构建你的第一个 Power BI 仪表板
从一个仪表板问题开始
在打开 Power BI 之前，先确定仪表板应支持哪项业务决策。一个实用的起点问题是：上个月哪些产品带来了最多收入，以及退货在哪些方面降低了最终结果。这个问题将决定你需要使用的字段、日期范围和比较维度。对于销售电子表格，第一版可以重点跟踪收入、售出数量、退货率和各地区收入。
明确报告的使用者，以及他们查看报告后应采取什么行动。门店经理可能需要了解各地区的业绩和库存较低的产品，而营销经理可能需要查看活动成本和转化数据。与其收集所有可用列，不如将这些需求整理成三个到五个问题。这样可以让第一页保持实用，也能为你添加的每个可视化内容提供明确的检验标准。
检查杂乱的电子表格
杂乱的电子表格通常会在同一工作表中包含多个表格、装饰性的标题行、合并单元格、空行、名称不一致的情况，以及以文本形式存储的数字。先检查前几行，找出真正的表头行，然后检查列名和数据类型。例如，日期列中可能同时包含 2025-01-05、05/01/2025 和 Pending。收入列中也可能包含货币符号或空格，从而导致计算结果不正确。
在修改数据之前，先创建一份简短的数据审计记录。检查每笔交易是否都有唯一的订单 ID，产品名称和地区名称的拼写是否一致，以及空白单元格表示缺失信息还是没有活动。如果同一个订单 ID 以完全相同的值出现两次，可能是重复记录；如果它出现在两条产品明细中，则可能是一个有效的多商品订单。记录这些判断，因为它们会影响汇总结果，也会让后续排查问题变得容易得多。
使用 Power Query 清理数据
使用 Power Query 将原始工作表整理成格式一致的表格，无需手动编辑每个单元格。导入文件，删除标题行和空行，将正确的行提升为列标题，并为日期、整数、小数和文本明确指定数据类型。然后清除多余空格，统一 North、north 和 N 等值的写法；只有在业务规则允许时，才替换确实缺失的数值。保留原始电子表格不变，以便收到新文件时重复执行清理流程。
为每个转换步骤设置清晰的名称，并在重要更改后检查预览。如果每月文件的列结构相同，请通过文件夹查询合并它们，而不是将行复制粘贴到一个工作簿中。如果某列将 City 和 Region 放在同一个值中，例如 Hanoi, North，请在加载数据前将其拆分为独立字段。可重复运行的查询比一次性清理更可靠，因为它会准确记录数据源如何转换为可用于报告的数据。
构建可靠的数据模型
清理完成后，将数据加载到一个简单模型中，将交易数据与描述性信息分开。中心 Sales 表可以包含 OrderID、Date、ProductID、RegionID、Quantity、SalesAmount 和 ReturnAmount。独立的 Product、Region 和 Date 表可以存放产品名称、类别标签、区域名称和日历属性。这样的结构可避免重复标签导致计算混乱，并让筛选行为更加可预测。
使用 ProductID 和 RegionID 等稳定键创建关系，而不要依赖用户可能拼写不同的名称。常见模式是一个产品行关联多条销售行，由 Product 表筛选 Sales 表。如果需要按月、季度、年份或年初至今进行分析，请添加规范的 Date 表，并在 Power BI 中将其标记为日期表。通过选择一个产品来测试模型，并确认关联的收入和交易数量会按预期变化。
创建度量值和 KPI
使用 DAX 度量值进行需要响应筛选条件的计算，而不要在单独的电子表格单元格中硬编码结果。基本度量值可以写成 Revenue = SUM(Sales[SalesAmount])，而 Returned Amount = SUM(Sales[ReturnAmount]) 用于计算当前筛选条件下的退货金额。比率可以使用 Return Rate = DIVIDE([Returned Amount], [Revenue])，以便在分母为零时安全处理。用户按月份、产品或区域筛选时，这些度量值会重新计算。
从一组数量较少且定义易于解释的指标开始。例如，在报告顶部展示总收入、销售件数、退货率和平均订单金额。确认平均订单金额是否应以收入除以不同订单数，而不是除以单个产品行数。为每个度量值设置清晰的名称，并统一货币、百分比和小数值的格式，让用户无需打开源文件也能理解这些数字。
选择有效的仪表板可视化图表
根据每种可视化图表所回答的问题来选择。使用折线图展示月度收入变化，用条形图比较产品；当用户需要查看精确的订单级详情时，则使用表格。卡片可以显示总收入，但无法说明收入变化的原因，因此应搭配趋势图或对比图。仅在有助于用户分析和决策时，才添加日期、区域和产品类别切片器。
通过将关键指标置于顶部、主要趋势置于中央、辅助细节置于下方，让页面便于快速浏览。在对绩效进行排名时，按收入对产品条形图排序，并在相关可视化图表中为同一类别使用相同颜色。当多个图表重复呈现同一比较，或引入互不相关的问题时，避免将它们放在同一页面上。在正常浏览器尺寸下检查页面，并确认坐标轴标签、图例、工具提示和表格列仍然清晰易读。
验证、发布与改进
在共享仪表板之前，先根据源数据对其进行验证。将报表筛选为一个月份和一个地区，然后将收入和订单数量与经过人工核验的电子表格样本进行比较。对于由重复行、排除空白日期、退货逻辑或关系不正确造成的任何差异，应进行调查，而不是为了让数字看起来熟悉就直接修改数字。还应测试切片器组合、空选择，以及没有退货商品的情况，确保可视化图表的行为符合预期。
在 Power BI Desktop 中构建报表页面，将其发布到 Power BI 服务，并在需要单一监控视图时，将选定的可视化图表固定到仪表板。确认数据源凭据、刷新设置和工作区权限已针对目标受众完成配置。为每个 KPI 添加简短定义，包括其分子、分母和日期规则，避免未来用户对退货率产生不同解读。在用户使用仪表板后，检查哪些筛选器和可视化图表能够支持实际决策，并移除那些增加噪声却没有提供证据的元素。
延伸阅读
标签 :
- 数据分析
