Stark's Power BI
電子報#164 ![]() 在儀表板開發與設計的過程中,我們一定都會有想要追蹤的指標,並且透過卡片呈現。 但要設計出一張豐富、具有價值的卡片,其實也很有學問。 如上圖所示:同樣顯示本月營收 1,456 萬,左側只有目前結果(資訊量扁平)。 相反地,右側加入目標狀態、比較基準、退貨率異常與指標定義,讓使用者能直接判斷這個數字代表什麼(資訊量立體)。 如果讓你先不要看右邊,只看左邊的「本月營收 1,456 萬」,你能判斷這個月的表現到底好不好嗎? 這個數字看起來很大,版面也很乾淨。如果它被放在 Power BI 儀表板最上方,主管第一眼應該就會看到。 可是看到了,然後呢? 1,456 萬可能代表業績非常好,也可能代表表現不如預期。 它可能比上個月成長,也可能已經連續三個月下滑。 甚至有可能營收變高了,背後卻伴隨更嚴重的退貨問題。 光看這張卡片,我們完全不知道。 而這正是很多 KPI 卡片最常見的問題:數字有顯示出來,但使用者還是無法判斷。 ↓ 想用更舒服的版面閱讀? 先釐清:數值卡片和 KPI 卡片有什麼不同?如果你剛開始學 Power BI,可能會把儀表板上那些「大大的數字」都叫做 KPI 卡片。 這樣稱呼並不奇怪,但從用途來看,數值卡片和 KPI 卡片還是有一點差別。 一般的數值卡片,主要任務是突出某個重要數字,例如: ➔ 本月營收是多少? ➔ 目前有多少張訂單? ➔ 庫存數量還剩多少? 它回答的是:「現在的數值是多少?」 相對地,KPI,也就是關鍵績效指標,則需要和某個商業目標產生關係。 使用者不只要看到目前數值,還要知道目前的表現、距離目標多遠,以及是否出現需要處理的狀況。 微軟官方對 KPI 視覺效果 的說明也提到,KPI 的用途是根據已定義的目標,評估指標目前的數值與狀態。 所以我先幫左邊的卡片說句公道話: 如果它只是整張儀表板裡的一張摘要卡片,而且目標、趨勢與異常資訊已經在別處呈現,那它沒有什麼問題,簡潔有時候反而更好。 問題出在:當這張卡片被當成一個可以獨立支援判斷的 KPI 時,它提供的資訊就不太夠了。 ↓ 只有結果,使用者還是不知道這個結果好不好假設這是一家電商公司的營運儀表板。 本月營收是 1,456 萬。 如果這個月的目標是 1,400 萬,那公司已經達標,甚至比目標多了 56 萬;但如果原本的目標是 1,800 萬,同樣的數字就代表進度明顯落後。 數字沒有改,判斷卻完全不同。 這也是為什麼只顯示目前數值,很容易讓使用者卡在第一個問題: 「所以這樣到底算好,還是不好?」 接著,他可能得另外打開 Excel、翻找年度預算,或直接問負責報表的人:「我們這個月目標是多少?」 卡片看起來很乾淨,但原本應該放在畫面上的判斷脈絡,被移到會議和對話裡了。 這還只是目標的問題。 就算知道 1,456 萬已經達標,使用者通常還會追問:「那跟上個月比呢?」 ↓ 沒有比較基準,數字很難產生意義回顧一開始的卡片,右邊的卡片補上了「較上月成長 8.2%」。 看到這行資訊後,我們才知道本月營收不只超過目標,和上個月相比也有成長。 這時候,卡片開始有了時間脈絡。 不過,比較基準不能隨便放一個就算完成。 你要先想清楚,使用者平常是用什麼方式判斷表現: ➔ 如果想觀察近期營運變化,可以和上個月相比。 ➔ 如果產業有明顯淡旺季,去年同期可能更有參考價值。 ➔ 如果主管正在管理年度計畫,實際值和預算或目標的差異可能更重要。 「較前期成長 8.2%」這種模糊寫法也要小心。 前期到底是上個月、上一季,還是去年同期? 如果不同使用者心裡想的是不同時間範圍,這張卡片反而會製造新的誤解。 好的比較資訊,應該讓使用者不需要猜。 但營收達標、較上月成長,是否就代表這個月真的沒有問題? 也不一定。 ↓ 主要 KPI 變好,不代表營運沒有付出代價回到這個假設的電商案例。 右邊的卡片除了營收,還放了一個紅色警示: 「退貨率 4.8%,較上月增加 1.3 個百分點。」 如果較上月增加 1.3 個百分點,代表退貨率可能從 3.5% 上升到 4.8%。 這裡要注意,是增加 1.3 個百分點,不是成長 1.3%。因為「增加」是相對中性的字眼;而「成長」則帶有正向意味。 看到這個資訊後,主管接下來要問的問題就不同了。 原本可能只是確認:「營收有沒有達標?」 現在則會繼續追查: ➔ 是哪一類商品的退貨率變高? ➔ 問題來自商品品質、物流,還是促銷吸引了不適合的客群? ➔ 這些退貨會不會在下個月沖回營收,影響真正留下來的業績? 營收成長仍然是好消息,只是這個好消息旁邊出現了一個需要處理的訊號。 這類陪著主要 KPI 一起看的風險指標,可以避免使用者只看到成果,卻沒有看到成果背後的代價。 銷售額可以搭配退貨率,出貨量可以搭配瑕疵率,客服處理量也可以搭配平均等待時間或重複進線率。 顏色也要跟著指標的商業意義走。 營收增加通常是好事,所以可以使用綠色;退貨率增加通常代表狀況變差,因此即使數值是「上升」,仍然應該使用紅色警示。 紅色和綠色不是拿來表示數字往上或往下,而是協助使用者分辨目前狀態是否符合期待。 ↓ 定義不清楚,大家看到的可能不是同一個營收右邊卡片還多了一個很容易被忽略的設計:工具提示(Tooltip)。 點開後,使用者可以看到這些說明: ➔ 營收算法是「本月完成訂單的未稅金額」。 ➔ 達標門檻是營收大於或等於 1,400 萬。 ➔ 目標來自年度營收計畫拆分至每月的結果。 ➔ 退貨率大於或等於 4.0% 時,顯示紅色警示。 這些文字看起來不像主要 KPI 那麼搶眼,實際上卻很重要。 因為「本月營收」可能有很多種算法。 有人用訂單成立日期,有人用付款日期;有人認列已完成訂單,有人連尚未出貨的訂單也算進去。 金額要不要含稅?取消訂單是否排除?退貨要在哪個月份扣回? 如果定義沒有留下來,會議很容易從「營收為什麼變化」變成「你這個營收到底怎麼算」。 下次換一個人維護報表,還可能出現另一套算法。 把指標定義與判定門檻放在資訊提示裡,不會讓主要畫面變得太擠,也能讓使用者需要時自行查找 若是公司的核心 KPI,還可以補上資料來源、最後更新時間或負責窗口。 至少不用每次開會,都重新解釋一次 1,456 萬是怎麼來的。 ↓ 做完 KPI 卡片後,先問自己這四個問題下次做完一張 KPI 卡片,可以先不要急著調字體、圓角或陰影。 先檢查它能不能回答四個問題: ➔ 好不好? 有沒有目標、門檻或狀態? ➔ 比什麼? 是和上個月、去年同期、預算,還是目標相比? ➔ 有沒有異常? 主要成果背後,是否藏著品質、成本或風險問題? ➔ 怎麼算? 指標定義、資料範圍與判定規則能不能被查到? 當然,這不代表每張卡片都要塞進四五行文字。 如果儀表板上有十二張 KPI 卡片,每張都放滿目標、趨勢、差異、警示與說明,畫面一樣會變得很累。 比較實際的做法是建立資訊層級:目前數值最大、狀態清楚可見,接著放最重要的比較基準和異常訊號,較完整的定義則收進資訊提示。 沒有異常時,也不需要硬放一個警示框占空間。 真正該追求的是最低限度、但足以讓使用者完成判斷的脈絡。 如果你正在設計的已經不只是一張卡片,而是整張 Power BI 儀表板,也可以延伸閱讀這篇:Power BI 儀表板設計心法:為什麼你的報表做了卻沒人用? ↓ 從一張 KPI 卡片,走到完整的儀表板設計如果你已經能看出左邊卡片的問題,下一步就不只是把目標、比較值和警示加進去。 你還需要思考整張儀表板的任務、使用者第一眼要看哪裡、不同 KPI 之間如何互相解釋,以及使用者發現異常後,應該沿著哪些圖表繼續往下追。 這也是我在 PressPlay《從報表苦工到自動化實踐:Power BI × AI 帶做式專案班》中,另外安排《業界不藏私的儀表板設計心法》Bonus 章節的原因。 這個章節不會只帶你多做幾張圖,而是從儀表板任務、閱讀路徑、圖表選擇到視覺一致性,整理出一套比較完整的設計流程。 如果你目前已經會操作 Power BI,卻還不確定怎麼把一堆數字和圖表,組成主管看得懂、同事願意用的儀表板,可以先看看課程內容是否符合你現在的需求。 P.S. 目前 PressPlay 與羅技有策展活動,所有方案都有九折優惠 如果下次完成 KPI 卡片後,使用者看完還要再問一句:「所以這樣算好嗎?」 就代表那張卡片可能還沒有真的做完。 今天的分享就到這邊啦!看完信件以後如果有任何新想法,歡迎回信告訴我唷! 哪邊還能獲得更多資源呢?我有經營一個 Power BI 新手友善的免費社群 Power BI 新手村。 你可以在裡面獲得價值破萬的資源,帶你從 0 到 1 學會使用 Power BI,非常推薦你加入。 延伸閱讀Power BI 基礎知識Power BI DAX 教學關於 Stark
|
I am a software engineer and data enthusiast based in Taiwan. I share knowledge in data visualization tool, expecially Microsoft Power BI. If you don't want to miss out the latest update, do subscribe to my newsletter.
Stark's Power BI 電子報#163 最近有學員問我一個問題: 現在 AI 越來越強,很多資料清理、圖表分析,甚至 DAX 計算,好像都可以交給 AI。 我覺得這個問題問得滿好的(因為我曾經也自我懷疑過 😂)。 以前你可能覺得會 Power BI、寫 DAX、會做圖表、會整理資料,是一件很有競爭力的事。 但現在 AI 可以幫你生公式、整理邏輯、建議圖表、甚至可以直接幫你解讀資料。 那學這些東西的價值,是不是就變低了? 我覺得答案是: 如果你只是把 Power BI 當工具學,那價值確實會被壓縮。 所以真正該問的不是:「Power BI 還有沒有價值?」 而是:「你到底把 Power BI 當成什麼來學?」 ↓ 點我閱讀網頁版(閱讀體驗更好) 只把 Power BI 當工具學,AI 真的會讓你焦慮 很多人學 Power BI,一開始都是從工具開始,這很正常。 ➔ 學怎麼匯入資料 ➔ 學怎麼清理資料 ➔ 學怎麼建立關聯 ➔ 學怎麼拉圖表 ➔ 學怎麼寫 DAX ➔ 學怎麼發布報表 這些都很重要。 但問題是,如果你的學習只停在這裡,那你最後很容易變成一種角色: 報表工具人。...
Stark's Power BI 電子報#162 近況更新 嗨 Reader 這週過得如何呢? 從這一期電子報開始,將改成不定期發送,但會盡量維持 2 週左右一封的頻率。 可能你也有發現,最近幾封電子報篇幅開始比較多。 最主要是想要把電子報的內容做深,不是只是單純停留在片面、零散的內容。 但要產出這類型的長文會很需要長時間的資料統整、消化、與產出。 因此,為了不要降低品質為了發送而發送,所以先暫時改成不定期~ 如果你喜歡最近電子報的形式,可以回信讓我知道嗎? 這樣我也會知道這樣的內容形式是能夠幫助到你的 🙂 好啦!就這樣,以下這文開始。 Power BI Fabric Apps 讓報表不只停在洞察,而是把分析結果接到實際行動 今天想跟你聊一個 Power BI 最近很值得觀察的新方向:Fabric Apps。 不過我不想一開始就跟你介紹功能,因為那樣很容易變成 Microsoft 官方文件整理,讀起來會有點硬,坦白說,也有點無聊。 我想先從一個比較實際的問題開始。 你有沒有遇過這種情況:一張 Power BI...
Stark's Power BI 電子報#137 嗨 Reader 這週過得如何呢? 本週的電子報我實在很興奮!!! 因為這個月的 Power BI 更新,我看到一個讓人眼睛一亮的新功能:DAX User-Defined Functions(UDF,自訂函數)。 如果你曾被「同一段 DAX 到處複製貼上、哪天改公式要到處找」這種維護地獄困擾過,UDF 真的會讓你鬆一口氣。 UDF 是什麼?一口氣懂 UDF 讓我們把常用的 DAX 邏輯封裝成 可重複呼叫的函數。 舉例來說,假設在銷售額案例裡,所有定價都需要加上 10% 來反映消費稅。 我們就可以寫一個自定義函數 AddTax: 新增 UDF 函數 接著,就可以把它提供給量值使用: 使用 UDF 函數 其實,本質上它就是一個函數,就像是 SUMX 一樣,但只是由我們自己定義。 定義好以後,就能夠像其它 DAX 函數一樣用在 量值、計算資料行、視覺效果計算 甚至 其它 UDF 裡。 你會愛上 UDF 的 4 個理由 一次定義、處處呼叫:在量值、計算資料行、視覺效果計算與其它 UDF 反覆重用,徹底告別到處複製貼上。...