Power BI Isı Haritası Eğitimi - Örneklerle Isı Haritaları Nasıl Oluşturulur

Temiz bir veri kümesini yükleyerek başlayın ve zaman bazlı sütunların trendleri gösterdiği, kategorilerin grupları tanımladığı bir matris oluşturun. Değerlere bir renk ölçeği uygulayın ki en yüksek yoğunluk sıcak renklerde, en düşük ise daha soğuk tonlarda görünsün. Bu temel yaklaşım, talebi ve performansı bir bakışta temsil etmenize yardımcı olur ve odaklanılacak yeri hızlı bir anlama sağlar. Ham veriyi istikrarlı bir konumda saklayın ve veri kümesini zaman ufkunuza uygun bir programla yenileyin.

Power BI içinde, Matris görselini seçin, Zaman'ı Sütunlara ve Kategori'yi Satırlara yerleştirin, ardından Satış'ı Değerlere sürükleyin. Koşullu Biçimlendirmeyi açın, Arka Plan Rengini seçin ve net bir Min/Max ile Ayrılan renk ölçeğini seçin. Aralığı sınırlı tutmak (örneğin, 0–100) okunabilirliği artırır ve trendleri öğeler arasında karşılaştırmayı kolaylaştırır. Bu adımlar, bazı kategoriler arasında karşılaştırmalar yapmanıza yardımcı olur.

Uygulamalı örnekleri deneyin ve nasıl çalıştığını görün: tek bir mağazayı kapsayan bir veri kümesi ve ayrıca ağlar genelinde, veya eğitim bağlamlarında saatlik hizmet hacmi günlüğü. Transkripsiyonlarınız veya hizmet etkileşimleriniz varsa, saate göre toplayın ve sayıyı renk yoğunluğuna eşleyin. Bu somut vakalar, ısı haritası mantığını kendi alanınıza uyguladığınızda ne bekleyeceğinizi gösterir.

Okunabilirliği artırmak için ipuçları: renk paletini 5–7 tonla sınırlayın, net etiketli bir legend etkinleştirin, tam rakamlar için veri etiketleri veya araç ipuçları ekleyin ve ayrı bir KPI kartı aracılığıyla istenen hedef veya kıyaslama sağlayın. Görsel içinde, sayfalar genelinde tutarlı biçimlendirme için bir görünüm kullanın ve ısı haritanızı eğitim ve hizmet senaryoları için ilgili bir veri kümesine bağlayın.

Sonraki adımlar: raporunuzu yayınlayın, paydaşlarla bir bağlantı paylaşın ve iş arkadaşlarınızın yeniden kullanabilmesi için çalışma kitabını çalışma alanınızda saklayın. Zaman tasarrufuyla, analistler sıcak noktaları hızlıca tanımlama yeteneği kazanır ve ağlar, eğitim ve hizmetler dahil departmanlar genelinde eylemleri planlar.

Power BI'da ısı haritalarını oluşturma ve doğrulama için uygulamalı adımlar

Isı haritasını, ölçünüzün her hücreyi renklendirdiği bir ızgara olarak düşünün. Uygun bağlayıcıları kullanarak Power BI'ya bir takvim tarihi boyutu ve bir finansal gerçek tablosu çekerek başlayın. Veri hattınız bir içe aktarıcı kullanıyorsa, uyumsuzlukları önlemek için alanları dikkatle eşleyin. Zaman zekasını etkinleştirmek için bir takvim tablosu oluşturun veya içe aktarın ve analiziniz için günlük veya toplu günleri karar verin. Bu yaklaşım, zaman bazlı içgörüleri kullanmak için sağlam bir temel sağlar.

Adım 1: Veri modelini hazırlayın. Kaynaklara bağlanın ve gerekli alanların mevcut olduğundan emin olun: tarih, alan, ürün ve ana finansal değerler. Tabloları yüklemek için bağlayıcıları kullanın, ardından ilişkiler oluşturun: tarih takvime, ürün ürün boyutuna. Modeliniz destekliyorsa varsayılan çapraz filtre yönünü her ikisine ayarlayın. Tarih alanının sürekli ve bağlantılı olduğunu doğrulayın ki günler görseller arasında hizalanmış olsun.

Adım 2: Ölçüyü oluşturun. Renk eşleştirmek istediğiniz metriği yakalamak için ayrıntılı bir DAX ifadesi oluşturun, örneğin ToplamSatış = SUM( Sales[Amount] ). Birden fazla para birimiyle çalışıyorsanız, bir dilimleyici olarak basit bir para birimi seçici ekleyin ve bunu ölçüye dahil edin. Alan adlarını tutarlı tutun ve ölçüyü net bir şekilde etiketleyin ki etiketlerde kullanılan kelime son kullanıcılar için anlaşılır kalsın.

Adım 3: Isı haritası görselini oluşturun. Satırlar = ürün kategorisi (veya diğer kategori) ve Sütunlar = tarih (seçtiğiniz granülerliğe göre biçimlendirilmiş) ile bir Matris görseli kullanın. Değerler = Adım 2'deki ölçü. Arka plan rengi için koşullu biçimlendirmeyi etkinleştirin ve yoğunluğu yansıtmak için açık ila güçlü bir renk ölçeği seçin. Sıralama, Sütunlara Tarih'e göre artan sırada uygulanmalı ve verilerinize göre günlük, haftalık veya aylık varsayılan granülerlikten yararlanabilirsiniz. Gerekirse, dağınıklık olmadan okunabilirliği artırmak için küçük bir veri etiketi ekleyin.

Adım 4: Sonuçları doğrulayın. Izgaranın beklenen günler için boş hücreler olmadan işlendiğini ve toplamların birden fazla tarih genelinde kaynak verilerle hizalandığını kontrol edin. Takvimde eksik günleri işaret eden boşlukları arayın ve içe aktarıcı veya bağlayıcılardaki ilgili satırları araştırın. Bir dilimleyici veya filtreyi her ayarladığınızda, ısı haritasının hemen güncellendiğini ve zaman bazlı beklentilerle tutarlı kaldığını onaylayın.

Adım 5: Etkileşimliliği ve performansı test edin. Birden fazla kullanıcı senaryosunu simüle etmek için tarih aralığı, kategori ve bölge için dilimleyiciler ekleyin. Sıralama, granülerlik ve çapraz filtreleme değişikliklerine ısı haritasının tepki verdiğinden emin olun ve günlük görünümü daha geniş bir takvim kapsamına değiştirerek veri kümesi büyüdüğünde işleme hızının duyarlı kaldığını doğrulayın.

Adım 6: Dokümantasyon ve paylaşım. Alan eşleştirmelerini, seçilen zaman granülerliğini, biçimlendirme kurallarını ve yaptığınız doğrulama kontrollerini belgeleyin. Raporu çalışma alanınıza yayınlayın, uygun bağlayıcılar aracılığıyla bir yenileme programı ayarlayın ve kullanıcıların takvim, tarih ve alan seçimlerini güvenle keşfedebilmesi için gezinme notları sağlayın.

Bölüm 1: Veri hazırlığı - ızgara için ölçüler ve boyutları belirleyin

Yoğunluğu ve satış'ı yakalayan tek bir ölçüm kümesi belirtin ve bunları ızgarayı tanımlayan boyutlara eşleyin. Bu yöntem, zekadan yararlanarak sağlar analist için net bir başlangıç noktası ve özellikle hızlı kararlar gerektiğinde, örneğin anlık kanal incelemeleri için yardımcı olur. Izgara, dakika artışlarında güvenilir bir kaynaktan verilere erişim sağlamalı ki dönemler genelinde hafta içi desenlerini karşılaştırabilesiniz ve sıcak noktaları belirleyebilesiniz. Yoğunluk için mavi bir ölçek kullanın ve davranış detaylarına drill-down desteklemek için arayüzü etkileşimli tutun.

İş sonuçları için anlamlı ölçüler seçin: toplam satış, dönüşüm oranı farkı ve oturum başına ziyaretler gibi aktivite ortalamaları. Zaman granülerliğini belirtin ve trendleri analiz edebilmek için verilerin dosyada güvenilir bir depolanmasını sağlayın. Gözlemlediğimiz kadarıyla, tutarlı bir metrik alt kümesi tutmak, analist incelemeleri için çapraz tablo okunabilirliğini artırır ve takımların sonuçlara göre hareket etmesine yardımcı olur.

Izgara boyutlarını tanımlayın: ürün ailesi, kategori, bölge, kanal ve hafta içi olarak temel zamansal boyut. Okunabilirlik için boyut kümesini sınırlı tutun ve her alanın değişen filtreler altında çalışan net bir tanımı ve istikrarlı bir erişim yolu olduğundan emin olun. Bu kurulum, bir analistin bir hücreye tıklayarak altta yatan davranış detaylarını ortaya çıkarabileceği etkileşimli keşfi destekler.

Hafif, etkileşimli bir iş akışı benimseyin: her hücrenin yoğunluğunun belirli bir aktivite büyüklüğünü yansıttığı mavi bir ısı haritası oluşturun. Bu yaklaşım basit bir veri modeli sağlar, değerleri tutarlı bir şema altında depolar ve BI araçları genelinde yaygın olarak desteklenen bir yöntem kullanır. Böyle bir kurulum, analiz etmenize, iş kararlarını bilgilendirmenize ve doğru paydaşlara erişim vermenize olanak tanır.

Bölüm 1: Izgara düzeni - ısı haritası için satırları, sütunları ve anahtarları düzenleyin

4x5 bir ızgara ile başlayın: bölgeler için 4 satır ve zaman dönemleri için 5 sütun, ve sezgisel yorumlama ve hızlı eylem için özel bir legend (anahtarlar) yerleştirin.

İçe aktarıcıdan verileri bir matris görseline bağlayın, bölgeleri satırlara ve dönemleri sütunlara eşleyin ve ölçüyü matris değerlerine atayın. Bu kurulum, raporda bir matris tablo oluşturur ve analistler ve raporlar için çok net okunabilirlik, bilgilendirici değer sağlar ve eğitim değerini destekler.

Uygulama adımları: 1) veriyi içe aktarıcıda hazırlayın ve sorgu düzenleyicide temizleyin, 2) matris görselini rapor yüzeyine ekleyin, 3) yüksek ve düşük değerleri vurgulamak için koşullu biçimlendirme kullanın, 4) anahtar için ayrı bir bölüm ekleyin, 5) hem koyu hem de açık temalarda okunabilirliği test edin.

Trendler ve eyleme geçirilebilirler için ipuçları: bölgeye göre organize edin, organizasyon hedefleriyle hizalayın, okunabilirliği korumak için koyu modda çalışan tutarlı bir renk rampası kullanın ve analistin hızlı yorumlayabilmesi için yorumlama yaklaşımını belgeleyin. Bu, yönetişim ve eğitim için önemlidir, analistin eyleme geçirilebilir içgörüler çıkarmasına yardımcı olur ve raporları güçlendirir. Net bir veri anlatısını göstermek ve organizasyon değerini artırmak için LinkedIn'e bir örnek eklemeyi düşünün.

Bölge	Q1	Q2	Q3	Q4
Kuzey	78	82	65	90
Güney	54	60	58	72
Doğu	88	91	74	95
Batı	62	67	70	80

Bölüm 1: Isı değerleri için DAX - renk yoğunluğunu yönlendirmek için bir ölçü oluşturun

Görsellerinizdeki rengi yönlendirmek için Heat Intensity adında tek bir DAX ölçüsü oluşturun. Bu veri odaklı yaklaşım, mevcut bağlamı normalize eder ki tablolar matrislerdeki her hücre, müşteriler, haftalar ve alanlar dahil aynı gradyan ölçeğini kullansın. Hem sayısal karşılaştırmalar hem de etiketleme kararları için bunu temel olarak kullanın ve oluşturmayı net, yeniden kullanılabilir bir metrik odaklı tutun.

1. Görselleştirmek için temel değeri belirleyin. Toplam satış, kar veya siparişler gibi sayısal bir alan seçin ve görsellerinizde doğru toplandığından emin olun.
2. İlgili kapsam üzerinde min ve max'ı hesaplayın. Dilimleyicileri saygı duyarken mevcut görselleştirme bağlamını koruyun: ALLSELECTED kullanın.
3. 0 ile 1 arasında normalize edilmiş bir değer döndürün. Bu, müşteri grupları veya haftalarla filtrelediğinizde ilgili alanlar ve tablolar matrisler genelinde tutarlı renk eşleştirmesini sağlar.
4. Ölçü için DAX kodunu sağlayın. Bu örnek basit bir gelir değeri kullanır ve mevcut seçimleri onurlandırır:
5. Ölçüyü renge nasıl uygulayacağınızı açıklayın. Bir matris veya ısı haritasında arka plan rengi için koşullu biçimlendirme kullanın, düşükten yükseğe değerleri yansıtmak için serin ila sıcak geçiş yapan bir gradyan seçin.

Power BI'ya yeni bir ölçü olarak yerleştirmek için kod örneği:

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))

Pratik kullanım için ipuçları:

• Seçenek: normalizasyon kapsamını değiştirmek için ALL ve ALLSELECTED arasında geçiş yapın. Küresel ölçek için ALL, dilim farkındalığı gradyanları için ALLSELECTED kullanın.
• Seçenek: orta nokta vurgusu tercih ediyorsanız, örneğin 0.5 nötr olarak, negatif ve pozitif sapmaları zıt renklerde gösteren Diverging Heat Intensity oluşturun.
• Yorum: Ölçüyü net etiketleyin (Heat Intensity, Normalized Value) ki takım arkadaşları projeler genelinde renk ölçeğini yanlış yorumlamadan yeniden kullanabilsin.
• Değişkenler okunabilirliğe yardımcı olur: v, mn ve mx hesaplamalarını ayırın, ardından büyük modellerde daha kolay bakım için son return'u birleştirin.
• Müşteriler, haftalar ve ilgili alanlar, ölçekin görsel başına sabit kodlanmış yerine ölçü tarafından sabitlendiğinde karşılaştırması daha kolay olur.
• Veri kaynakları birden fazla tabloyu kapsıyorsa, normalizasyondan önce tutarlı para birimi, tarih veya birim dönüşümleri sağlamak için couplerio veya hevo entegrasyonunu düşünün.
• Kohortlar genelinde performans farklarına hızlı bakış sağlayan veri odaklı hikaye anlatımı raporu oluşturduğunuz örneklerde faydalıdır.

Raporda nasıl uygulanır:

1. Renk yoğunluğuyla renklendirmek istediğiniz matris veya tablo görselini seçin.
2. Koşullu biçimlendirme panelini açın ve Arka Plan rengi (veya Yazı tipi rengi) seçin.
3. Alan değeriyle biçimlendir ve Heat Intensity ölçüsünü seçin.
4. İstenen görsel vurguyu yansıtmak için min/max renklerini ayarlayarak mavi ila kırmızı gibi bir gradyan seçin.
5. Etiketleme: Renk, ham değerler değil aralığın sayısal oranını yansıttığını belirten eksen ve legend etiketlerinin ilettiğinden emin olun.

Gelişmiş notlar:

• Haftalar boyutunu koruyorsanız, sabit bir renk rampasını korurken hafta üstü hafta performansını karşılaştırabilirsiniz.
• Proje panoları için, normalize renk ipucunun yanında gerçek değeri göstermek için sayısal bir araç ipucuyla birleştirin.
• Birden fazla kaynaktan tablolar matrislerle çalışırken, normalizasyonun ilgili görseller genelinde sabit kalması için veri türlerini ve yuvarlama kurallarını doğrulayın.
• İsteğe bağlı: diğer görsellerde yeniden kullanmak veya kartta mevcut aralığı görüntülemek için maksimum ve minimum değerler için ayrı bir ölçü oluşturun.

Bu yaklaşım, alanlar, müşteriler ve haftalar genelinde tutarlı, yorumlanabilir bir renk sinyali sağlar, her görsel için tekrarlayan oluşturma adımları gerektirmeden anormallikleri ve trendleri bir bakışta tespit etmeyi kolaylaştırır.

Bölüm 2: Görsel ayarlama - renk ölçeklerini, legendleri ve araç ipuçlarını ayarlayın

Öneri: Değişimler için ayrılan bir renk ölçeği ve mutlak değerler için sıralı bir ölçek ayarlayın, ardından min ve max'ı veri aralığına kilitleyin. Bu, ay satırları ve konumlar genelinde değer farklarını netleştirir.

Renk ölçeklerini veri dağılımına göre seçin. Satış ısı haritaları için, daha yüksek değerleri vurgulamak için aydan karanlığa sıralı bir palet uygulayın; yüzde değişiklikleri için nötr bir orta nokta ile ayrılan bir ölçek kullanın. Otomatik modda Power BI veriye göre ayarlar, ancak görsel kontrastı ve okunabilirliği artırmak için orta noktaları ince ayarlayarak bitirebilirsiniz.

Legendı gösterin ve okunabilirlik için konumunu optimize edin. Kısa bir legend başlığı kullanın (örneğin, “Değer” veya “Satış”) ve dikey alanı tasarruf etmek için legendı yatay yerleştirin. Yazı tipi boyutlarını diğer görsellerle tutarlı tutun ve legendın gösterilen önizlemelerde verilerle örtüşmediğinden emin olun.

Araç ipuçları rengi aşan bağlam taşır. Araç İpucu panelinde, değer, ay ve hafta içi alanları ekleyin, artı konumlar ve hizmet hızlı bağlam vermek için hover ettiğinizde. Mevcut olduğunda analistlerin kaynaka geri kaydırmadan hızlı bir bakışı eyleme geçirilebilir içgörüye dönüştürebilmesi için transkripsiyonlar veya notları ikincil bir alan olarak dahil edin.

Trend yönünü işaret eden bir simge veya küçük gösterge ile görsel ipuçlarını geliştirin. Örneğin, araç ipucunda veya başlıkta yukarı ok, kullanıcıların veriyi bir bakışta yorumlamasına yardımcı olur, dağınıklık olmadan okunabilirliği pekiştirir. Bu yaklaşım, numaralara uyum ve güveni destekleyen görsel olarak net panoları destekler.

Düzen ve etkileşim önemlidir. Renk ölçeğini ana ızgaranın dışında konumlandırın, matrislerde ilgili yerlerde alt toplamları görünür tutun ve yatay hizalamayı temiz bir okuma akışı korusun. Bir hücreye tıkladığınızda, rapor ilgili aylar, konumlar ve satış kanalları üzerindeki etkiyi gösteren filtrelenmiş sonuçlara dönmeli.

Erişilebilirlik ve kullanılabilirlik somut faydalar. Renk paletini renk körü kullanıcılar için test edin ve aylar arasında kaydırdığınızda değer ve alt toplamların okunaklı kaldığını doğrulayın. Uzun detayları göstermek zorundaysanız, ekstra alanı işgal etmek yerine kısa simge araç ipucuyla not ekleyin, bu hafta içi ve hafta sonu verileriyle çalışan yoğun kullanıcılar için okunabilirliği korur.

Pratik rehberlik: Renk ölçeğinin min–mid–max'ını ayarlayarak başlayın, ardından legend ve araç ipuçlarını ince ayarlayın. Dakikalar içinde, konumlar ve aylar genelinde hizmet performansını net ileten, uyum kontrollerini destekleyen ve satış takımları için en güçlü segmentleri vurgulayan bir ısı haritası bitirebilirsiniz.