POWER BI HR数据分析2

今天主要是对可视化报表制作的展示层面的分析,因为昨天已经做过了相关表及其度量值的介绍。

1,簇状柱状图与折线图的组合


所谓簇状就是肩并肩扎在一起的样子,可以一眼就看出谁高谁底,多支为簇

一般情况下,柱状图用来对比,即表格里面面的今年数据和去年数据的度量值,折线图为趋势现象,用变异度表示,自然选择百分比的度量值,可以是今年数据和去年数据的差异百分比,也可以是与表现数值得相关度量百分比。可以根据下面的图形来理解这段话,可能比较晦涩,毕竟是我自己写的,不专业,反正就那个意思,你懂的,就可以了。

2,堆型柱状图和折线图的组合


簇型式横向排列,堆型式纵向排列,可以直观看出哪部分占比大

以下的柱形组合的各个名族的占比,横轴表示各个地区的,折线图用的是活跃度

意思也就是对比分析各地区不同民族之间的招聘情况及其活跃活度

图形中左/右上角都有向下的箭头,表示支持下钻,下钻的意思就是细分的意思,如大区可以下钻到省,省可以下钻到市。

3,两折线图的对比


折线图可以很好的看出数据的趋势走向,两折线图的组合就就既可以看出同一度量指标的不同趋势,及其在同一横向维度下面的数据对比差异

一下是全职和兼职在不同月份的人员对比和总体趋势

4,瀑布图,


表达数值之间的数量增减关系,最后显示多个增减之后的绝对值总和,

以下反应的是不同年龄阶段的招聘人数的增减情况,如第二梯队的人员招的比第一梯队的多多少 ,第三梯队比第二梯队的多/少多少,最后用一个总值显示出来,当然也可以用于财务分析,总收入的各个科目,然后支出的科目,最后能以柱状的形式显示出最终的收入状况是多少,不过暂时还没搞懂其真正的原理,如对数据有什么要求,我说的是度量值的确定。哦  看了一下数据,横轴用的是年龄分组依据,纵轴用的是招聘人数

5,其实难的不是图形的选择和理解,难得是度量值的放置以出现想要的图形界面效果,就以上的几个图形的坐标选项详细的介绍一番,以我理解的。


第一个:截图没有显示有关筛选的字段设置,左上角有下划线的就是字段设置选项,

共享轴:很好理解,簇状本身就意味着在同一平面上的站立,这直接理解为X轴没有问题

列序列:没搞懂,拖动几个度量值都放不进去,可能对度量值有要求,幸亏会感知不能乱放

列值:理解为Y轴,和柱状图里面的一样,就是柱子本身的度量,这要选多个,因为是簇状图,当然选一个,就自然成了简单的柱状图了

行值:注意这是组合图,共享轴和列值是对柱状图的显示,而行值则是显示折线图,躺着的==行嘛

工具提示:这是用于鼠标悬停的时候显示有哪些数据用的,如果没添加,就自动默认显示行列里面已选的度量值显示,如果鼠标悬停某个图形时想看其他的数据,则在工具提示这进行设置,添加字段值就行了,简单拖拽,和其他的一样,界面操作都是鼠标 拖拽。

第二个:

行值:不多说,和上面一样,组合图里面显示折线图的部分

列值:我原本以为列值会有多个选项,要堆几个,就有几个,其实错了,堆是在一列上面分不同成分,所谓的成分就引出了列序列的字段,记住,列值只有一个,若多个列值就是簇状了

列序列:序列有横向分布和纵向分布之分,列序列自然就是纵向分布,可以理解为列值里面的成分,由不同成分就自然组成了堆状,这里要的是雇佣人员的民族组成的堆型柱状。

共享轴:好像目前为止共享轴所指的都是X轴,毕竟X轴是从小就耳熟目染的,比较好理解,也不废劲,不然得绕半天,这要的是分地区来显示雇佣人员的民族成分。故X轴用地区,但这需要注意的是 ,由于地区有不同的层级,为所以必然想先看高一级的,再看底层的,如图形中介绍过的下钻功能,就是在这来形成的,但尤其要注意的是,先拖拽高一层级的,再拖低层的,如果顺序反了,能显示,但与下钻的定义逻辑相违背了,变成上钻了。凡是轴多选,便生下钻。

第三个:折线图




轴:X轴,横轴

值:Y轴,纵轴

图例:用于显示折线的名称的,这是在新建表里面引出来的,

第四个:瀑布图


类别:也相当于X轴

Y轴:Y轴

细目:可以理解为不要鼠标单击的下钻,横向显示,分门别类的显示类别的瀑布图。

补充:在单独的堆积柱状图里面,图例就相当于堆积柱状与折线的组合图的列序列,以后有别的就在进行相关的补充吧,现在就到这里为止吧,

这个HR案例的分析一结束,基本上就把DAX函数编写,可视化建模都过了一遍,对于数据分析的技术操作层面有了一定的基础了,现在缺德可能就是对不同案例的熟悉程度以及对不同邻域的度量值的理解方面存在一定的问题,接下来再多做几个案例吧,可能会加深某些理解,应该都是差不多的东西。今天在官网上面看到了好几个有用的技巧,以后专门整理一篇关于官网上的东西吧。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,752评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,100评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,244评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,099评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,210评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,307评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,346评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,133评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,546评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,849评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,019评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,702评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,331评论 3 319
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,030评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,260评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,871评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,898评论 2 351

推荐阅读更多精彩内容

  • 图表思维是数据分析思维中的最简单和最基本的思维,主要是通过图形和表格对数据进行转化。 文字有局限 看到这段话,你会...
    keeya阅读 5,649评论 1 21
  • 定义 数据可视化的目的其实就是直观地展现数据,例如让花费数小时甚至更久才能归纳的数据量,转化成一眼就能读懂的指标;...
    Kemr阅读 3,106评论 0 20
  • 今天孩子老师在班级群里发了三个表扬短信,在初一数学测试中孩子终于榜上有名。这次数学测试一半孩子都在90分以上...
    零雨淇蒙阅读 201评论 2 3
  • 生活把命运疲惫成爱情 成为了碳火炙烤的情欲 你享用的模样优雅了我的眼睛 我是素食中的蛋白 你是蛋白中的处女 我是土...
    楊孜阅读 459评论 2 1
  • 上篇文章说到咄咄逼人说的医患关系,这次来说说自己经历的飞机延误的事情! 那次从广州回北京,因为高铁没票,最后是高铁...
    A低调阅读 301评论 6 4