Web Analytics
Area chart discrete
📌

Area chart discrete

Area chart discrete

Area Chart Discrete (wykres warstwowy dyskretny) to inna wersja wykresu warstwowego, tym razem skumulowana do 100% i podzielona według okresów. Niesie ze sobą bardzo dużo informacji, między innymi na temat sezonowości w poszczególnych latach. Pozwala także na porównywanie procentowych udziałów kategorii w określonej mierze w kolejnych odstępach czasu i ich zmianach historycznych.

image

Tworzenie Area Chart Discrete (wykresu warstwowego dyskretnego)

Do stworzenia wykresu warstwowego dyskretnego w panelu danych wybierz Order Date, Profit i Region i z paska narzędzi spod Show Me wybierz Area Chart Discrete. Zwróć uwagę na Marks, której typ automatycznie zmienił się na Area – tak samo jak w przypadku wykresu warstwowego ciągłego.

image

Rozwiń hierarchię Order Date jedynie do miesięcy. Dodaj Region na Color w Marks. Ustaw możliwość filtrowania, np. dla konkretnego roku. Możesz również dodać etykiety z wartością minimalną i maksymalną dla danego regionu. Na końcu możesz również ustawić formatowanie wykresu – zmienić kolor, obramowanie, dodać etykiety.

image

Tworzenie Area Chart 100%

Korzystając z poprzedniego przykładu - wyrzuć wszystkie Marks i Filtry, w zamian przenieś pole Sub-Category na Color.

image

Na półce wierszy, kliknij w strzałkę z prawej strony pigułki SUM (Sales), wybierz Add Table Calculation.

image

W okienku dialogowym, dostosuj kalkulację:

Calculation Type: Percent of Total

Compute Using: Table (down)

image

Oś y wyznaczona jest procentowo do 100%, którą osiągają wszystkie podkategorie w konkretnym miesiącu. Poszczególne z nich oznaczone kolorem proporcjonalnie wyznaczają udział procentowy w danym obszarze.

Dodatkowo, z prawej strony pigułki Sales pojawił się trójkąt oznaczający, że na polu wykonana została kalkulacja.

image

ZALETY

  • Wizualizacja zmian wartości w czasie.
  • Podkreślenie dużych różnic wartości.
  • Pozwala na skupienie się na różnicach pomiędzy kilkoma kategoriami danych.
  • Pozwala na dostrzeżenie sezonowości.
  • Pozwala na na porównywanie kategorii danych w kolejnych interwałach czasowych.

WADY

  • Niejasność w przypadku zbyt wielu serii danych.
  • Słabo pokazuje drobne różnice.

DOBRE PRAKTYKI

  • Użycie legendy.
  • Wybranie właściwej granulacji daty.
  • Ustawienie odpowiednich interwałów na osi y.
  • Ograniczenie liczby kategorii danych.

← Poprzednia strona

Następna strona →