочную основу для использования основанных на времени инсайтов.

Шаг 1: Подготовьте модель данных. Подключитесь к источникам, убедившись, что существуют необходимые поля: дата, поле, продукт и ключевые финансовые значения. Используйте соединители для загрузки таблиц, затем создайте отношения: дата к календарю, продукт к измерению продукта. Установите направление перекрестной фильтрации по умолчанию в обоих направлениях, если ваша модель это поддерживает. Убедитесь, что поле даты непрерывное и связанное, чтобы дни совпадали по визуальным элементам.

Шаг 2: Постройте меру. Создайте подробное выражение DAX для захвата метрики, которую вы хотите сопоставить с цветом, например, TotalSales = SUM( Sales[Amount] ). Если вы работаете с несколькими валютами, добавьте простой селектор валюты в качестве среза и включите его в меру. Следите за тем, чтобы имена полей были согласованными, и четко пометьте меру, чтобы слово, используемое в метках, оставалось понятным для конечных пользователей.

Шаг 3: Создайте визуальный элемент тепловой карты. Используйте визуальный элемент "Матрица" со строками = категория продукта (или другая категория) и столбцами = дата (отформатирована в соответствии с выбранной вами гранулярностью). Значения = мера из шага 2. Включите условное форматирование для цвета фона и выберите цветовую шкалу от светлого к сильному, чтобы отразить интенсивность. Сортировка должна применяться к столбцам по дате в порядке возрастания, и вы можете использовать ежедневную, еженедельную или ежемесячную гранулярность по умолчанию в зависимости от ваших данных. При необходимости добавьте небольшую метку данных, чтобы улучшить читаемость, не загромождая ее.

Шаг 4: Проверьте результаты. Убедитесь, что сетка отрисовывается без пустых ячеек для ожидаемых дней и что итоговые значения соответствуют исходным данным по нескольким датам. Ищите любые пробелы, указывающие на отсутствие дней в календаре, и исследуйте соответствующие строки в импортере или соединителях. Всякий раз, когда вы настраиваете срез или фильтр, убедитесь, что тепловая карта обновляется немедленно и остается согласованной с ожиданиями, основанными на времени.

Шаг 5: Проверьте интерактивность и производительность. Добавьте срезы для диапазона дат, категории и региона, чтобы имитировать несколько пользовательских сценариев. Убедитесь, что тепловая карта реагирует на изменения в сортировке, гранулярности и перекрестной фильтрации, и убедитесь, что отрисовка остается отзывчивой, когда набор данных увеличивается, переключая дневное представление на более широкий календарный диапазон.

Шаг 6: Документация и общий доступ. Задокументируйте сопоставления полей, выбранную временную гранулярность, правила форматирования и выполненные вами проверки проверки. Опубликуйте отчет в своей рабочей области, настройте расписание обновления с помощью соответствующих соединителей и предоставьте примечания по навигации, чтобы пользователи могли уверенно исследовать календарь, дату и выбор полей.

Раздел 1: Подготовка данных - определение мер и измерений для сетки

Укажите единый набор мер, которые отражают интенсивность и продажи, и сопоставьте их с измерениями, определяющими сетку. Этот метод, использующий аналитику, обеспечивает четкую отправную точку для аналитика и особенно помогает, когда вам нужны быстрые решения, например, для немедленных обзоров каналов. Сетка должна иметь доступ к данным из надежного источника с минутными приращениями, чтобы вы могли сравнивать будние паттерны за периоды и определять горячие точки. Используйте синюю шкалу для интенсивности и сохраняйте интерактивный интерфейс для поддержки детализации деталей поведения.

Выберите меры, имеющие значение для бизнес-результатов: общий объем продаж, дельта коэффициента конверсии и средние значения активности, такие как посещения за сеанс. Укажите временную гранулярность и обеспечьте хранение данных в надежном файле, чтобы вы могли анализировать тенденции. Мы заметили, что поддержание согласованного подмножества метрик улучшает читаемость перекрестных таблиц для обзоров аналитиков и помогает командам действовать по результатам.

Определите размеры сетки: семейство продуктов, категория, регион, канал и будний день в качестве основного временного измерения. Для читаемости ограничьте набор измерений и убедитесь, что у каждого поля есть стабильный путь доступа и четкое определение, которое работает при различных фильтрах. Эта настройка поддерживает интерактивный анализ, поэтому аналитик может щелкнуть ячейку, чтобы увидеть основные детали поведения.

Примите легкий, интерактивный рабочий процесс: создайте синюю тепловую карту, где интенсивность каждой ячейки отражает определенную величину активности. Этот подход предоставляет простую модель данных, сохраняет значения соответственно согласованной схеме и использует метод, широко поддерживаемый в инструментах BI. Такая настройка позволяет вам анализировать поведение, информировать бизнес-решения и давать доступ нужным заинтересованным сторонам.

Раздел 1: Макет сетки - упорядочите строки, столбцы и ключи для тепловой карты

Начните с сетки 4x5: 4 строки для регионов и 5 столбцов для временных периодов, и поместите специальную легенду (ключи) для обеспечения интуитивно понятной интерпретации и быстрых действий.

Подключите данные из импортера к визуальному элементу матрицы, сопоставьте регионы со строками, а периоды со столбцами, и назначьте меру значениям матрицы. Эта настройка создает матричную таблицу в отчете и обеспечивает очень четкую читаемость, информативное значение для аналитиков и отчетов и поддерживает образовательную ценность.

Шаги для реализации: 1) подготовьте данные в импортере и очистите их в редакторе запросов, 2) добавьте визуальный элемент матрицы на поверхность отчета, 3) используйте условное форматирование для выделения высоких и низких значений, 4) добавьте отдельный раздел для ключа, 5) проверьте читаемость как в темной, так и в светлой темах.

Советы по тенденциям и действиям: организуйте по регионам, согласуйте с организационными целями, используйте согласованную цветовую гамму, которая работает в темном режиме, чтобы сохранить читаемость, и задокументируйте подход к интерпретации, чтобы аналитик мог быстро интерпретировать. Это важно для управления и образования, помогая аналитику получить действенные инсайты и укрепляя отчеты. Рассмотрите возможность добавления примера в LinkedIn, чтобы продемонстрировать четкий рассказ о данных и повысить ценность организации.

Регион	Q1	Q2	Q3	Q4
Север	78	82	65	90
Юг	54	60	58	72
Восток	88	91	74	95
Запад	62	67	70	80

Раздел 1: DAX для значений тепла - создайте меру для определения интенсивности цвета

Создайте одну меру DAX под названием Heat Intensity (Интенсивность тепла), чтобы управлять цветом в ваших визуальных элементах. Этот подход, основанный на данных, нормализует текущий контекст, поэтому каждая ячейка в таблицах/матрицах, включая клиентов, недели и области, использует одну и ту же шкалу градиента. Используйте это в качестве основы как для числовых сравнений, так и для решений о маркировке, и сосредоточьте создание на четкой, многоразовой метрике.

1. Определите базовое значение для визуализации. Выберите числовое поле, такое как общий объем продаж, прибыль или заказы, и убедитесь, что оно правильно агрегируется в ваших визуальных элементах.
2. Вычислите минимум и максимум в соответствующей области. Используйте ALLSELECTED, чтобы учитывать срезы, сохраняя при этом текущий контекст визуализации:
3. Возвращает нормализованное значение между 0 и 1. Это обеспечивает согласованное сопоставление цветов по связанным областям и таблицам/матрицам, даже если вы фильтруете по группам клиентов или неделям.
4. Предоставьте код DAX для меры. В этом примере используется простое значение дохода и учитываются текущие выделения:
5. Объясните, как применить меру к цвету. Используйте условное форматирование для цвета фона в матрице или тепловой карте, выбрав градиент, который переходит от холодного к теплому, чтобы отразить значения от низкого к высокому.

Пример кода для размещения в Power BI в качестве новой меры:

Heat Intensity :=
VAR v = SUM('Sales'[Amount])
VAR mn = CALCULATE(MIN('Sales'[Amount]), ALLSELECTED('Sales'))
VAR mx = CALCULATE(MAX('Sales'[Amount]), ALLSELECTED('Sales'))
RETURN IF(mx - mn = 0, 0, (v - mn) / (mx - mn))

Советы для практического использования:

• Опция: переключаться между ALL и ALLSELECTED, чтобы изменить область нормализации. Используйте ALL для глобальной шкалы, ALLSELECTED для градиентов, учитывающих срезы.
• Опция: создайте Diverging Heat Intensity, если вы предпочитаете акцент на средней точке, например, 0,5 в качестве нейтральной, с отрицательными и положительными отклонениями, отображаемыми в противоположных цветах.
• Комментарий: четко подпишите меру (Heat Intensity, Normalized Value), чтобы члены команды могли повторно использовать ее в проектах, неверно истолковывая цветовую шкалу.
• Переменные помогают читаемости: разделите вычисления v, mn и mx, а затем соберите окончательный возврат для облегчения обслуживания больших моделей.
• Клиентов, недели и связанные области становится легче сравнивать, когда шкала фиксируется мерой, а не жестко кодируется для каждого визуального элемента.
• Если источники данных охватывают несколько таблиц, рассмотрите возможность интеграции couplerio или hevo, чтобы обеспечить согласованную валюту, даты или преобразования единиц измерения перед нормализацией.
• Полезно в примерах, где вы создаете отчет о рассказывании историй на основе данных, позволяя сразу увидеть различия в производительности между когортами.

Как применить в отчете:

1. Выберите визуальный элемент матрицы или таблицы, цвет которого вы хотите определить по интенсивности тепла.
2. Откройте панель условного форматирования и выберите Цвет фона (или Цвет шрифта).
3. Отформатируйте по значению поля и выберите меру интенсивности тепла.
4. Выберите градиент–например, от синего к красному–и отрегулируйте цвета min/max, чтобы отразить желаемый визуальный акцент.
5. Маркировка: убедитесь, что метки осей и легенды передают, что цвет отражает числовую пропорцию диапазона, а не необработанные значения.

Дополнительные примечания:

• Если вы поддерживаете измерение недели, вы можете сравнивать производительность по неделям, сохраняя при этом стабильную цветовую гамму.
• Для панелей управления проектами объедините их с числовой подсказкой, чтобы показать фактическое значение наряду с нормализованной цветовой подсказкой.
• При работе с таблицами/матрицами из нескольких источников проверьте типы данных и правила округления, чтобы нормализация оставалась стабильной в связанных визуальных элементах.
• Необязательно: создайте отдельную меру для максимальных и минимальных значений для повторного использования в других визуальных элементах или для отображения текущего диапазона на карточке.

Этот подход обеспечивает согласованный, интерпретируемый цветовой сигнал по всему набору областей, клиентов и недель, что упрощает выявление выбросов и тенденций с первого взгляда, не требуя повторных шагов создания для каждого визуального элемента.

Раздел 2: Визуальная настройка - установите цветовые шкалы, легенды и подсказки

Рекомендация: Установите расходящуюся цветовую шкалу для изменений и последовательную шкалу для абсолютных значений, затем зафиксируйте минимум и максимум в диапазоне данных. Это делает различия значений четкими по строкам месяцев и местоположениям.

Выберите цветовые шкалы в зависимости от распределения данных. Для тепловых карт продаж примените последовательную палитру от светлого к темному, чтобы подчеркнуть более высокие значения; для процентных изменений используйте расходящуюся шкалу с нейтральной средней точкой. В автоматическом режиме Power BI настраивается на данные, но вы можете закончить, точно настроив средние точки для улучшения визуального контраста и читаемости.

Покажите легенду и оптимизируйте ее положение для читаемости. Используйте краткий заголовок легенды (например, “Значение” или “Продажи”) и расположите легенду по горизонтали, чтобы сэкономить вертикальное пространство. Поддерживайте размеры шрифтов согласованными с другими визуальными элементами и убедитесь, что легенда никогда не перекрывает данные в отображаемых предварительных просмотрах.

Подсказки несут контекст помимо цвета. На панели подсказок добавьте значения, месяцы и поля дней недели, а также местоположения и службы, чтобы дать быстрый контекст при наведении курсора. Включите расшифровки или заметки в качестве вторичного поля, когда это возможно, чтобы аналитики могли превратить быстрый взгляд в действенные идеи, не прокручивая обратно к исходным данным.

Улучшите визуальные подсказки с помощью значка или небольшого индикатора, который сигнализирует о направлении тренда. Например, стрелка вверх в подсказке или заголовке помогает пользователям интерпретировать данные с первого взгляда, повышая читаемость, не загромождая ее. Этот подход поддерживает визуально понятные панели управления, которые поддерживают соответствие и доверие к цифрам.

Макет и взаимодействие имеют значение. Расположите цветовую шкалу так, чтобы она не выходила за пределы основной сетки, сохраните видимость промежуточных итогов в матрицах там, где это уместно, и убедитесь, что горизонтальное выравнивание сохраняет четкий поток чтения. Когда вы щелкаете ячейку, отчет должен переключаться на отфильтрованные результаты, показывая влияние на связанные месяцы, местоположения и каналы продаж.

Доступность и удобство использования - это конкретные преимущества. Проверьте цветовую палитру для пользователей с дальтонизмом и убедитесь, что значение и промежуточные итоги остаются разборчивыми при прокрутке месяцев. Если вам необходимо показать длинные детали, аннотируйте с помощью короткой подсказки значка, а не занимайте дополнительное пространство, что сохраняет читаемость для занятых пользователей, которые работают с данными будних и выходных дней.

Практическое руководство: начните с настройки min–mid–max цветовой шкалы, затем выполните точную настройку легенды и подсказок. За считанные минуты вы можете закончить тепловую карту, которая четко сообщает о производительности услуг по местоположениям и месяцам, поддерживает проверки соответствия и выделяет сильнейшие сегменты для отделов продаж.