
适用范围:分类对比➕占比/分类对比➕同比
预计耗时:1min
1.插入辅助数据
为了让占比圆是平行的,自定义一个次坐标轴的值,因为是次坐标轴,大小随意,这里设置为0.5,另外一个是占比圆的大小,是根据占比的大小自定
2.调整图表布局
点击纵坐标轴,设置最大值为300000,次纵坐标轴为0.5,去掉图表标题、图例、横线。
3.更改折线图标记
点击折线右键【设置数据系列格式】点击【无线条】再点击【标记】设置为圆。
4.设置圆点大小
点击一个圆点,设置大小为对应占比辅助的数值。每个圆点都设置。
5.去掉次坐标轴
点击【次坐标轴】设置坐标轴格式,点击三个小柱形,点击标签位置,设置为无。
6.调整格式
添加条形和圆标签,圆标签可单击输入,设置图表背景填充为无,调节圆和柱形图颜色!
漂亮的柱形圆就完成啦!✅适合用于体现数值和百分比呈现的方式!其实只有两部,设置标记,和修改标记大小,分成6部是把一些细节写出来,方便大家一步一步跟着调试!动手试试吧!
数据分析是一个过程,道阻且长,行则将至,应而不缀,未来可期!
随着大数据的发展,越来越多的企业开始重视数据的应用,都说数据能创造价值,但在数据应用的过程中,面临着诸多问题。比如零售行业,其在数据应用的过程中面临着以下问题:
1、数据存储在多地,数据孤岛林立
2、业务复杂导致数据融合困难
3、缺乏数据规划导致数据质量不一致
4、数据分析维度单一致使数据利用率不高
......
尽管零售行业有统一的业务系统管理店面业务,也积累了大量的客户、交易等经营数据,但由于这些系统偏向于记录型,无法进行灵活的数据分析,导致导致分析效率低下,在面对海量的数据处理与深度分析时往往心有余而力不足。而商业智能BI在避免重复建设数据仓库的同时,通过内置的智能ETL工具便可以对接来自不同业务系统的数据源,实现经营数据的快速分析与展现。
例如,零售行业的销售数据分析,假设管理层想从多维度了解零售的销售数据情况,那怎么做销售数据分析?
当借助合适的BI工具后,我们便可以轻松做出灵活的销售数据分析,比如众多门店、区域数据一目了然:
如图所示,管理者可总览销售收入、成本、毛利、订单数等核心销售数据,且该分析图表直观展示了各区域收入占比、门店收入排名、商品销售明细情况等。管理层可灵活通过不同维度对销售数据进一步的分析,让这些销售数据可以快速有效的指导管理决策。
那具体如何借助BI工具做零售行业的销售数据分析呢?其实很简单,这里我们大致将其分析分为三步骤:取数、建模、图表设计。
取数,大概是很多零售行业数据应用中遇到的最多的难题了,业务数据获取不到或难以获取的心酸,大概很多报表人深有感触。但随着数据时代的发展,借助BI其内置的ETL便可将不统一的业务数据抽取到统一的数据仓库中,方便了分析者随时随地调用数据,建模拖拽设计,完成所需的数据分析图表,如下BI架构图所示:
当数据获取变得比之前容易时,数据的准确性与安全性也变得更加重要了,借助BI我们可以通过层层权限的管控,将销售数据分析图表准确高效地分享给相关的浏览者分析查看。
关于具体的销售数据分析图表的设计实现步骤,感兴趣的用户可以参考我们之前分享的采购分析报表怎么做等相关内容,其图表工具的设计 *** 作步骤类似,这里不再赘述。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)