Dane finansowe w tabeli Excel

1. Wynik najważniejszy

Twój aktualny wynik, nazywany standardowo ACT = Actual, powinien odgrywać główną rolę. Dlatego jego kolor ma być dominujący, wg mnie prawie czarny.

2. Pokaż zeszły rok w tle

Wynik porównawczy z zeszłego roku (PY = Previous Year) umieść w tle. Możesz to zrobić na 2 sposoby jednocześnie: lżejszy kolor i nakładanie kolumn. W przykładzie poniżej zastosowałem w Excelu pustą kolumnę D, która sprawia, że LY jest przesunięte względem ACT.

3. Cel (budżet /plan / target) jako linia

Ten punkt nie jest tak oczywisty, gdyż jest wiele sposobów na pokazanie budżetu (BDT = Budget). Jednak zbudowanie jednego standardu w postaci linii poziomej (dla wykresów kolumnowych) i pionowej (dla słupkowych) pozwoli na szybszą ocenę sytuacji w każdym kolejnym raporcie.

4. Pokaż prognozę linią przerywaną

To pozwoli w prosty sposób odróżnić dane rzeczywiste (ACT) od kalkulowanych (FCT = Forecast). Co więcej, możesz okresy rozdzielić na osi.

5. Pokaż odchylenie z wykorzystaniem czerwonego i zielonego

Choć w zasadzie nr 23 z infografiki nt. wizualizacji danych napisałem, aby tych kolorów nie łączyć, nie ma to zastosowania w przypadku tego wykresu, gdyż czerwony i zielony są przedstawione z innym znakiem. Do porównania wybierz najważniejszy wskaźnik, np. ∆BUD% lub ∆BUD.

6. Pokaż dane na wykresie panelowym

Wykres panelowy pozwala połączyć perspektywę ∆BUD% z ACT poprzez posłużenie się wspólnymi osiami. Delikatne linie siatki mogą pomóc w powiązaniu tych widoków i umożliwić ukrycie etykiet osi x dla jednego z wykresów.

7. Oddziel podsumowania

Jeśli przedstawiasz dane po miesiącach i dla całego roku, oddziel je graficznie, aby dokonać rozdziału wskaźników i umożliwić właściwe porównania. Przykładowo dane od początku roku (YTD = Year-To-Date) i prognozę aktualnego roku umieść z lekkim odstępem i wyróżnij je np. wypełnieniem (w przykładzie wykorzystałem zwykły kształt).

Jak zbudować taki wykres w programie Excel?

W przedstawionym przykładzie w programie Excel użyłem jeszcze kilku ciekawych opcji programu Excel:

• Ukrywanie osi transparentną czcionką,
• Ręczne synchronizowanie osi y (Uwaga! każdy wykres ma 2 osie pionowe, z czego jedną ukrytą i trzeba je ręcznie synchronizować w zależności od danych),
• Symbole w tytule jako legenda,
• Dwupoziomowa oś pozioma,
• Formatowanie komórek wpływające na wygląd etykiet kolumn,
• Wklejanie kształtów znaczników,
• Nakładanie na siebie wykresów.

Taki sposób przedstawiania danych finansowych dotyczy oczywiście nie tylko Excela, ale też innych narzędzi. Jednak tylko w Excelu będziemy mieli tak dużą swobodę w odpowiednim sformatowaniu wykresów. Niemniej warto szukać w innych narzędziach (np. Power BI) wykresów niestandardowych, które będą spełniały część z tych założeń.

Pobierz szablon wykresu finansowego dla programu Excel

Tu możesz pobrać plik 7 zasad wizualizacji danych finansowych i wstawić Twoje dane.

Dlaczego opierać wykres na tabeli przestawnej?

• Najefektywniejszy proces raportowy w Excelu zbudujemy z wykorzystaniem Power Query > Power Pivot > tabeli przestawnej.
• Na tabeli przestawnej działają fragmentatory, czyli najłatwiejsze do wstawienia i użytkowania filtry Excel.
• Nawet jeśli nie korzystasz z dobrodziejstw Power Pivot (z dowolnymi miarami w tabeli przestawnej), masz do dyspozycji Pole obliczeniowe.

3 ograniczenia wykresów przestawnych

1. Są mniej elastyczne – jesteśmy ograniczeni do pól tabeli przestawnej i nie możemy dodać niestandardowych serii do wykresu.
2. Jest ich mniej do wyboru – m.in. nie działają wykres punktowy oraz wszystkie nowe wykresy dodane do Excela 2016 / 365 – histogram, kaskadowy, skrzynka-wąsy, mapa drzewa itd.
3. Trudniej zapanować nad niestandardowymi ustawieniami (np. etykietami).

Krok 1: Przygotuj tabelę przestawną

Dążmy do przygotowania tabeli przestawnej, która będzie wyglądała następująco:

Sposób 1: Zwykła tabela przestawna

Mając dane dotyczące sprzedaży i planów, tworzymy 3 pola obliczeniowe:

Wykonanie OK = JEŻELI(Wykonanie>=Plan;Wykonanie;0)
Wykonanie nOK = JEŻELI(Wykonanie<Plan;Wykonanie;0)
% Realizacji = Wykonanie/Plan

Sposób 2: Tabela przestawna zbudowana z wykorzystaniem Power Pivot

Mając do dyspozycji Power Pivot, będziemy mieli o wiele większą elastyczność. Zadanie połączenia tabeli transakcyjnej Dane (sprzedażowe) i Plany może wymagać utworzenia modelu danych i dodania miar w języku DAX:

Wykonanie:=SUM(dane[Sprzedaż])
Plany:=SUM(plany[Plan])
Wykonanie OK:=IF([Wykonanie]>= [Plany];[Wykonanie];0)
Wykonanie nOK:=IF([Wykonanie] < [Plany];[Wykonanie];0)
% Realizacji:=[Wykonanie] / [Plany]

Krok 2: Wstaw wykres kombi

Wstawiamy wykres kombi (stanie się on automatycznie wykresem przestawnym), którego serie będą miały następujący układ:

Krok 3: Dodaj znacznik celu i usuń linię dla serii Plan

Sztuczka polega na tym, aby domyślny znacznik wykresu liniowego ze znacznikami zastąpić poziomą linią. W tym celu rysujemy zwykłym kształtem krótką czarną linię > Ctrl + C > zaznaczamy znacznik na wykresie > Ctrl + V.

Następnie ustawiamy kontury samej linii na brak konturu.

Krok 4: Dodaj etykiety danych dla % Realizacji

Możesz dodać je prawym przyciskiem lub plusem przy wykresie.

Sformatuj etykiety tak, aby były powyżej punktu, zaś samą serię danych ukryj (kontur = brak).

Krok 5: Nadaj kolory czerwony-zielony

Tu zastosowanie ma zwykłe formatowanie koloru.

Krok 6: Ukryj przyciski pól na wykresie i usuń legendę

Osobiście nie lubię tych wszystkich dodatków na wykresach przestawnych i je wyłączam. Nie potrzebujemy też legendy.

Krok 7: Stwórz wykres słupkowy (opcjonalne)

Jeśli chcesz, aby wykres z kolumnowego stał się słupkowym, pozostało kilka kroków:

Obróć wszystkie etykiety w górę.

Zaznacz komórki pod wykresem > Ctrl + C > prawy przycisk myszy w pustej komórce > Wklej specjalnie > Jako obraz połączony.

Obróć obraz.

Pobierz szablon wykresu Excel i wstaw Twoje dane

Tu możesz pobrać szablon wykresu w wariancie zwykłej tabeli przestawnej i tabeli przestawnej z Power Pivot.

Do zaprezentowania odchylenia najlepiej jest użyć wykresu kolumnowego, gdyż ze zdwojoną siłą – poprzez długość kolumny i jej pozycję 2D – pokażemy wówczas wszystkie anomalie. Wykres taki będzie bardziej sugestywny, gdy dodatkowo oznaczymy negatywne zjawisko kolorem najbardziej przyciągającym uwagę – czerwonym.

Przykład

W Excelu 2003 istnieje opcja odwrócenia wartości negatywnych, która umożliwia proste tworzenie innego formatowania dla wartości ujemnych przy pomocy tekstury. Aby stworzyć dwukolorowy wykres kolumnowy w Excelu 2007 trzeba pójść okrężną drogą i stworzyć odrębną serię dla wartości dodatnich (oraz równych 0) i ujemnych (rozwiązanie to działa naturalnie także w wersji z 2003 r.). W tym celu można zastosować zwykłą funkcję JEŻELI, jak na przykładzie:

Rozwiązanie

Po utworzeniu wykresu na podstawie tych danych uzyskamy poniższą grafikę:

Następnie otwieramy opcje serii, poprzez zaznaczenie jednej z nich prawym przyciskiem myszy -> Formatuj serię danych ->Opcje serii -> Nakładanie serii i ustawiamy suwak na 100%:

Pozostaje jeszcze zmiana koloru naszych serii, poprawienie skali osi pionowej (harmonicznie wyglądają osie symetryczne), umieszczenie etykiet miesięcy na dole wykresu (prawy przycisk na osi poziomej >Formatuj oś > Opcje osi > Etykiety osi > Nisko) oraz korekta formatowania. Nasz wykres przedstawiający odchylenie  wygląda na końcu procesu następująco:

Ogólny przebieg analizy

W pierwszej fazie neurony w naszym oku dostrzegają elementy w polu widzenia i wykrywają, bez naszej świadomości, atrybuty takie jak położenie, rozmiar, kształt, kolor, orientację, teksturę. Pomagają one pogrupować  i zorganizować widziane elementy. W drugiej fazie, pole widzenia jest dzielone na kształty i wzorce. W trzecim etapie aktywnie szukamy związku między elementami tworzącymi wzorce, przechowując wyniki naszego badania w pamięci krótkotrwałej. Dla analizy danych kluczowa jest zdolność do rozpoznawania kształtów i wzorców, która kiedyś umożliwiła ludziom przetrwanie, a w dzisiejszych czasach jest szczególnie przydatna przy wnioskowaniu na podstawie danych biznesowych.

Analiza przebiega zwykle w następujących etapach: Przegląd całości > Zbliżenie na szczegół > Odfiltrowanie elementów nieistotnych > Wejście w niezbędne detale > Wyciągnięcie wniosków.

Związek między danymi

Punktem wyjścia do analizy zawsze jest związek między danymi, które są analizowane. Dla każdego z nich problem jest definiowany inaczej, np.:
– szereg czasowy – Czy ruch na stronie internetowej rośnie czy maleje?
– korelacja – Czy istnieje związek między wydatkami na marketing a sprzedażą?
– rozkład – Jaki jest zakres zarobków pracowników i ile osób znajdzie się w grupie powyżej 10 000 zł?
– część całości – Jaki udział w rynku ma nasza firma?
– ranking/porównanie nominalne – W jakiej kolejności występują departamenty?
– odchylenie – W jakim stopniu wydatki departamentów różnią się od planowanego budżetu?

Wzorce w związkach

W zależności od występującego związku szukamy innych wzorców i kształtów.

Szereg czasowy

– punkty skrajne – W którym miesiącu sprzedaż była najwyższa, a w którym najniższa?

– trend – Czy wartości rosną, maleją czy pozostają bez zmian?

– zmienność – Czy ruch na stronie internetowej waha się mocno czy nieznacznie?

– tempo zmian – Czy tempo jest stałe, rośnie czy maleje? Który z dwóch zestawów danych zmienia się szybciej?

– sezonowość – Czy występują skoki (tzw. peaki) sprzedaży?

– chwilowy związek – Czy kampania marketingowa miała wpływ na sprzedaż?

– przesunięcie – Z jakim opóźnieniem zadziałała kampania marketingowa?

– przecięcie – Kiedy sprzedaż produktu A dogoniła produkt B?

Korelacja

– zależność – Czy wraz ze wzrostem stażu pracy rosną uzyskiwane premie (zależność liniowa dodatnia)?

Czy wraz ze wzrostem PKB spada umieralność noworodków (zależność liniowa ujemna)?

Czy wraz ze wzrostem liczby lat działalności w branży IT sprzedaż rośnie coraz szybciej (zależność dodatnia nieliniowa)?

– koncentracja – Czy większość zamówień jest średniej wielkości?

– skupisko – Czy istnieje grupa dużych zamówień z niewielkim zyskiem?

– luka – Czy na rynku są mieszkania większe niż 80 m2, ale mniejsze niż 100 m2?

– wyjątek – Czy największy klient jest traktowany na zwykłych warunkach?

– losowość – Czy dane na wykresie nie wykazują związku?

Rozkład

– symetria – Czy rozkład wzrostu uczniów w klasie jest symetryczny czy asymetryczny?

– szerokość – Jeśli rozkład jest symetryczny, czy jest wąski czy szeroki?

– jednolitość – Czy wszystkie badane grupy wiekowe z podobnym natężeniem korzystają ze strony internetowej w tych samych porach?

– wierzchołki – Czy korki w badanym mieście tworzą się 2 razy dziennie?

– luka – Czy istnieją zamówienia między 15 i 20 zł?

– wyjątek – Czy prezes zarządu zarabia wielokrotnie więcej niż inni?

Ranking/porównanie nominalne/część całości/odchylenie

– punkty skrajne – Która firma dominuje na rynku? Jaka jest jej przewaga nad drugą w rankingu?

– udział w całości – Jaki jest udział firmy w rynku?

Większość związków między ilościowymi danymi biznesowymi może zostać sklasyfikowanych w 7 kategorii. Poznanie ich jest pierwszym krokiem do zrozumienia, jak je przedstawiać, ponieważ kategorie te są ściśle powiązane ze sposobem ich obrazowania.

Szereg czasowy

Kiedy wartości ilościowe są wyrażane jako seria pomiarów wykonanych w równych odstępach czasu, związek ten nazywa się szeregiem czasowym. Żaden innych związek nie występuje w danych biznesowych tak często jak ten. Badania wykazały, że ok. 75% wszystkich wykresów biznesowych pokazuje szereg czasowy. Czas może być podzielona na interwały różnej długości, takie jak lata, kwartały, miesiące, tygodnie, dni, godziny, a nawet minuty. Typowym przykładem jest poniższy wykres:

Obserwacja faktu, jak wartości różnią się od siebie, rosnąc lub malejąc w czasie, jest bardzo wartościowa. Szeregi czasowe ujawniają trendy i wzorce, których musimy być świadomi i które musimy rozumieć, aby podejmować skuteczne decyzje.

Ranking

Kiedy wartości ilościowe są ułożone wg wielkości, od największego do najmniejszego lub odwrotnie, związek ten nazywany jest rankingiem. Często ma to duże znaczenie w biznesie, aby spojrzeć na dane uporządkowane, np. wyniki sprzedaży lub wydatki departamentów. Pozwala to nie tylko pokazać ich kolejność, ale także ułatwia porównania wartości poprzez umieszczenie wartości zbliżonych obok siebie. Poniższy wykres pokazuje typowy ranking:

Część całości

Kiedy wartości ilościowe są przedstawiane w celu ukazania porcji ogółu, który reprezentują, mamy do czynienia z częścią całości. Nierzadko przydaje się widok elementów, z których składa się całość i procent, który przypada na każdy element, np. podział rynku między konkurentów lub wydatki w podziale na region, jak na poniższym wykresie.

Odchylenie

Kiedy wartości ilościowe są przedstawiane w celu uwypuklenia, jak bardzo zbiór danych różni się od zbioru referencyjnego, jesteśmy świadkami odchylenia. Najczęstszym przykładem biznesowym jest ukazanie, jak bardzo zbiór danych (np. wydatki rzeczywiste) odbiega od wartości planowanych (budżetu zaplanowanego), tak jak na poniższym wykresie.

Rozkład

Kiedy pokazujemy, jak dane są rozsiane w całym zakresie, mamy do czynienia z rozkładem. Wiele rzeczy można się dowiedzieć poprzez analizę dystrybucji danych, szczególnie zaś jej kształtu, który mówi, co jest typowe dla danego zbioru wartości (jeśli rozkład jest niesymetryczny) lub gdzie są luki lub skupiska. Poniższy rysunek przedstawia symetryczny rozkład zwany normalnym, który ma kształt dzwonu.

Korelacja

Kiedy pary wartości ilościowych, z których każda mierzy inną właściwość dotyczącą tej samej jednostki (osoby, departamentu, produktu), są przedstawiane w celu ukazania związku między nimi (np. gdy jedna cecha rośnie, inna także lub jedna rośnie, a druga maleje) powstaje korelacja. Zrozumienie związku między wartościami ilościowymi może pomóc przewidzieć i wykorzystać te zachowania. Poniższy rysunek pokazuje korelację między kwotą kredytu a długością rozpatrywania wniosku kredytowego w banku.

Porównanie nominalne

Związek ten wykorzystuje skalę nominalną, w której elementy nie są ze sobą powiązane i nie ma związku między wartościami. Poniższy wykres dostarcza materiał do porównania wartości dla regionów, ale nic więcej. Jeśli wykres przedstawia tylko porównanie nominalne, warto zastanowić się, czy użycie innego związku nie miałoby więcej sensu. W tym przypadku wystarczy uporządkować wartości dla regionów, aby utworzyć ranking. Czasami jednak elementy są tak ułożone celowo, ponieważ ludzie oczekują zobaczyć je właśnie w ten sposób (np. tak jak poniższe regiony).