Návod na teplotní mapy v Power BI - Jak vytvořit teplotní mapy s příklady

Začněte načtením čistého datového souboru a vytvořením matice, kde sloupce založené na čase ukazují trendy a kategorie popisují skupiny. Aplikujte barevnou škálu na hodnoty, aby nejvyšší intenzita byla v teplých barvách a nejnižší v chladnějších tónech. Tento základní přístup vám pomůže reprezentovat poptávku a výkon na první pohled a poskytne rychlé porozumění tomu, kam se soustředit. Uložte surová data na stabilní místo a obnovte datový soubor podle plánu, který odpovídá vašemu časovému horizontu.

V rámci Power BI zvolte vizuál Matice, umístěte Čas do Sloupců a Kategorii do Řádků, poté přetáhněte Prodej do Hodnot. Otevřete Podmíněné formátování, vyberte Barvu pozadí a zvolte Konvergentní barevnou škálu s jasným Min/Max. Udržování rozsahu omezeného (např. 0–100) zlepšuje čitelnost a usnadňuje srovnávání trendů napříč položkami. Tyto kroky vám pomohou srovnávat věci napříč některými kategoriemi.

Vyzkoušejte praktické příklady, abyste viděli, jak to funguje: datový soubor, který pokrývá jeden obchod a také napříč sítěmi, nebo záznam objemu služeb podle hodiny v kontextech vzdělávání. Pokud máte transkripce nebo interakce se službami, agregujte podle hodiny a mapujte počet na intenzitu barvy. Tyto konkrétní případy ukazují, co očekávat, když aplikujete logiku teplotní mapy na svou doménu.

Tipy pro zlepšení čitelnosti: omezte barevnou paletu na 5–7 odstínů, povolte legendu s jasnými štítky, přidejte štítky dat nebo popisky pro přesné číslice a poskytněte žádoucí cíl nebo benchmark prostřednictvím samostatné karty KPI. V rámci vizuálu použijte vzhled pro konzistentní formátování napříč stránkami a spojte svou teplotní mapu s souvisejícím datovým souborem pro scénáře vzdělávání a služeb.

Další kroky: publikujte svou zprávu, sdílejte odkaz se zúčastněnými stranami a uložte sešit do svého pracovního prostoru, aby ho členové týmu mohli znovu použít. S časem ušetřeným analytici získají schopnost rychle identifikovat horká místa a plánovat akce napříč odděleními, včetně sítí, vzdělávání a služeb.

Praktické kroky k vytvoření a ověření teplotních map v Power BI

Představte si teplotní mapu jako mřížku, kde vaše míra barví každou buňku. Začněte tažením dimenze kalendářního data a faktové tabulky finančních dat do Power BI pomocí vhodných konektorů. Pokud váš datový pipeline používá importér, mapujte pole pečlivě, aby se vyhnuli nesrovnalostem. Vytvořte nebo importujte kalendářní tabulku pro povolení časové inteligence a rozhodněte se o denním nebo agregovaném dni pro vaši analýzu. Tento přístup vám poskytne solidní základ pro využití časových vhledů.

Krok 1: Připravte datový model. Připojte se k zdrojům a zajistěte, že požadovaná pole existují: datum, pole, produkt a klíčové finanční hodnoty. Použijte konektory k načtení tabulek, poté vytvořte vztahy: datum do kalendáře, produkt do dimenze produktu. Nastavte výchozí směr křížového filtru na oba, pokud váš model to podporuje. Ověřte, že pole data je kontinuální a propojené, takže dny se shodují napříč vizuály.

Krok 2: Vytvořte míru. Vytvořte podrobný výraz DAX pro zachycení metriky, kterou chcete mapovat na barvu, jako TotalSales = SUM( Sales[Amount] ). Pokud pracujete s více měnami, přidejte jednoduchý selektor měny jako slicer a začleňte ho do míry. Udržujte názvy polí konzistentní a jasně označte míru, aby slovo použité ve štítcích zůstalo srozumitelné pro koncové uživatele.

Krok 3: Vytvořte vizuál teplotní mapy. Použijte vizuál Matice s Řádky = kategorie produktu (nebo jiná kategorie) a Sloupci = datum (formátované na vaši zvolenou granularitu). Hodnoty = míra z Kroku 2. Povolte podmíněné formátování pro Barvu pozadí a zvolte barevnou škálu od světlé po silnou pro odraz intenzity. Řazení by mělo být aplikováno na Sloupce podle Data v rostoucím pořadí a můžete využít denní, týdenní nebo měsíční výchozí granularitu v závislosti na vašich datech. Pokud je potřeba, přidejte malý štítek dat pro zlepšení čitelnosti bez nepořádku.

Krok 4: Ověřte výsledky. Zkontrolujte, že se mřížka vykreslí bez prázdných buněk pro očekávané dny a že součty se shodují se zdrojovými daty napříč více daty. Hledejte jakékoli mezery, které signalizují chybějící dny v kalendáři, a prošetřete odpovídající řádky v importéru nebo konektorech. Kdykoli upravíte slicer nebo filtr, ověřte, že se teplotní mapa okamžitě aktualizuje a zůstává konzistentní s časovými očekáváními.

Krok 5: Otestujte interaktivitu a výkon. Přidejte slicery pro rozsah data, kategorii a region pro simulaci více uživatelských scénářů. Zajistěte, že teplotní mapa reaguje na změny v řazení, granularitě a křížovém filtrování a ověřte, že vykreslování zůstává responzivní, když datový soubor roste změnou denního pohledu na širší kalendářní rozsah.

Krok 6: Dokumentace a sdílení. Dokumentujte mapování polí, zvolenou časovou granularitu, pravidla formátování a provedené ověřovací kontroly. Publikujte zprávu do svého pracovního prostoru, nastavte plán obnovy prostřednictvím vhodných konektorů a poskytněte poznámky k navigaci, aby uživatelé mohli sebevědomě prozkoumávat kalendář, data a výběry polí.

Sekce 1: Příprava dat - identifikujte míry a dimenze pro mřížku

Specifikujte jednu sadu měr, které zachycují intenzitu a prodej, a mapujte je na dimenze, které definují mřížku. Tato metoda využívající inteligenci poskytuje jasný výchozí bod pro analytika a zvláště pomáhá, když potřebujete rychlá rozhodnutí, jako pro okamžité recenze kanálů. Mřížka by měla přistupovat k datům z důvěryhodného zdroje v minutových přírůstcích, abyste mohli srovnávat vzorce pracovního dne napříč obdobími a identifikovat horká místa. Použijte modrou škálu pro intenzitu a udržujte rozhraní interaktivní pro podporu drill-down do detailů chování.

Zvolte míry s významem pro obchodní výsledky: celkový prodej, delta míry konverze a aktivita průměrů jako návštěvy na relaci. Specifikujte časovou granularitu a zajistěte uložení dat v spolehlivém souboru, abyste mohli analyzovat trendy. Pozorovali jsme, že udržování konzistentní podmnožiny metrik zlepšuje čitelnost křížových tabulek pro recenze analytiků a pomáhá týmům jednat na základě výsledků.

Definujte dimenze mřížky: rodina produktů, kategorie, region, kanál a pracovní den jako jádro časové dimenze. Pro čitelnost udržujte sadu dimenzí omezenou a zajistěte, aby každé pole mělo stabilní přístupovou cestu a jasnou definici, která funguje pod různými filtry. Tato konfigurace podporuje interaktivní průzkum, takže analytik může kliknout na buňku a odhalit podkladové detaily chování.

Přijměte lehký, interaktivní workflow: vytvořte modrou teplotní mapu, kde intenzita každé buňky odráží určitou velikost aktivity. Tento přístup poskytuje jednoduchý datový model, ukládá hodnoty pod konzistentní schématem a používá metodu široce podporovanou napříč BI nástroji. Taková konfigurace vám umožňuje analyzovat chování, informovat obchodní rozhodnutí a poskytnout přístup správným zúčastněným stranám.

Sekce 1: Rozložení mřížky - uspořádejte řádky, sloupce a klíče pro teplotní mapu

Začněte s 4x5 mřížkou: 4 řádky pro regiony a 5 sloupců pro časová období a umístěte dedikovanou legendu (klíče), aby se zajistila intuitivní interpretace a rychlá akce.

Připojte data z importéru k vizuálu matice, mapujte regiony na řádky a období na sloupce a přiřaďte míru k hodnotám matice. Tato konfigurace vytváří matičnou tabulku v rámci zprávy a umožňuje velmi jasnou čitelnost, informativní hodnotu pro analytiky a zprávy a podporuje vzdělávací hodnotu.

Kroky k implementaci: 1) připravte data v importéru a vyčistěte je v editoru dotazů, 2) přidejte vizuál matice na povrch zprávy, 3) využijte podmíněné formátování k zvýraznění vysokých a nízkých hodnot, 4) přidejte samostatnou sekci pro klíč, 5) otestujte čitelnost v tmavých i světlých tématech.

Tipy pro trendy a akční prvky: organizujte podle regionu, sladěte s cíli organizace, použijte konzistentní barevný ramp, který funguje v tmavém režimu pro zachování čitelnosti, a dokumentujte přístup k interpretaci, aby analytik mohl rychle interpretovat. To je důležité pro governance a vzdělávání, pomáhá analytikovi odvodit akční vhledy a posiluje zprávy. Zvažte přidání vzorku na LinkedIn pro demonstraci jasného datového narativu a zvýšení hodnoty organizace.

Region	Q1	Q2	Q3	Q4
Sever	78	82	65	90
Jih	54	60	58	72
Východ	88	91	74	95
Západ	62	67	70	80

Sekce 1: DAX pro teplotní hodnoty - vytvořte míru pro řízení intenzity barvy

Vytvořte jedinou míru DAX s názvem Heat Intensity pro řízení barvy ve vašich vizuálech. Tento datově řízený přístup normalizuje aktuální kontext, takže každá buňka v tabulkách/matricích, včetně zákazníků, týdnů a oblastí, používá stejnou škálu gradientu. Používejte to jako základ pro jak numerická srovnání, tak rozhodnutí o označování a udržujte vytvoření zaměřené na jasnou, znovupoužitelnou metriku.

1. Identifikujte základní hodnotu k vizualizaci. Vyberte numerické pole, jako celkový prodej, zisk nebo objednávky, a zajistěte, aby se správně agregovalo ve vašich vizuálech.
2. Vypočítejte min a max nad relevantním oborem. Použijte ALLSELECTED pro respektování slicerů při zachování aktuálního kontextu vizualizace:
3. Vraťte normalizovanou hodnotu mezi 0 a 1. To umožňuje konzistentní mapování barev napříč souvisejícími oblastmi a tabulkami/matricemi, i když filtrujete podle skupin zákazníků nebo týdnů.
4. Poskytněte kód DAX pro míru. Tento příklad používá jednoduchou hodnotu příjmů a respektuje aktuální výběry:
5. Vysvětlete, jak aplikovat míru na barvu. Použijte podmíněné formátování pro barvu pozadí v matici nebo teplotní mapě, zvolte gradient, který přechází od chladné po teplou pro odraz nízkých až vysokých hodnot.

Příklad kódu k umístění v Power BI jako nová míra:

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))

Tipy pro praktické použití:

• Volba: přepínejte mezi ALL a ALLSELECTED pro změnu oboru normalizace. Používejte ALL pro globální škálu, ALLSELECTED pro gradienty citlivé na slicery.
• Volba: vytvořte Konvergentní Heat Intensity, pokud preferujete důraz na střední bod, např. 0,5 jako neutrální, s negativními a pozitivními odchylkami zobrazenými v opačných barvách.
• Komentář: jasně označte míru (Heat Intensity, Normalizovaná hodnota), aby spolužáci mohli znovu použít napříč projekty bez nesprávné interpretace škály barev.
• Proměnné pomáhají čitelnosti: oddělte výpočty v, mn a mx, poté sestavte finální návrat pro snadnější údržbu ve velkých modelech.
• Zákazníci, týdny a související oblasti se stávají snadněji srovnatelnými, když je škála fixována mírou spíše než tvrdě zakódována na vizuál.
• Pokud zdroje dat pokrývají více tabulek, zvažte integraci couplerio nebo hevo pro zajištění konzistentní měny, dat nebo převodů jednotek před normalizací.
• Užitečné v příkladech, kde budujete datově řízenou zprávu o vyprávění, umožňující rychlý pohled na rozdíly ve výkonu napříč kohortami.

Jak aplikovat ve zprávě:

1. Vyberte vizuál matice nebo tabulky, který chcete zabarvit podle intenzity tepla.
2. Otevřete panel podmíněného formátování a zvolte Barvu pozadí (nebo Barvu písma).
3. Formátujte podle hodnoty pole a vyberte míru Heat Intensity.
4. Zvolte gradient – např. modrou do červené – a upravte min/max barvy pro odraz požadovaného vizuálního důrazu.
5. Označování: zajistěte, aby štítky osy a legendy sdělovaly, že barva odráží numerickou proporci rozsahu, ne surové hodnoty.

Pokročilé poznámky:

• Pokud udržujete dimenzi týdnů, můžete srovnávat výkon týden po týdnu při zachování stabilní barevné rampy.
• Pro palubní desky projektů zkombinujte to s numerickým popiskem pro zobrazení skutečné hodnoty vedle normalizovaného barevného signálu.
• Při práci s tabulkami/matricemi z více zdrojů ověřte typy dat a pravidla zaokrouhlování, aby normalizace zůstala stabilní napříč souvisejícími vizuály.
• Volitelné: vytvořte samostatnou míru pro maximální a minimální hodnoty k znovupoužití v jiných vizuálech nebo k zobrazení aktuálního rozsahu na kartě.

Tento přístup poskytuje konzistentní, interpretovatelný barevný signál napříč celou sadou oblastí, zákazníků a týdnů, což usnadňuje spatření odlehlých hodnot a trendů na první pohled bez nutnosti opakovaného vytváření kroků pro každý vizuál.

Sekce 2: Ladění vizuálu - nastavte barevné škály, legendy a popisky

Doporučení: Nastavte konvergentní barevnou škálu pro změny a sekvenční škálu pro absolutní hodnoty, poté uzamkněte min a max na rozsah dat. To činí rozdíly hodnot jasnými napříč řádky měsíců a lokalitami.

Zvolte barevné škály na základě distribuce dat. Pro teplotní mapy prodejů aplikujte sekvenční paletu od světlé po tmavou pro zdůraznění vyšších hodnot; pro procentuální změny použijte konvergentní škálu s neutrálním středním bodem. V automatickém režimu se Power BI přizpůsobí datům, ale můžete dokončit jemné doladění středních bodů pro zlepšení vizuálního kontrastu a čitelnosti.

Zobrazte legendu a optimalizujte její pozici pro čitelnost. Použijte stručný název legendy (např. „Hodnota“ nebo „Prodej“) a umístěte legendu horizontálně pro úsporu vertikálního prostoru. Udržujte velikosti písma konzistentní s jinými vizuály a zajistěte, aby legenda nikdy nepřekrývala data v zobrazených náhledech.

Popisky nesou kontext za barvou. V panelu Popisky přidejte hodnotu, měsíc a pole pracovního dne, plus lokality a služby pro rychlý kontext při najetí. Zahrňte transkripce nebo poznámky jako sekundární pole, pokud jsou k dispozici, aby analytici mohli rychlý pohled proměnit v akční vhled bez posouvání zpět k zdrojovým datům.

Zlepšete vizuální signály ikonou nebo malým indikátorem, který signalizuje směr trendu. Například šipka nahoru v popisku nebo záhlaví pomáhá uživatelům interpretovat data na první pohled a posiluje čitelnost bez nepořádku. Tento přístup podporuje vizuálně jasné palubní desky, které podporují soulad a důvěru v čísla.

Rozložení a interakce mají význam. Umístěte barevnou škálu mimo hlavní mřížku, udržujte součty v matricích viditelné, kde je relevantní, a zajistěte, aby horizontální zarovnání zachovalo čistý tok čtení. Když kliknete na buňku, zpráva by se měla přepnout na filtrované výsledky, ukazující dopad na související měsíce, lokality a prodejní kanály.

Přístupnost a použitelnost jsou konkrétní výhody. Otestujte barevnou paletu pro uživatele s poruchou vnímání barev a ověřte, že hodnota a součty zůstávají čitelné při rolování měsíci. Pokud musíte zobrazit dlouhé detaily, anotujte krátkým ikonickým popiskem spíše než zabírat extra prostor, což zachovává čitelnost pro zaneprázdněné uživatele, kteří pracují s daty pracovních dní a víkendů.

Praktická návod: začněte laděním min–střed–max barevné škály, poté jemné doladění legendy a popisků. Během minut můžete dokončit teplotní mapu, která jasně komunikuje výkon služeb napříč lokalitami a měsíci, podporuje kontroly souladu a zdůrazňuje nejsilnější segmenty pro prodejní týmy.