W tym wpisie zostanie przedstawionych 6 podstawowych, a zarazem wartościowych typów wizualizacji dostępnych w Power BI.
Na wykresie kolumnowym (column chart) dane przedstawione są w postaci kolumn, czyli prostokątów zorientowanych pionowo. Wysokość kolumn opowiada wartościom danych – im wyższa kolumna, tym większą wartość reprezentuje. Dzięki temu łatwo wizualnie zorientować się, które kategorie danych są największe.
Poszczególne kolumny odpowiadają kategoriom danych, według których dokonywana jest agregacja rozpatrywanej wielkości. Kategorie te są opisane na osi poziomej. Z kolei wartości umieszcza się na osi pionowej.
Za pomocą wykresu kolumnowego można porównywać jedną wielkość w podziale na kategorie (np. zysk w zależności od rodzaju produktu) lub wiele serii danych (np. zysk w kolejnych latach).
W programie Power BI można wybierać spośród kilku typów wykresu kolumnowego. Jest to szczególnie istotne w przypadku pojawienia się na wykresie większej ilości serii danych przypisanych do jednej kategorii.
Skumulowany wykres kolumnowy (stacked column chart) – na wykresie skumulowanym poszczególne kategorie danych są przedstawione w zagregowanej, spiętrzonej formie w kolejnych kolumnach reprezentujących serie danych.
Wykres kolumnowy grupowany (clustered column chart) – w przeciwieństwie do pozostałych typów wykresu kolumnowego, wykres grupowany przedstawia sąsiadująco kolumny odpowiadające poszczególnym kategoriom danych tworzących daną serię.
100% wykres skumulowany kolumnowy (100% stacked column chart) – jest modyfikacją pierwszego rodzaju wykresu. Poszczególne kolumny mają jednakową wysokość, a ich obszar reprezentuje 100%. Każda kolumna podzielona jest na obszary odpowiadające kategoriom danych proporcjonalnie do ich udziału w całości.
Podobnie jak w przypadku wykresu kolumnowego, dane na wykresie słupkowym (bar chart) są przedstawione z użyciem prostokątów. Na tym jednak wykresie prostokąty reprezentujące wartości danych (nazwane tutaj słupkami) są zorientowane poziomo, równolegle do podstawy. Tym samym wartości danych odwzorowane są za pomocą długości poszczególnych słupków. W tym przypadku kategorie są opisane na osi pionowej, a wartości – na osi poziomej.
Analogicznie jak w przypadku wykresu kolumnowego, użytkownik Power BI ma do wyboru skumulowany wykres słupkowy (stacked bar chart), wykres słupkowy grupowany (clustered bar chart) oraz 100% skumulowany wykres słupkowy (100% stacked bar chart).
Na wykresie liniowym (line chart) dane odwzorowane są za pomocą linii (prostej lub łamanej), która powstaje w wyniku połączenia kolejnych punktów danych odcinkami. Pomaga to podkreślić ciągłość danych. Domyślnie na wykresie liniowy nie są jednak widoczne poszczególne punkty (ich widoczność można włączyć w opcjach wykresu).
Za pomocą wykresu liniowego przedstawiane są głównie dane zmienne w czasie, uporządkowane chronologicznie.
Na osi pionowej wykresu umieszczone są wartości danych, z kolei na osi poziomej przedstawiony jest wymiar czasu np. miesiąc, rok, kolejne lata itd.
Dzięki wykresowi liniowemu łatwo jest śledzić trendy w danych w perspektywie czasu.
Im więcej serii danych zostanie naniesionych na wykres, tym więcej linii można przedstawić z jego pomocą. Dzięki temu możliwe jest nie tylko zaprezentowanie rozwoju jednej wartości w czasie, ale także porównanie relacji pomiędzy wieloma seriami danych.
Wykres warstwowy (area chart) powstaje w wyniku zmodyfikowania wykresu liniowego poprzez wypełnienie kolorem przestrzeni pomiędzy linią danych a osią poziomą. Może to ułatwić odczyt danych, zwłaszcza w przypadku porównywania wielu serii danych. Poza tą różnicą oba typy wykresów są do siebie podobne i mogą być stosowane do wizualizacji tych samych typów danych.
W programie Power BI dostępne są dwa typy tego wykresu:
Wykres warstwowy (area chart) – na wykresie poszczególne obszary pod liniami odpowiadającymi kategoriom danych są wypełnione kolorem. Wartości danych są liczone od podstawy wykresu.
Wykres warstwowy skumulowany (stacked area chart) – w przypadku tego wykresu kolejne serie danych są przedstawiane jedna na drugiej, tworzące skumulowaną całość (stos), której najwyższy punkt odpowiada sumie poszczególnych wartości. Dzięki temu wykres skumulowany przedstawia rozbicie całkowitej wartości na części składowe.
Wykres kołowy (pie chart) przedstawia dane na planie koła. Poszczególne części wykresu reprezentują wartości wyodrębnionych kategorii, które razem tworzą pewną całość. Pojedyncze wartości powinny więc sumować się do całkowitej liczby, a wartości procentowe do 100%.
Na wykresie kołowym przedstawia się jedną wielkość lub serię danych (np. zysk w podziale na kategorie). Kolejne wycinki koła zajmują obszary proporcjonalne do ich udziału w całości – im większy obszar, tym większa wartość dla danej kategorii.
Pomimo, iż wykresy kołowe są chętnie używane, ich częste wykorzystywanie nie jest rekomendowane z uwagi na liczne problemy związane z tego rodzaju wizualizacjami. Zgodnie z najlepszymi praktykami, używanie tego rodzaju wykresów jest odradzane ze względu na trudność z wizualnym porównaniem takich wycinków wykresu, które przedstawiają zbliżone do siebie wartości.
Z drugiej jednak strony dzięki tej wizualizacji można przedstawić podział danej wielkości na kategorie i ich relacje między sobą lepiej, niż na innych wykresach (o ile wycinki są znacząco różnych wielkości). Wykres kołowy sprawdza się więc w sytuacjach, gdy istotny jest udział poszczególnych części w całości, a nie dokładne porównanie konkretnych wartości.
Wykresy kołowe bywają także problematyczne przy zbyt dużej liczbie wycinków, na które zostaje podzielone koło. Ich użycie jest więc zalecane, jeżeli liczba wyszczególnionych kategorii jest niewielka.
Wykres pierścieniowy (donut chart) jest zmodyfikowaną wersją wykresu kołowego. Również przedstawia dane na planie koła, jednak jest ograniczony od wewnątrz – wykres pozbawiono bowiem środkowej części. Wartości są więc odwzorowane za pomocą obszarów rozmieszczonych na powstałym pierścieniu.
Dzięki takiej modyfikacji wykres staje się bardziej intuicyjny i czytelny dla odbiorcy. Dzięki zmodyfikowaniu części pełnego koła w łukowe obszary ułatwione jest wizualne porównanie poszczególnych wartości między sobą, ponieważ zamiast na powierzchnię wycinków (jak w wykresie kołowym), nacisk położony jest na długość (jeden wymiar) poszczególnych fragmentów pierścienia.
