【大招来临】—— 真 · 自动化财务报告
1. 专注于简单-不要过于看重可视化
Power BI中提供了越来越多的可视化效果，您可以从Gallary获得这些可视化效果，其中一些非常复杂（它们可能可以通过“不普通”的方式帮你找到数据的关系）。但对于我们大多数“普通人” （大概是我们中的98％）来说，简单意味着更好，更容易，更清晰。因此，专注于简单性！
在大多数情况下，条形图或折线图就足以满足需求。另外，不要担心表格丑陋 -它们仍然是呈现原始数据的最佳方法，有时这正是您真正需要的（以及继续使用Excel的目的！）
例如，出于一个非常简单的原因，我尝试避免使用饼图和树图–您看不到具有相似值的饼图字段之间的差异。
让我们尝试报告每个区域的销量–尝试判断红色或橙色是否更大或它们之间有多少不同：
该报告显示每个地区的销量。注意通过饼图我们很难区分欧洲（红色）和北美（橙色）的销售额
下图不是更清楚吗？
将可视化方法从饼图更改为柱状图后，该报告显示每个区域的销量。请注意，我们如何轻松地看到欧洲（红色）的销售额与北美（橙色）的销售额之间的差异，并立即注意到谁更高。
有关可视化的一般经验法则
- 请记住，人们通常从左上到右下阅读，因此将最相关的内容（KPI）放在用户最先关注的位置
- 柱状图（竖起来的） –用于常规数据显示。一个空洞的排名，用排序的数据，它更易于阅读
- 条形图（横着的） –实际上最适合数据排名
- 曲线图–通常用于需要比较多个数据系列的时间序列，对于单个条形图，效果也很好
- 柱状/线形混合 -表示两个不同类型的值（例如货币和百分比）
- 气泡–显示3个不同的数值（两个轴和气泡大小）。
2. 上下文–元素之间的相互关系
Power BI最酷的功能之一是交叉过滤筛选功能。这意味着一旦您拥有两个相互连接的图表，当您单击其中一个元素时，另一个将根据您单击的内容进行过滤。这对数据比较，直观的向下钻取和简单的分析有很大帮助。
但是乍一看可能并不那么明显的，是您实际上可以使用三种筛选和连接数据的方式来使您的分析体验更好，更轻松。
让我们考虑项目管理示例。您可能会对查看人员报告的时间（下例中的顶部栏）和每月报告的时间（底部栏）感兴趣。在这里，您可以看到交互提供的不同行为。
交互类型：
1）无交互
元素之间不进行交互。如果您想按原样显示数据，以免受到用户行为的影响，请使用它。在示例中–单击顶部图表中的条形图不会影响底部显示的数据：
不交互-如您所见，数据不受用户行为的影响。单击顶部栏不会影响底部显示的数据
2）突出强调
过滤后的值显示在总计的上下文中。当您要显示所选元素总数中有多少时使用它。在示例中–单击顶部图表中的条会淡出底部图表。栏上仅适用于单击元素的部分保持突出显示：
高亮显示–一种过滤形式，单击顶部的一个条之后，将更改底部显示的相关数据的颜色
3）筛选器
显示实际的筛选值。当您想查看实际隐藏在所选元素后面的内容时，请使用它。在这里，您对详细数据感兴趣，而不是与总数的关系。在示例中–单击顶部图表中的条形过滤掉底部的条形，仅保留适用于被单击元素的数据：
筛选器–单击顶部栏之一时，此表单在底部图表中仅显示相关数据。如您所见，底部的图表仅显示所选月份中亚当的报告时数
因此，根据查看数据的上下文，选择的关系可能会有很大的不同。
此外，当数据元素很多时，它可能会极大地影响报表的易用性，尤其是对于那些不是高级用户（我们通常为之创建此类工具）的用户。
3. 分而治之（或切片和切块）–筛选器
这是数据可视化的最基本概念，但是您可能仍然会对Power BI报表中有多少种过滤可能性感到惊讶。以下是 5个显而易见的。
基本报告筛选器面板：
- 可视级别筛选器 –仅在选定的可视级别过滤数据，如果您希望某些背景（图表中不可见）数据仅用于过滤，则该功能特别有用。
- 页面级筛选器 –适用于页面上的所有元素。
- 报告级别筛选器 –适用于所有页面，当用户应该浏览页面以在相同的过滤上下文中查看数据，但在每个页面上呈现不同的视图时，这些功能尤其有用。选择过滤器并移至下一页后，过滤器将保持选中状态，这使您可以在相同的上下文中查看数据：
“报告筛选器”面板–适用于应该浏览页面以在相同过滤上下文中查看数据的用户。选择过滤器并移至下一页后，筛选器将保持打开状态
还有两个画布内滤镜：
- 切片器（画布内筛选器） –筛选器可作为单选或多选复选框或下拉菜单使用。我还没有发现它们特别有用。他们占用了画布空间，并且考虑到大多数可视化的交叉过滤功能，它们并没有提供太多附加值。此外，就像页面级过滤器一样，它们仅在特定页面上起作用。在我处理的大多数情况下，这是相当有限的。原因是，当您转到另一个页面时，您将丢失所使用数据的上下文。
- 交叉过滤（如前所述）–这些过滤器背后的附加思想是，可以使用它们代替（有些迟钝的）限幅器来包含附加信息（选定度量）。例如，如果您不是创建垂直图表的复选框列表，而是仅将其用于过滤–只需单击该栏即可过滤掉所有其他内容：
注意–如果单击垂直图表中的条形图，则会过滤掉其他所有内容
再次，让我们考虑项目管理示例。您可以考虑使用多页报告，其中包含页面，这些页面可以让您大致了解小时（如在交互示例中）或在特定任务下报告的时间详细信息（如上例）。
因此，如果您使用画布内筛选器，则需要在每个页面上分别选择感兴趣的项目。但是，当您使用报告级别筛选器时，在浏览不同页面时仍会选择该项目。现在，假设有一份包含7页或更多页的报告……您自己尝试一下，您将看到它的意义。
4. 高低视角–层次结构
层次结构是使用相同的可视化效果显示各种粒度级别的数据分析的一种好方法。例如，在项目管理领域中，总经理可能对每月的项目进度和报告时间感兴趣，而项目经理可能对每周的水平感兴趣，以便更仔细地调查正在发生的事情。
显然，您可以为每个报告创建不同的报告。但是，您最终落得要管理和维护大量报告的局面。不过，您也可以聪明地设计报表，以供双方使用。这就是层次结构派上用场的地方。
有三种使用层次结构的方法：
- 它们可以来自数据源（通常为OLAP / Tabular），因此基本上存在于数据模型中
- 它们可以简单地基于日期和时间数据 -在这里Power BI对我们来说是一件好事，并允许将任何时间数据呈现为年/季/月/日的层次结构（更多信息请参见此处）
- 或者，您可以在可视化中放置多个维度。它不会使它们可见，但可以从一个位置钻到另一个位置。
掌握了一些信息之后，只需注意出现在图表角上的小箭头，即可用于在层次结构级别上下移动：
项目报告时间的每月视图
项目报告时间的每周视图
相同的可视化和报告用于实现不同的透视图。
由于在Power BI中创建报表既方便又快捷，因此您可以尝试创建许多报表，因为您可以这样做。但是，请考虑将要使用这些报告的可怜的用户，以及当他们收到大量显示相似内容的报告或页面时如何感到困惑……
5. 赋予意义：请考虑信息而不是图形
人们使用Power BI之类的工具，很容易陷入于做一幅毕加索式的分析画——色彩缤纷，但实际上并没有多大价值。在几秒钟内，您就可以生成任意数量的精美图表，这些图表可以显示任意数量的数据，像运行良好的装配线。
但这就是重点！您在Power BI上花费的时间应该花在尝试适应和可视化该空间中的信息上。一目了然，它应该清晰易读。
当您考虑Power BI具有两个显示区域时，这一点尤其重要：
- 仪表板Dashboard（在service云端）–用户前往的主要地点，但没有任何过滤或交互。仪表板图块仅是基础报表的链接，其目的是呈现事物的当前状态。
- 报告–具有所有交互功能的分析空间。他们的目的是深入研究数据细节，以了解某些事情发生的原因
考虑以下来自微软的销售机会示例：
Microsoft的仪表板，带有描述销售机会的示例数据。包含以多种不同方式显示的相同数据
感到头晕不？我们真的想在这里看到什么？
幸运的是，这只是展示产品功能的演示仪表板，而不是任何实际使用的东西。这是一个坏习惯示例，因为此仪表板中的所有图块都从不同的角度显示几乎相同的数据（机会计数和收入）。考虑下图如何简化此方法，以便仅将重点放在重要事项上，即实际机会的数量和数量：
该仪表板显示了实际机会–数量和数量–上面显示的图表中最重要的数据
您不仅可以更好地看到它，而且还拥有更多空间来添加其他（有意义的）东西。如果您想进一步了解显示的数据，只需单击任意一个图块即可获取报告，在该报告中您可以查看原始仪表板的所有数据：
在自定义视图中单击其中一个图块（在红色矩形中）可以显示原始仪表板的数据报告
因此，经验法则是：只包含少量且有意义的内容。请记住，您希望用户获得的信息是最重要的。这并不是在所有可能的维度上都有大量的数据视图。
要让读者一眼就能清楚看到是否有问题，是否需要进一步研究。
总结
上面介绍的概念是非常基本的建议，您在创建报表时可以使用这些建议，我在这里收集了它们，因为它们也是基于我们为公司设计分析报告的经验而建立的。
现在，它们已被项目管理，财务和开发实践的人们成功使用。归功于其简单性，您可以将精力集中在用户的需求上，并花费更多的精力来确定什么是处理特定数据然后创建报告的最有效方法。
因此，请记住：创建Power BI报表很容易，但是创建有意义的报表要没那么容易！
关键要点：
- Less is more-请勿使用太多不同的图表，并为您的数据类型选择合适的图表
- 您可以在不同的上下文中查看数据–确保清楚定义各种元素之间的相互关系
- 利用面板或画布中的过滤器，更好地了解您的数据
- 利用层次结构在不同级别上查看相同的数据，而无需单独的报告
- 针对您的报告-仅选择最有用的数据，而不必选择最直观的数据
注：本文翻译自https://www.predicagroup.com/blog/powerbi-data-analytics-report-tips/#
