Przykładowe dane w programie Excel

Zacznijmy od pobrania przykładowych danych – rankingu filmów za 2018 r. z serwisu filmweb.

Rating w postaci formatowania warunkowego – Gwiazdki

Aby wstawić gwiazdki, potrzebujemy napisać formułę w 10 kolumnach dla każdego wiersza. Wzór ma decydować o tym, czy wyświetlać się będzie pełna gwiazdka, pół lub pusta.

=JEŻELI(C$1<=$B3;1;JEŻELI(C$1=ZAOKR.GÓRA($B3;0);MOD($B3;1);0))

W skrócie:

jeśli kolumna (1-10) jest mniejsza niż lub równa rating to: 1

jeśli kolumna (1-10) jest równa rating zaokrąglony w górę do pełnych wartości to: reszta z dzielenia przez 1, czyli część dziesiętna

w przeciwnym razie: 0

Na tak przygotowanym zakresie komórek wstawiamy Formatowanie warunkowe > Zestawy ikon > Gwiazdki.

Na koniec edytujemy regułę, aby ukryła wartości w komórce i odpowiednio wyświetlała gwiazdki.

Końcowa wizualizacja ratingu:

Rating w postaci wykresu dot plot wewnątrz komórki

Wykres punktowy typu dot plot był już bohaterem wielu artykułów. Wykres ten świetnie nadaje się przy dużej ilości danych, zwłaszcza w postaci wykresów panelowych.

Aby wstawić go w Excelu potrzebujemy:

1. Wstawić symbol kropki (M1)
2. Wstawić mnożnik, aby dopasować wykres do pożądanej szerokości (N1)
3. Wstawić formułę, która umieści powtórzony myślnik Rating x Mnożnik razy, a na końcu wrzuci kropkę:

=POWT(„-„;B3*$N$1)&$M$1

4. Sformatować czcionkę na Playbill (dzięki temu myślniki nie mają odstępów).
5. Ewentualnie można jeszcze dopasować szerokość komórki dla maksymalnego wyniku: 10.

Pobierz szablon wizualizacji ratingu

Tu możesz pobrać szablon pliku Excel z gotowymi formułami i wizualizacjami ratingu w środku komórek Excela.

Znasz inny sposób na ciekawe i przydatne wykresy wewnątrzkomórkowe?

Podziel się w komentarzu.

Wykres kolumnowy nie zawsze jest najlepszym wyborem

Dla danych, które mieszczą się w wąskim przedziale liczbowym, oddalonym od punktu 0, wykres kolumnowy niekoniecznie będzie dobrym pomysłem. Dla poniższego wykresu różnice między średnim rabatem procentowym są niewielkie, a zaczynanie osi w „0” (zgodne z zasadą z infografiki) nie przynosi korzyści.

Wykres punktowy jako dot plot w Power BI

Alternatywą będzie wykres punktowy, który jako oś x przyjmuje nie tylko miary, lecz także wymiary. W poniższym przykładzie do osi x trafia pole Region, a pole Kategoria produktu trafia na półkę Legenda.

Teraz swobodnie możemy sterować osią y, bez ryzyka, że obraz danych ulegnie zniekształceniu.

Niestety posłużenie się wymiarem na osi x wyłącza działanie półki Szczegóły. Jeśli chcemy, aby wykres narysował się z dokładnością do rabatu udzielonego pojedynczemu Klientowi, wykres przestaje działać.

Wykres punktowy dot plot od OKViz dla Power BI

W takiej sytuacji pomoże nam inny wykres dot plot, stworzony jako wizualizacja niestandardowa. Wykres od OK Viz pozwala nie tylko na kolorowanie punktów, ale też na zwiększanie stopnia szczegółowości poprzez półkę Axis. W naszym przypadku umieszczenie tam pola Klient pozwala na utworzenie wykresu zgodnie z oczekiwaniami i odkrycie kilku klientów, dla których średni rabat procentowy znacznie przekracza ramy ustalone w polityce rabatowej (0-10%).

Niestety i ten wykres nie jest pozbawiony wad – nie posiada etykietki, więc nie dokopiemy się łatwo do nazwiska klienta. Wykres ten nie wspiera także filtrowania. Dość szybko pojawiło się ostrzeżenie o zbyt dużej ilości punktów.

Wykres punktowy dot plot od MAQ Software

Najlepiej w zadaniu wypadł wykres dot plot od MAQ Software – kolejna testowana przeze mnie wizualizacja niestandardowa.

Wykres ten pozwolił nie tylko przygotować odpowiedni układ danych, ale także:

• Zmienić układ na poziomy,
• Dodać sumę obrotów jako wielkość bąbelka (Bubble size),
• Rozproszyć punkty techniką drgania (ang. jitteringu),
• Podświetlić w etykietce nazwisko klienta i dodać ewentualnie inne pola do Tooltips,
• Filtrować inne wykresy.

Ten wykres to zdecydowany zwycięzca w konkursie na najlepszy dot plot w Power BI.

Plik do pobrania

Tu możesz pobrać plik z wykresem dot plot w Power BI i samodzielnie przetestować 3 wizualizacje.

Jak działa polecenie Wyjaśnij wzrost / spadek w Power BI?

Narzędzie pozwala w szybki, automatyczny sposób dostarczyć podstawowych wniosków nt. danych źródłowych. Wystarczy na wykresie kliknąć punkt danych prawym przyciskiem myszy, wybrać Analizuj > Wyjaśnij spadek /lub wzrost.

Wszystkie szczegółowe dane oraz wykresy zostaną wyświetlone w nowym oknie.

Funkcja ta jest obecnie w wersji zapoznawczej i w przyszłości zostanie ulepszona i zmieniona. Informacja takla widnieje również na samym widoku wyświetlanej analizy.

Opcje funkcji Wyjaśnij wzrost / spadek

Niestety samego okna z wyświetloną analizą nie można powiększyć, co nieco utrudnia spojrzenie na nią w całości. Posiłkować się należy paskiem przewijania po prawej stronie.

Analiza w opisywanym przykładzie wykonywana jest dla danych sprzedaży, zaprezentowanych na wykresie liniowym, gdzie na osi X mam kolejne lata, zaś na osi Y wartość sprzedaży. Punkt, który wybrałem do analizy, to zmiana między rokiem 2012 i 2013. Należy pamiętać że Szczegółowe informacje działają kontekstowo, czyli zaznaczając dany punkt zawsze będzie on porównywany do poprzedzającego go.

Przewijając pasek w oknie wykonanej analizy, przechodzę do kolejnych jej wariantów. Na osi Y wykresu zaprezentowana jest sprzedaż, więc wszystkie szczegółowe analizy, które przygotował Power BI sprawdzają jakie czynniki, spośród dostępnych w źródle danych, mają największy wpływ na wielkość sprzedaży. Tak więc np. mam analizę :

• Sprzedaży wg roku i numeru zamówienia
• Sprzedaży wg roku i miasta
• Sprzedaży roku i numeru klienta
• Sprzedaż wg roku i kodu pocztowego
• Sprzedaży wg roku i klienta
• Sprzedaży wg roku i nazwy produktu
• Sprzedaży wg roku i marży podstawowej
• Sprzedaży wg roku i podkategorii produktu
• Sprzedaży wg roku i regionu
• Sprzedaży wg roku i priorytetu zamówienia
• Sprzedaży wg roku i segmentu rynku

W oknie szczegółowych informacji domyślnie pojawia się wykres typu waterfall (inaczej zwany wykresem kaskadowym) oraz analiza opisowa wpływu numeru zamówienia na wielkość sprzedaży między rokiem 2012 a 2013. Słowny komentarz jest wciąż w języku angielskim, przy zainstalowanej polskojęzycznej wersji programu.

W prawym górnym rogu widać trzy przyciski:

• kciuk z palcem do góry to informacja dla twórców rozwiązania, że narzędzie spełnia oczekiwania użytkownika,
• kciuk z palcem do dołu to przesłanie niezadowolenia z rozwiązania , z koniecznością wybrania jednej z poniższych opcji,

• trzeci znak to osadzenie wybranej analizy na stronie raportu.

Poniżej wykresu znajdują się cztery różne przyciski, które symbolizują różnego typu wykresy. Każdy z przygotowanych typów analizy, można zaprezentować w jednym z wybranych pośród czterech typów wykresów:

• kaskadowy (domyślny)
• punktowy,
• skumulowany kolumnowy,
• wstążkowy.

Poniżej dla tej samej analizy, różne typy wykresów.

Należy pamiętać, aby typ wykresu zmienić przed dodaniem go do raportu. Z widoku raportu nie ma możliwości zmiany typu wykresu dla Analizuj spadki/wzrosty.

Szczegółowe dane wstawione do raportu nie zmieniają się w zależności od tego jakie dane prezentowane są w raporcie, jeżeli zmienię na Osi Y wielkość sprzedaży na wielkość zamówienia wówczas wstawiona analiza bez zmian będzie nadal pokazywać np. Sprzedaż wg Rok i Nr zamówienia

Wstawione szczegółowe informacje oczywiście można usuwać z raportu, modyfikować a także przejść z jego poziomu do danych co umożliwia przycisk (wielokropek) w prawym górnym rogu okna.

Ograniczenia funkcji Wyjaśnij wzrosty / spadki

Należy pamiętać, że działanie opiera się na porównaniu danych, więc nie zadziała dla pierwszego wybranego punktu danych w wizualizacji (nie ma się z czym porównać).

Funkcja nie działa dla wybranych typów wykresów (np. kołowego) i wymaga podania na osi głównej danych liczbowych (np. dat lub liczb). Ponadto nieobsługiwane są:

• filtry TopN,
• niektóre miary (np. miary uwzględniające i wykluczające, miary nieliczbowe),
• kategorie na osi x (np. wg kategorii produktów).

Jeszcze jeden rodzaj wykresu – wykres bąbelkowy

W Power BI przez „+” wstawiam kolejną stronę. Zbuduję na niej kolejny wykres. Wybieram wykres punktowy z obszaru Wizualizacji.

Na osi x umieszczam Sprzedaż, na osi y Zysk, w szczegółach Klient a jako legendę Region.

Wykres prezentuje się następująco:

Na wykresie wstawię dodatkowo linię rentowności w punkcie zero. Zaznaczam obszar wykresu, wybieram > Analiza > Linia stałej (oś Y) > Dodaj

• jako Wartość wpisuję „0” – linia ma się pojawić w punkcie zero na wykresie,
• zmieniam jej Kolor, Styl (kropkowany),
• włączam Etykietę, zmieniam jej Kolor, dla opcji Tekst wybieram Nazwa,
• zmieniam Położenie w pionie i poziomie,
• nadaję Nazwę – Linia rentowności.

Poniżej całość ustawień dla wstawionej linii i jej prezentacja wizualna na wykresie:

Aby zobaczyć dane z wybranych do wykresu wymiarów (czyli bez widoku całego zakresu kolumn dostępnych w danych źródłowych), zaznaczam wykres > Narzędzia wizualne > Dane/przechodzenie do szczegółów > Zobacz dane.

Po wybraniu tej funkcjonalności dane prezentują się jak poniżej, widok w Power BI jest podzielony na widok wykresu oraz na tabelę z danymi , tylko z wymiarami (polami) jakie zostały wybrane do wykresu. Aby wrócić do widoku wykresu należy jeszcze raz wybrać Narzędzia wizualne > Dane/przechodzenie do szczegółów > Zobacz dane.

Budowa dashboardu w programie Power BI Desktop

W tym kroku wszystkie dotychczas stworzone wizualizacje połączę w jeden dashboard. Powiążę je ze sobą by wybierając pewien zakres danych na jednym z kafelków, pozostałe również prezentowały wizualizacje dla tego samego zakresu danych.

Poprzez „+” wstawiam kolejną stronę. Aby umieścić na niej wcześniej utworzone wizualizacje najzwyczajniej kopiuję je z poprzednich stron i wklejam na stronę, gdzie planuję stworzyć dashboard.

Publikowanie i udostępnianie raportu na witrynie Power BI.com

Przygotowany w ten sposób raport możemy wysłać odbiorcy końcowemu w postaci pliku *.pbix. Firmy i organizacje otwarte na rozwiązanie chmurowe od Microsoftu mogą opublikować raport na witrynie PowerBI.com i udostępnić odbiorcom z tego miejsca – zajmuje to zaledwie kilka sekund. W ten sposób adresaci raportu, po założeniu konta, będą mogli korzystać z raportów przez stronę www lub przez aplikację mobilną PowerBI.

Wybieram polecenie Publikuj.

Loguję się na swoje konto (lub je zakładam wcześniej na witrynie PowerBI.com) > klikam Otwórz element… > loguję się do witryny > w otworzonym raporcie klikam pinezkę Przypnij stronę dynamiczną > a następnie udostępniam Pulpit nawigacyjny.

Wyjaśnienie pojęć statystycznych

Sztuką jest przekazać wiedzę niełatwą w przystępny sposób, czyli np. statystykę. Spróbuję a ocenisz sam/a…

• Średnia – od niej należy zacząć, najczęściej rozumiana jako średnia arytmetyczna, czyli suma wartości zmiennych danego zbioru podzielona przez liczbę tych zmiennych, jest miarą tendencji centralnej czyli miejsca największej koncentracji wyników.
• Odchylenie standardowe – zaraz po średniej najczęściej stosowane pojęcie statystyczne. Odchylenie mówi jak daleko od średniej rozrzucone są wartości w danym zbiorze – im odchylenie jest mniejsze tym wartości są bardziej skupione wokół średniej. Odchylenie jest pierwiastkiem z wariancji.
• Wariancja – mówi o rozproszeniu wyników – czy są skoncentrowane wokół średniej, czy może od niej oddalone. Gdy wynosi zero, oznacza to, że wyniki nie są w ogóle zróżnicowane. Częściej stosowane od niej jest odchylenie standardowe.

Obliczenia w tabeli przestawnej

Warto pamiętać, że nie muszę w tabeli przestawnej tworzyć pola obliczeniowego by obliczyć odchylenie standardowe, ponieważ jest to możliwe wśród wbudowanych narzędzi tabeli przestawnej.

Aby dostać się do ustawień pola wartości tabeli przestawnej wybieram jedną z możliwości:

• w polach tabeli przestawnej, w obszarze wartości wybieram jedno z pól > wciskam strzałkę po prawej stronie (włączam menu podręczne) > ustawienia pola wartości

• klikając prawym przyciskiem myszy w obszarze raportu tabeli przestawnej > ustawienia pola wartości

Poniżej okno ustawień pola wartości , oprócz popularnie używanych: sumy czy licznika, znajdują się tu również Odchylenie standardowe, Odchstdc, Wariancja oraz Wariancja populacji.

Nazwy bardzo podobne, jednak znaczenie miar nieco inne.

• Odchylenie standardowe, Wariancja – używam gdy dane na których pracuję są tylko wycinkiem całości, czyli podzbiorem populacji.
• OdchStdc, Wariancja populacji – gdy badany element jest całą populacją (nie jest wycinkiem).

Wśród rzadziej używanych kalkulacji w tabeli przestawnej oprócz miar statystycznych znajdują się:

• Iloczyn – (ang. Product) jak sama nazwa mówi to iloczyn wartości, jeżeli dane pole nie zawiera liczb a np. tekst wówczas iloczyn wynosi zero. Do czego można wykorzystać iloczyn? Np. do obliczenia średniej geometrycznej.
• Licznik num. – zliczenie wartości, które są liczbami , zlicza wystąpienia liczb, czyli jeżeli w danej kolumnie oprócz liczb znajdzie się tekst, wówczas nie zostanie on zliczony. Tę funkcję można wykorzystać do szybkiego sprawdzenia formatu w danych – porównując wartość Licznik num. z ilością wierszy w źródłowej tabeli.

Zastosowanie miar statystycznych w tabeli przestawnej

Posiadając wiedzę na temat poszczególnych miar statystycznych, mogę wykorzystać je do analizy danych w tabeli.

Poniżej tabela z danymi dot. sprzedaży w podziale na segmenty rynku (korporacje, małe firmy, osoba fizyczna, biuro w domu). Zamieściłem w niej sumę ze sprzedaży, średnią oraz po dwa typy odchylenia standardowego oraz wariancji.

Na pierwszy rzut oka, średnie dla poszczególnych segmentów nie odbiegają zbytnio od siebie. Dzięki odchyleniu standardowemu mogę powiedzieć więcej o danych. Największe odchylenie występuje w segmencie korporacyjnym – co oznacza że występują w nim największe odchylenia od średniej, dane są najbardziej rozproszone (mamy jednocześnie bardzo niskie wartości sprzedaży jak i bardzo wysokie).

W segmencie gdzie odchylenie standardowe jest wysokie a średnia w porównaniu do innych segmentów jest porównywalna, można podejrzewać, że średnia jest błędną miarą wartości centralnej i być może należy wybrać inną np. medianę, dominantę, która lepiej zobrazuje zmienność wartości w segmencie.

Dzięki regule 3sigm (99,7% obserwacji znajduje się w odległości +/- 3 odchyleń standardowych od średniej) , odchylnie standardowe pozwala na odrzucenie ze zbioru danych wartości odstających, które mogą zniekształcać pomiary.

Dodatkowe korzyści daje również zamieszczenie odchylenia w tabeli przestawnej, ponieważ dane z łatwością można drążyć, poprzez dodanie kolejnych pól w obszarze wierszy. Poniżej pogłębienie analizy o regiony, dla segmentu korporacji. Widać, że to głównie region południowy generuje największą zmienność.

Bazę którą tu analizuję, traktuję jako całą populację, nie jako jej podzbiór, więc adekwatnymi miarami będą OdchStdc oraz Wariancja populacji – stosowane dla całych populacji.

Średnia a odchylenie standardowe na wykresie

Spróbuję pokazać regułę 3sigm na wykresie, również z oznaczeniem średniej. Dane pochodzą ze strony NBP i są to dzienne kursy euro w 2016 roku. Ponieważ kursy są podane z dokładnością do 4 miejsc po przecinku, zaokrąglam je do dwóch miejsc by później móc je zagregować (przy czterech miejscach, praktycznie żaden z kursów się nie powtarza).

Następnie w kolumnie G przeklejam jako wartości zaokrąglone kursy i usuwam z nich duplikaty. W kolumnie H zliczam ilość wystąpień każdego z kursów na przestrzeni całego roku. Ilość wystąpień oraz nieduplikujące się  kursy posłużą mi do budowy wykresu.

Zaznaczam zakres G1:H29 > Wstawianie > Wykresy > Wykres punktowy.

W komórkach L2 oraz L3 znajduje się odpowiednio średnia oraz odchylenie standardowe.

Wartości te wykorzystam do zaprezentowania reguły 3sigm czyli zakresu 3 odchyleń standardowych +/- od średniej. Średnią również zamieszczę na wykresie. Zatem zaczynam od przygotowania danych dla poszczególnych serii.

Dane dla średniej będą wyglądały jak poniżej:

Do wykresu dodam nową serię danych – Średnią. Prawym przyciskiem myszy klikam w obszarze kreślenia i z menu podręcznego wybieram > Zaznacz Dane.

Wybieram Dodaj

Uzupełniam okno Edytowanie serii odwołaniami do odpowiednich komórek > OK > OK.

Na wykresie pojawiły się dwa punkty – zmienię je na linię prezentowaną na pomocniczej osi Y. Wybieram kartę Projektowanie > Typ > Zmień typ wykresu.

W oknie Zmienianie typu wykresu wybieram > Wszystkie wykresy > Kombi.

Dla serii danych „Średnia” wybieram oś pomocniczą i wykres punktowy z wygładzonymi liniami a dla ilości wystąpień – wykres punktowy> OK.

Odrywam poziomą linię pomocniczą wybierając plus przy wykresie.

Zaznaczam poziomą oś pomocniczą > Formatowanie Osi > Opcje osi > Opcje osi > oś daty – dzięki temu pomarańczowa linia będzie pionowa.

Również klikając podwójnie na pionową oś pomocniczą wybieram Formatowanie Osi > Opcje osi > Opcje osi . Jako Maksimum wpisuję 1> Enter.

Dzięki czemu Seria danych „Średnia” na wykresie prezentuje się jak poniżej.

Tworzę jeszcze dwie serie – dla dolnej i górnej granicy przedziału (+/- 3 odchylenia standardowe od średniej). Będę je prezentować na osiach głównych więc wartości osi Y podaję od 0 do 20. Analogicznie jak wcześniej dodaję obie serie danych do wykresu i zmieniam dla nich typ na  punktowy z wygładzonymi liniami. Po dodaniu obu serii automatycznie zmieni się wartość maksymalna na osi Y , wówczas należy w Formatowaniu osi i jej Opcjach zmienić maksimum na 20 (wskazówka poniżej).

Po zmianach kolorystycznych wykres prezentuje się następująco:

Widać że wszystkie pomiary (punkty) mieszczą się w przedziale 3 odchyleń standardowych od średniej.

Pobierz plik Excel

Pobierz plik Rzadziej używane kalkulacje w tabeli przestawnej i umieść własne dane.

Dane do wykresu punktowego w Excelu

Wykorzystam dane sprzedażowe – posłużę się kosztami dostawy oraz sprzedażą dla poszczególnych podkategorii. Sprawdzę jakie podkategorie najlepiej się sprzedają a jednocześnie mają niskie koszty dostawy oraz odwrotnie.

Na początku przy pomocy sumy warunków przygotowuję tabelę z danymi, formuły jak poniżej (otrzymuję wartości w tysiącach). Niestety nie da się wstawić wykresu punktowego przestawnego.

Budowa wykresu punktowego

Na podstawie przygotowanych danych (Arkusz Wykres B1:C18) wstawiam wykres punktowy x,y > Wstawianie> Wykresy > Punktowy. Sprzedaż widoczna jest na osi Y zaś na osi X widoczny jest koszt dostawy.

W następnym kroku, aby zobaczyć na wykresie również tło dla poszczególnych części ustalam gdzie będzie punkt w którym spotkają się wszystkie kolory, czyli środek. Powiedzmy że będzie to przecięcie punktów (30, 1500). Określam dla osi X oraz Y wartość minimalną, średnią oraz maksymalną. Wartością środkową będzie punkt (30,1500) – miejsce w którym spotkają się wszystkie kolory.

Na podstawie danych z komórek B22:C24 budujemy kolejną tabelę, która będzie tworzyć zakresy dla wykresu skumulowanego warstwowego – tła dla wykresu punktowego.

Pierwsza kolumna to dane osi X, które wprowadzam tu pomocniczo, druga kolumna to faktyczna druga oś pozioma, która będzie przeze mnie wykorzystywana. Używam tu mnożnika 1000 , ponieważ pozwoli to na lepsze zaprezentowanie podziału kolorów na wykresie.

Poniżej formuły jakie prowadzam do komórek.

A tu wyniki wprowadzonych formuł.

Zaznaczamy zakres B26:G30  > Ctrl + C >  zaznaczam obszar wykresu, który wcześniej przygotowałem > Narzędzia główne > Schowek > Wklej > Wklej Specjalnie

Zaznaczam opcje jak na poniższym widoku > OK.

W wyniku otrzymuję:

Formatowanie wykresu

Aby lepiej zobaczyć dane na wykresie, dodaję : legendę, zmieniam typy wykresu dla poszczególnych serii. Wstawianie > Wykresy > Wyświetl wszystkie wykresy >Wszystkie wykresy > Kombi

Sprzedaż – punktowy, pozostałe warstwowy skumulowany

Klikam w obszar wykresu > Elementy wykresu (znak plus) > Osie > Pomocnicza pozioma .Teraz widzimy dokładnie wszystkie osie na wykresie. Dla wykresu punktowego właściwe są oś po lewej oraz dolna, dla wykresu warstwowego (kolory) właściwe są górna oraz z prawej strony.

Teraz formatuję wykres aby był bardziej przejrzysty : serię „dół” zmieniam na niewidoczną (brak wypełnienia).

Dlaczego potrzebujemy serii dół?

Ponieważ zajmuje ona obszar (patrzę na osie pomocnicze prawą oraz górną) całego wykresu i pozwala na właściwe położenie kolejnych serii:

Sama seria dół:

Punkty w serii „Sprzedaż” formatuję by stały się bardziej widoczne. Zmieniam format danych górnej osi pomocniczej na format daty , dzięki czemu wykres jest podzielony na cztery prostokąty. Następnie usuwam obie osie pomocnicze (prawą oraz górną).

Dzięki tym zabiegom otrzymuję poniższy efekt:

Pozostaje jeszcze usunięcie zbędnej „góry” wykresu (biała przestrzeń ponad poziomem 4500 osi Y). Pozbędę się tego efektu dostosowując maximum osi Y

Usuwam legendę i oto finalny efekt!

Pobierz plik Excel

Pobierz plik zacienione tło wykresu punktowego.xlsx i umieść własne dane.