Więcej o licznikach możesz przeczytać w innych artykułach na ten temat:

1. Jak utworzyć licznik w Excelu?
2. Cztery wykresy, których należy unikać – w tym kołowy i radarowy
3. Nie wymyślaj koła na nowo – o naszym uwielbieniu wszystkiego, co okrągłe

Przygotowanie danych

W przypadku tego wykresu danych nie potrzeba wiele. Pierwsza liczba to wskaźnik realizacji planu (wahający się w przypadku naszego przykładu od 0 do 199 – dla uproszczenia nie posługuję się wartościami procentowymi). Powiązane z nią jest pole Tytuł.

Pole Parametr to część, jaką będzie stanowić małe koło w stosunku do dużego.

Tworzenie serii danych na wykresie radarowym

Wartościami osi x będą kolejne stopnie na okręgu, dlatego będę wyliczać wartości y dla 360 punktów na osi x (czyli okręgu). Wartości osi Y będą mieściły się w zakresie od 0 do 1, osią y będzie promień dużego, czyli zewnętrznego okręgu.

Wstawię trzy serie danych: dla zewnętrznego okręgu, dla wycinka danych oraz dla linii, która uzupełni duży okrąg (w dalszej części artykułu wyjaśni się cel jej użycia).

Pierwsza seria

Będzie to granica zewnętrzna okręgu. Promień tego okręgu stopniowo będzie się zmniejszać z kolejnymi stopniami od wartości 1 do 0,8 – czyli jednego z parametrów ustalonego na początku  (część jaką będzie stanowił mały okrąg w stosunku do dużego okręgu).

Następującą formułę wprowadzam do komórki A1.

=1-(WIERSZ()-1)*(1-0,8)/360

– zaczynam od pierwszego wiersza we wprowadzeniu formuły , ponieważ mamy zagnieżdżoną wewnątrz formułę WIERSZ()

– wynikiem formuły jest promień okręgu na danym stopniu od 1 do 360 (czyli numeru wiersza)

– od 1 odejmujemy dla każdego stopnia (WIERSZ()-1) odpowiednią część różnicy pomiędzy dużym a małym okręgiem ((1-0,08)/360)

– podsumowując w każdym wierszu, czyli z każdym stopniem okręgu zbliżamy się do wartości 0,8

Druga seria

Stworzona jest tylko po to by w wierszu pierwszym oraz ostatnim (360) dawała wartość 1 dla uzupełnienia graficznego, serii danych dużego koła.

Do komórki C1 wpisuję formułę:

=(WIERSZ()=1)+(WIERSZ()=360)

Funkcja przyjmie wartość 1 w wierszu (i na stopniu) 1 oraz 360.

Trzecia seria

Będzie obrazowała wycinek z przeszacowaniem, formuła powinna dać zatem wynik tylko dla części z przeszacowaniem czyli dla naszego przykładu będzie to 10 % ((110-100)/100=10%), czyli 36 stopni (360 *10%) tylko dla zakresu 1-36 stopni kolorujemy wycinek (tylko w tych wierszach powinny być wartości oraz wiersza 360).

Do komórki B1 wpisuję formułę:

=(WIERSZ()<=3,6*(110-100))*(0,8-WIERSZ()*((1-0,8)/360))+(WIERSZ()=360)*(0,8-(1-0,8)/360)

– (WIERSZ()<=3,6*(110-100)) – pierwsza część gwarantuje, że wartości pojawią się w pierwszych 36 wierszach – czyli do 36 stopnia

– (0,8-WIERSZ()*((1-0,8)/360)) – podobnie jak w przypadku pierwszej serii ta część formuły pokazuje jak w zależności od wiersza, w której się znajduje okrąg dot. małego wycinka będzie proporcjonalnie przesuwał się w stosunku do dużego okręgu

– (WIERSZ()=360)*(0,8-(1-0,8)/360) – ta część formuły przewidziana jest dla ostatniego wiersza (360)  tak by miał on taką samą wartość (y) jak w wierszu pierwszym – by wycinek był kompletny i ładnie wypełniony kolorem

Utworzenie wykresu

Pokazane formuły powinny znaleźć się  w zakresie od A1 do C360. (kolumna A – pierwsza seria danych, kolumna B – druga seria danych, kolumna C – trzecia seria danych).

Zaznaczam dane, poprzez Wstawianie > Wykresy > Wyświetl wszystkie wykresy > Wszystkie wykresy

Radarowy > Wypełniony radarowy > OK

Przy powiększeniu wstawionego wykresu dokładnie widać serię numer 2– zaznaczona jest domyślnie na pomarańczowo.

Poniżej widok co dzieje się gdy serię numer 2 usunę. Widać niewielką lukę pomiędzy danymi (360 a 1). Dlatego też potrzebna jest seria nr 2. Przywrócę ją teraz oraz nadam jej kolor (niebieski) taki sam jak dla serii numer 1.

Wartości wokół koła to wartości osi x, natomiast pionowa oś o zakresie od 0 do 1 to oś y. Aby nie zaburzały widoku usuwam etykiety kategorii osi x oraz y. Zaznaczam wykres > Formatowanie serii danych > Opcje serii > Etykiety kategorii > Odznaczam.  Dzięki tej operacji usuwam kategorie osi x.

Aby usunąć kategorie osi y, zaznaczam je na wykresie > prawy przycisk myszy > Formatuj oś

Formatowanie osi > Etykiety > Położenie etykiety > Brak

Do usunięcia pozostaną jeszcze wciąż widoczne linie siatki. Zaznaczam wykres > Formatowanie > Oś radarowa (wartości) – główne linie siatki > Linia > Brak Linii

Na takim etapie można by zakończyć omówienie tematu, ale obiecałem jeszcze trik.

Efekt magiczny – ukrycie serii pod nazwami zdefiniowanymi

Gdybyśmy taki wykres budowali zwykłym sposobem, nasz arkusz z danymi wyglądałby tak:

Ja jednak zakresy (czyli serie danych) ukryję w Menedżerze nazw, pod nazwami zdefiniowanymi, jednocześnie unifikując formuły. Dzięki temu będą zależne tylko od wspomnianych na początku dwóch parametrów:

• stosunek małego koła do dużego – „Parametr” – wartość w komórce B2 – 0,
• stopnia wykonania planu – „Realizacja” – wartość w komórce B3 – 125

Parametry te wprowadzam od razu do Menedżera nazw. Formuły > Nazwy zdefiniowane > Menedżer nazw >

Nowy >

wprowadzam nazwę „Parametr” oraz odwołanie do komórki > OK. Takie same kroki wykonam dla drugiego parametru.

W wyniku działań w menedżerze posiadam dwa zdefiniowane zakresy jak poniżej:

Kolejnym krokiem będzie zmodyfikowanie wcześniej stworzonych formuł, w taki sposób by odwoływały się do utworzonych nazw zdefiniowanych oraz działały wewnątrz menedżera a nie na zakresie komórek.

Seria 1

1-(WIERSZ()-1)*(1-0,8)/360

– WIERSZ() zamieniam na WIERSZ($1:$360) – dlaczego?  W nazwach zdefiniowanych do obliczenia wartości w seriach danych użyję formuł tablicowych, które pozwolą na uniknięcie zamieszczania formuł w kolejnych komórkach i w miejsce WIERSZ($1:$360) pojawi się tablica wartości <1;360>

– 0,9 zmieniam na zdefiniowaną nazwę czyli „Parametr”

Formuła po naniesionych zmianach będzie miała formę

=1-(WIERSZ($1:$360) -1)*(1-Parametr)/360

Wprowadzam ją do menedżera pod nazwą okrąg, pamiętając by po zakończeniu wpisywania formuły wybrać na klawiaturze Ctrl+Shift+Enter , co uruchomi formuły tablicowe. Uruchomienie formuł tablicowych będzie też widoczne w menedżerze (w kolumnie wartość nawias klamrowy).

Podobnie działam z serią 2 i 3.

Seria druga przed

=(WIERSZ()=1)+(WIERSZ()=360)

Oraz po

=( WIERSZ($1:$360)= 1)+( WIERSZ($1:$360)=360)

Będzie to nazwa zdefiniowana „linia”.

Seria trzecia przed

=(WIERSZ()<=3,6*(110-100))*(0,8-WIERSZ()*((1-0,8)/360))+(WIERSZ()=360)*(0,8-(1-0,8)/360)

oraz po

=( WIERSZ($1:$360)<=3,6*(Przeszacowanie-100))*(Parametr- WIERSZ($1:$360)*((1-Parametr)/360))+( WIERSZ($1:$360)=360)*(Parametr-(1-Parametr)/360)

nazwa zdefiniowana dla tej serii do „wycinek”.

Kiedy wszystkie serie-nazwy są już zdefiniowane, przechodzę do umieszczenia ich na wykresie. Aby wstawić wykres zaznaczam dane dot. zmiennych parametrów (w innym wypadku nie przejdę do okna wstawiania i wyboru wykresu). Wybieram jak wcześniej ten sam typ wykresu (radarowy wypełniony).

Zaznaczam wstawiony wykres > prawy przycisk myszy > Zaznacz dane > zaznaczam istniejącą serię i ją usuwam.

Następnie wybieram > Dodaj i umieszczam nowe własne zdefiniowane serie. Poniżej pierwszy przykład zdefiniowanej nazwy wykorzystanej jako seria danych.

UWAGA!!!

Należy pamiętać o konstrukcji odwołania do nazwy – wskazuję arkusz w którym zdefiniowana jest zmienna.

Te same kroki powtarzam dla kolejnych serii.

I voila! Wykres taki sam jak przy pierwszym sposobie. Należy go jedynie sformatować, ale tu już kroki i możliwości zostały wcześniej omówione. Wykres jest jednak po upgrade ponieważ, jest teraz uzależniony od wartości w komórkach B2 oraz B3. Można łatwo sprawdzić jak się zmieni w zależności od wartości tych parametrów.

Stosując tę technikę finalnie utworzyłem dodatkową serię, która odpowiada za wartość, gdy plan nie został zrealizowany i nazwałem ją wycinek2.

Przykład wykorzystania na dashboardzie menedżerskim

Dodając do tak przygotowanego wykresu radarowego autokształt koło z wartością KPI jako etykietą (w połączeniu z komórką Tytuł), otrzymujemy licznik. Pamiętajmy, że działa on dla wartości z zakresu 0-199 – przy podwójnym „przekręceniu zegara” trzeba by wprowadzić dodatkowe modyfikacje.

Pobierz szablon licznika Excel

Tu możesz pobrać gotowy szablon licznika Excel i wykorzystać go do budowy dasbhoardu menedżerskiego.

Skąd pochodzą dane?

Dane do wykresu pochodzą z badania przeprowadzonego w 2013 r. przez Pew Research Global Attitudes Project. Zapytano 40 000 osób z 40 krajów o 8 tematów związanych z postrzeganiem moralności:

• aborcja
• rozwód
• picie alkoholu
• zdrada małżeńska
• hazard
• homoseksualizm
• seks bez małżeństwa
• stosowanie prezerwatyw

Respondenci mogli na każdą z tych kwestii udzielić 1 z 4 odpowiedzi lub odmówić jej udzielenia:

• Nieakceptowalna moralnie
• Akceptowalna moralnie
• Nie ma związku z moralnością
• To zależy od sytuacji

Wizualizacja w Tableau Public

Na poniższym wykresie wybrałem do porównania Polskę (fioletowy) i Niemcy (różowy). Zachęcam do filtrowania krajów i przyjrzenia się różnicom – Polska na tle krajów Europy Zachodniej oraz państw azjatyckich (np. Indie, Pakistan) czy afrykańskich (np. Ghana). To zestawienie pokazuje wielką różnorodność postrzegania moralności.

1. Czy raport mieści się na jednym ekranu (jednej kartce)?
2. Czy dane mają adekwatny kontekst?
3. Czy widzisz odpowiednią ilość szczegółów?
4. Czy przedstawione w raporcie miary stanowią o Twoim sukcesie?
5. Czy wybrano najwłaściwsze środki prezentacji?
6. Czy podobne informacje przedstawiono analogicznie?
7. Czy środki prezentacji są zaprojektowane prawidłowo?
8. Czy dane liczbowe są przedstawiane poprawnie?
9. Czy dane są dobrze rozmieszczone?
10. Czy dane są efektywnie uwydatnione?
11. Czy raport zawiera tylko niezbędną dekorację?
12. Czy kolor jest użyty selektywnie?
13. Czy raport wygląda atrakcyjnie?

1. Czy raport mieści się na jednym ekranu (jednej kartce)?

Raport powinien zmieścić się na jednym ekranie, bez potrzeby jego przewijania lub przechodzenia do nowych okien (kartkowania). Wynika to z faktu, że proces percepcji wizualnej działa najsprawniej, gdy wszystko znajduje się w zasięgu wzroku, gdyż ludzki mózg zapamiętuje tylko kilka kawałków informacji w tzw. pamięci krótkotrwałej. Zapamiętanie informacji, której już nie widać, może być niewykonalne. Dashboard umożliwia porównania w innych warunkach niedostępne, które mogą doprowadzić do dostrzeżenia zjawisk wcześniej niewidocznych. Przekroczenie granic jednego ekranu, które może się odbyć poprzez podział danych na oddzielne ekrany  (np. w PowerPoincie) lub wymaganie przewijania strony, eliminuje tę korzyść, a wielu odbiorców nie pofatyguje się, aby spojrzeć na to, co leży poza ekranem.

2. Czy dane mają adekwatny kontekst?

Miary dotyczące aktualnego obrazu sytuacji w biznesie rzadko mówią coś samodzielnie. Zwykle potrzebują dobrego wsparcia i pełnego obrazu. Przykładowo, informacja, że sprzedaż od początku roku (ang. Year-to-Date, skr. Y2D) wyniosła 156 tys. zł nie mówi zbyt wiele. Nie wiemy, z czym to porównać, czy to dobrze czy źle i czy nasz cel jest realizowany zgodnie z planem. To tak jakby stworzyć wykres tylko z 1 punktem danych.

3. Czy widzisz odpowiednią ilość szczegółów?

Zbyt wiele szczegółów wyrażonych zbyt precyzyjnie. Zysk 3 235 457,12 zł zamiast 3,2 mln zł, czas przedstawiony z dokładnością do sekund czy wiele miejsce po przecinku dla średniej spowalniają odbiór informacji bez dodatkowych korzyści, są zatem dla odbiorcy stratą czasu.

4. Czy przedstawione w raporcie miary stanowią o Twoim sukcesie?

Miara jest nieskuteczna, jeśli nie przedstawia informacji w najprostszy i najefektywniejszy sposób z możliwych. Może być właściwa, lecz nie przekazywać komunikatu najlepiej. Dla kogoś, kto potrzebuje znać odchylenie sprzedaży planowanej od rzeczywistej, informacja, że wynosi ona kolejno 56 322 zł i 48 987 zł niewiele mówi. Prezentując tej osobie odchylenie jako 13%, lepiej odpowiemy na jej potrzeby.

5. Czy wybrano najwłaściwsze środki prezentacji?

Wybór nieodpowiednich środków prezentacji jest jednym z najczęściej popełnianych błędów, nie tylko przy projektowaniu raportów, ale przy projektowaniu wszystkich form prezentacji danych liczbowych. Przykładowo częstym błędem jest stosowanie wykresu w sytuacji, gdy tabela jest właściwsza lub na odwrót. Innym popularnym błędem jest stosowanie wykresów kołowych, radarowych czy powierzchniowych.

6. Czy podobne informacje przedstawiono analogicznie?

Często spotyka się wprowadzenie różnych sposobów prezentacji danych (np. różnych typów wykresów), aby odbiorcy nie znudzić. Zawsze powinno się wybrać taki sposób prezentacji, który najlepiej pasuje do danej sytuacji, nawet jeśli efektem końcowym będzie wiele podobnych wykresów na raporcie.

7. Czy środki prezentacji są zaprojektowane prawidłowo?

Nie wystarczy wybór odpowiedniego medium do przekazania wiadomości. Trzeba także tak zaprojektować jego komponenty, aby komunikować jasno i skutecznie, bez niepotrzebnego rozpraszania odbiorcy. Najczęściej problemy występują przy użyciu 3D, koloru, etykiet i legend.

8. Czy dane liczbowe są przedstawiane poprawnie?

Czasami graficzna reprezentacja danych jest zaprojektowana w taki sposób, że zakłamuje rzeczywistość, np. gdy skala na wykresie kolumnowym nie zaczyna się od zera lub linie na wykresie liniowym łączą punkty niepowiązane.

9. Czy dane są dobrze rozmieszczone?

Istotą dashboardu jest prezentacja dużej ilości informacji na ograniczonej przestrzeni. Jeśli informacje nie są zorganizowane poprawnie, umiejscowienie nie jest powiązane z kolejnością oglądania lub pogrupowanie stanowi swoisty labirynt, wynikiem jest jeden wielki bałagan. Większość raportów, szczególnie dostępnych w Internecie, składa się z niewielkiej ilości informacji, a nacisk położono na ładny wygląd. Jednak to nie „modny design”, a prezentacja danych zgodna ze sposobem ich użycia stanowi cel raportu. Najważniejsze dane powinny być uwydatnione, a te które wymagają uwagi powinny rzucać się w oczy.

10. Czy dane są efektywnie uwydatnione?

Patrząc na raport, oko powinno zostać przyciągnięte przez te informacje, które są najważniejsze, nawet jeśli nie są umieszczone na najcenniejszych miejscach. Można to osiągnąć poprzez ich wyróżnienie. Na większości raportów najbardziej wyróżniają się logo firmy i tytuł, zaś w treści wyeksponowane jest wszystko jednakowo, gdyż wszystkie dane są tak samo wytłuszczone i  kolorowe, powodując, że odbiorca nie wie, na czym się skupić.

11. Czy raport zawiera tylko niezbędną dekorację?

Ekspert wizualizacji danych prof. Edward Tufte powiedział: „Nieumiejętna grafika rozwija się, ponieważ wielu artystów wierzy, że statystyka jest nudna i monotonna. Dążą zatem do dekorowania i ożywiania, przesadzając, co można dostrzec w danych. Jeśli statystyka jest nudna, to znaczy, że masz złe liczby”.

12. Czy kolor jest użyty selektywnie?

Decyzje związane z kolorem powinny być podejmowane z rozwagą oraz przy pełnym zrozumieniu zasad ich postrzegania. Niektóre kolory wysyłają bowiem sygnały i przyciągają uwagę, podczas gdy inne są mniej widoczne. Kiedy kolor pojawia się w ostrym kontraście do otoczenia, oko i mózg próbują nadać mu znaczenie, zaś kiedy w dwóch sekcjach raportu kolor powtarza się, uznajemy je za powiązane ze sobą. Często stosowane są kolory sygnalizacji ulicznej: czerwony, żółty i zielony, ale zapominamy przy tym, że 10% mężczyzn i 1% kobiet jest daltonistami.

13. Czy raport wygląda atrakcyjnie?

Niektóre raporty są tak brzydkie, że natychmiast odwracamy od nich wzrok. Nie chodzi jednak o dodanie dekoracji, ale o przedstawienie danych w atrakcyjny sposób, bez dodawania elementów rozpraszających. Nie trzeba być artystą, aby zaprojektować atrakcyjny dashboard. Podstawą jest jednak znajomość podstaw percepcji wizualnej.

Na podstawie roku 1995 programiści z IBM-a stworzyli dashboard analityczny, który w graficzny sposób prezentuje wybrane informacje na jednym ekranie. Umieścili go na stronie:

Głównym celem raportu jest tworzenie porównań między poszczególnymi krajami. Umożliwiają to 3 dostępne widoki: mapa geograficzna, mapa drzewa, OLAP.

Mapa geograficzna

Dane ilościowe na mapie świata przedstawione są przy pomocy skali dywergencji (od zielonego do czerwonego; różnic na skali nie dostrzegą niestety daltoniści), którą użytkownik może dynamicznie zmieniać. Na lewym pasku widzimy stale główne informacje nt. danego kraju w postaci wykresów punktowego, kołowego 3D i kolumnowego 3D.

O ile wykres punktowy, na którym punkty określają pozycję państwa w rankingu światowym działa poprawnie, o tyle zastosowanie wykresów 3D jest dalekie od najlepszych praktyk (zwłaszcza, że wykres kolumnowy użytkownik może samodzielnie obracać). Po kliknięciu na interesujące nas państwo nastąpi przybliżenie widoku i pokazanie dla niego danych. Opcja Neighborhood View pozwala porównać się z najbliższymi sąsiadami (poprzez oddalenie widoku). Po jej włączeniu wykres kołowy zamienia się w niewiele mówiący wykres radarowy.

Mapa drzewa

Tę samą skalę i lewy pasek podsumowania oferuje widok mapy drzewa. Samodzielnie wybieramy na niej, która miara ma być pokazywana w formie koloru, a która jako wielkość prostokąta, dzięki czemu porównania na tej mapie nabierają rumieńców. Dodatkowo, możemy nasz widok ograniczyć tylko do jednego kontynentu (tej opcji brakuje mapie geograficznej).

OLAP

Widok OLAP jest zaawansowanym wykresem przestawnym, który dzięki zastosowaniu wykresu kolumnowego, umożliwia porównania o znacznie wyższym stopniu dokładności. Użytkownik ma możliwość wprowadzenia atrybutów w 3 płaszczyznach i dynamicznego zarządzania ustawieniami. Otwiera to drogę do precyzyjnego określenia tego, co chcemy widzieć. Dodatkowo do wyboru mamy trzy predefiniowane konfiguracje wykresów.

Dzięki wprowadzeniu tych trzech widoków mamy możliwość szybkiego przejścia od ogółu do szczegółu, wykorzystując po kolei każdy z nich. Mapy ułatwiają odszukanie interesujących zjawisk i przypadków, które następnie można precyzyjnie przeanalizować na wykresie przestawnym.

Podsumowując, zaprezentowany tu dashboard analityczny jest ciekawym przykładem narzędzia umożliwiającego wizualną (a dzięki temu bardzo szybką) analizę danych. Jego olbrzymią zaletą jest możliwość personalizacji przez użytkownika, a zastosowanie 3 różnych podejść do prezentacji danych (reprezentowanych przez 3 dostępne widoki) jest innowacją, która może nas wszystkich zainspirować w tworzeniu dashboardów.

Wykres kołowy

Wykres kołowy (ang. pie chart) jest stosowany, aby pokazać części całości, która powinna wynosić 100%. Jest najczęściej nadużywanym typem wykresu. Udowodniono, że wykres ten nieefektywnie przedstawia dane, nadużywa koloru i często wprowadza w błąd, gdyż ludzkie oko nie jest w stanie porównać kątów wycinków poprawnie (kąty ostre są widziane jako mniejsze niż w rzeczywistości, podczas gdy rozwarte jako większe). Jedynym plusem tego typu jest to, że wszyscy wiedzą, że wykres kołowy sumuje się do 100%. Co więcej, nie da się stworzyć efektywnego wizualnie porównania między wykresami kołowymi. Zmuszamy też odbiorcę, żeby krążył między legendą, aktualnymi wartościami a wykresem, żeby połączyć otrzymane informacje w całość. Przykładowy wykres kołowy przedstawia poniższy rysunek:

Odpowiedzią na wszystkie wady wykresu kołowego jest wykres kolumnowy, który zostaje zauważony podświadomie zanim odbiorca zdąży zwrócić na niego swoją uwagę. Poniższy wykres przedstawia właśnie wykres kolumnowy przedstawiający dokładnie te same dane:

Wykres kołowy jest tak nieskuteczny w prezentowaniu danych, że powstało jest nawet kilka żartów na ten temat, jak „Zachowaj ciasto (ang. pie) na deser” czy „Czy jest coś gorszego niż wykres kołowy? Tak, dwa wykresy kołowe”.

Jeżeli  pomimo wszystko chcemy zastosować wykres kołowy, należy:
– posegregować dane rosnąco,
– sprawić, aby największy kawałek zaczynał się na godzinie 12,
– umieścić etykiety blisko wycinków,
– (opcjonalnie) wprowadzić odcienie szarości lub tylko jeden kolor zamiast wycinków różnokolorowych.
Skorygowany wykres kołowy przedstawia poniższy rysunek:

Wykres warstwowy

Wykres warstwowy (ang. area chart), podobnie jak wykres kołowy, jest wykresem typu powierzchniowego, co znaczy, że prezentuje on wartości jako pole powierzchni. Także i w tym przypadku oko ludzkie nie jest w stanie odpowiednio ocenić  powierzchni. Zagrożeniem przy tym wykresie jest nachodzenie na siebie serii danych, co obrazuje poniższy obraz:

Wykres warstwowy skumulowany uniemożliwia skuteczne porównanie ze sobą drugiej i trzeciej serii (oraz kolejnych), gdyż nie mają one wspólnej bazy.

Wykres radarowy

Wykres radarowy (ang. radar chart lub spiker chart lub web chart) jest kolejnym nadużywanym obecnie typem wykresu. Dane są przestawione na bazie koła, w którym wartości ilościowe zaznaczone są na liniach odchodzących promieniście od centralnego punktu, formując w ten sposób pewne ramy. Wykres ten jest niczym innym jak wykresem liniowym ze skalą kategorii ułożoną na kształt koła. Dla większości danych wykres ten nie jest efektywny, gdyż nie da się łatwo porównać danych, gdy powstałe ramy się przecinają.

Wykres radarowy najlepiej zastąpić innym, np. kolumnowym lub po prostu tabelą: