又到了寫年終報告的時候，相信大多數人最近都在找模闆，梳理工作指标，做PPT吧。

過去一年成績無論好壞都已定性，但年終報告作為年底展示成績和價值的機會，關乎到能否給明年的自己“賣上一個好價錢”。關鍵年終報告是一拍闆子的事，直接關乎到年終獎和升職加薪。

報告的内容，不同崗位各有不同。财務、銷售、生産、供應鍊等業務崗尤其是管理崗，少不了數據、指标的呈現。 相較于傳統密密麻麻的表格彙報形式，可視化的圖表能更加直觀的呈現業務狀況。如果能結合數據分析對業務指标數據做一個全面的分析，并提出可行性決策，相信領導一定眼前一亮。

其實，這也是大部分專業咨詢人士慣用的一套。

如何确保信息準确的同時，讓人一目了然，甚至眼前一亮？

“好圖勝眼前，擅用可視化”本文将分享如何用可視化來做工作數據彙報。

全文幹貨很多，建議收藏後慢慢品讀，對日常工作分析和彙報大有裨益！

• 技能：學做一份可視化報告
• 分析：對關鍵業務指标分析
• 彙報：報告的展現與美化

能制作可視化報告的方式有千千萬。如果Excel駕輕就熟的話，結合VBA能玩出很多花來。如果會Python，手握matplotlib可視化包能打天下。但有人說我這些技能都不熟，那不妨用簡單易用的BI工具來做可視化報告，而且BI本身就是一個簡單強大的數據分析工具，專業做可視化分析報告的。

官網安裝好合适的版本，成功激活，設置初始賬号密碼後，會跳轉到這個web頁面。

• 左側是導航欄，類似于菜單欄。目錄類似首頁，展現已完成的分析報告，這裡默認展現官方的内置demo。
• 數據準備是連接數據、準備數據，以及對數據進行再加工處理的地方，可進行業務包、數據表、關聯、多路徑、數據更新、自助數據集等管理。
• 儀表闆即創建可視化分析。管理系統即對整個數據決策系統進行管理的地方，包括目錄的設置、外觀設置、數據、報表、分享權限等管理配置。
• 創建是提供給用戶快捷新建數據連接、添加數據庫表、添加SQL數據集、添加EXCEL數據集、添加自助數據集、新建儀表闆的地方。

2、連接/導入數據

制作數據報告，第一步是導入數據。FineBI能從很多種數據源導入數據：如Excel，CSV，XML，以及各類數據庫SQL Server，Oracle，My SQL等。最常用的方式是連接數據庫和導入excel數據。以導入Excel為例：

第一步：數據準備—添加業務包，點擊添加表，新建excel數據集，将Excel數據導入。

就得到如下的數據明細，至此，數據導入成功。

3、處理數據

拿到的數據要做一些處理，比如空缺值、重複數據，新建字段，比如環比同比平均值彙總值等等。就是丢原數據進行再加工處理的過程，處理好的數據才能用來分析，否則分析無意義。

4、可視化分析

到這裡數據準備好了，接下來開始正式分析。

随便拿了一份數據做示例，這份數據是我從網上當下來的，也是剛剛導入的一份數據。展示了1945年——2015年登陸我國的台風信息，包括時間、登陸省市以及台風強度。

那麼我們可以彙總統計下曆年來台風最常光顧的省份和城市有哪些，一年中哪個時間段是台風頻發日，以及台風強度分布。

① 新建儀表闆，即我們說的可視化報告、dashboard，叫法很多。

② 新建可視化組件，添加剛剛導入的數據集。（圖表、查詢篩選框等都叫組件，是finebi儀表闆的組成元素。）

分析各年度登陸我國的台風數量

添加完數據集會進入到這個分析界面。拖拽要分析的字段（記錄數—統計台風數量的指标，登陸時間——這裡隻展示年份這個維度）

這裡要注意，源數據表中一個台風有多行記錄，那是因為台風可能同時登陸兩個區域，記錄了兩條信息，所以記錄數要依賴CMA編号統計（記錄數右側小三角下拉），以免重複。

其次，這裡又添加了一個統計每年台風平均數的指标。

最後再對次圖表稍加美化，通常在圖形屬性和組件樣式中：

① 修改線條顔色：圖形屬性—顔色

② 修改連線為平滑曲線，并且可調整有無标記點

③ 修改該組件标題：組件樣式—标題，可調整字體樣式

最終得到如下成圖：

能明顯感覺到登陸我國的台風呈現一個2~4年的波動變化，且2000年以來，直擊我國的台風整體數量有略微下降。

具體分析成什麼樣，大家根據自己的分析目标來，這裡隻是做一個操作演示。

5、可視化報告

圖表分析組件完成之後，就是構建可視化報告（dashboard）了。

儀表盤樣式中有預設的模闆可以直接套用，以下是我随便套用的一個模闆，根據模闆的風格，後面調整了每個圖表的樣式和配色。好不好看全看個人審美了。

以上就是用FineBI做一個可視化分析的流程，關于報告的美化下文還會再講。

一般年度彙報業務會分析哪些核心指标呢？大體可以分為下面6類：

• 數據合計分析
• 發展趨勢分析
• 數據對比分析
• 組成結構分析
• 達成進度分析
• 影響因素分析

以财務版塊為例：

1、數據合計分析

數據總計分析通常用于統計業務闆塊下領導最為關心的關鍵核心指标，例如财務就是年度營業收入、年度消耗成本、年度淨利潤。

如下圖所示，我們通過儀表盤組件統計出企業的年度營收總額、年度消耗成本、以及淨利潤這三個核心指标，同時将儀表盤的區間最大值設置為營收總額2.78億，開啟FineBI中顯示百分比功能，如此，消耗成本占比以及利潤率這兩個指标也迎面而至了。通過儀表盤的數據合計分析功能，将領導和決策者最為關心的企業核心指标直接呈現出來，年度營收狀況一目了然。

2、發展趨勢分析

發展趨勢分析通常用于直觀比較某一連續區間内的數據走向，用于明年計劃的預判。比如銷售額預測，财務比率走勢。如财務，一方面可以分析數據增減變化是否存在異常，發現企業可能存在的問題；另一方面還可以幫助企業預測未來财務狀況，判斷企業的發展前景。

此類直接呈現企業發展趨勢的圖表，一般可使用折線圖進行分析統計，用橫軸表示時間（年、月、日），縱軸表示如營業收入、成本支出、利潤率等指标再合适不過了。如下圖所示，左值軸統計出每年營業收入和成本支出的走勢，右值軸統計出每年的利潤率走勢情況。

3、數據對比分析

數據有對比才有價值，單個孤零零的數據無法判斷好壞。一般來說，對比分析的參照标準有如下四個方面：

1.時間比較：與上期、去年同期實際數據進行比較

2.實體比較：與同行業先進企業或痛行業其他企業數據進行比較

3.口徑比較：與計劃或預算數據線相比較

4.結構比較：在構成分析的基礎上比較兩個數據的構成，分析财務指标的變化

我們再做對比分析時，比較數據的大小，通常推薦使用柱狀圖、條形圖，當進行數據結構比較時通常推薦使用累積柱形圖、累積條形圖進行數據對比分析。除此之外，還可以根據分析的具體情況使用其他圖表，比如通過折線圖的高低連線來表現幾個公司的庫存最高最低和庫存的對比。

4、組成結構分析

組成結構分析方法通常可用于對象中各項目組成元素進行數據分析，例如各産品的銷售組成分析、流動資産組成分析、各部門管理費用組成分析。表示數據結構組成，圖表方面通常可使用餅圖、圓環圖和百分比堆積條形圖、百分比堆積柱狀圖進行元素組成分析；元素組成表示數值大小，通常可以使用堆積條形圖、堆積柱狀圖等。

5、達成進度分析

需要展現某項指标或者某項任務的達成進度，比如部門業績完成情況、申報費用進度等。為了更加直觀地展示各項指标和任務的進度，我們一般可以通過堆積柱形圖、堆積條形圖、甘特圖來展示數據進展情況。

6、影響因素分析

對于分析财務數據時，數據的影響因素主要有兩種不同的指代含義：

1.因素分析法，比如影響銷售收入的價差、量差；

2.某一指标到另一指标的各種累積影響；

類似分析此類多渠道影響因素數據時，瀑布圖無疑是最佳的選擇，能夠快速将數據進行差異化統計，同時對數據進行累積統計。

以上是做簡單的數據彙報時，一些數據展現的常用方法。教大家拿到數據用什麼角度分析，用什麼圖表來呈現。

知道拿到數據怎麼分析，用什麼工具分析，最後要考慮如何把可視化報告做得漂亮。

這個在FineBI做可視化的技能裡提到，這裡主要講一下美化和排版。

1、指标展現

假設要做如上圖所示的一個可視化dashboard，首要考慮的是，那麼多指标，我應該考慮放那些？

一般而言，你的彙報一定會有明确的主題，比如“地産公司銷售報告”。針對這種主題明确的可視化，推薦給大家一個非常好用的套路——多維度拆解北極星指标法。

第一步：确定一個北極星指标。如銷售彙報，你的銷售總額一定是最重要的吧，這就是主題。

第二步：多維度拆解北極星指标。把你的銷售額情況分解。

從時間的維度。每個季度每個月的銷售額情況是如何，銷售額特别高的時間段，原因是什麼，做了哪些措施？

從地理維度。各大區域銷售額情況如何？可以做個排名情況。

從計劃維度。和年初定的計劃相比，差了多少？

從占比維度。各個産品占的銷售額多少，哪些是帶來貢獻最多的明星産品。

布局的目的是為了讓業務指标和數據合理的展現。由于往往展現的是一個全局的業務，一般分為主要指标和次要指标兩個層次，主要指标反映核心業務，次要指标用于進一步闡述分析。所以在制作時給予不一樣的側重。

這裡推薦幾種常見的版式。

上面幾個版式不是金科定律，隻是通常推薦的主次分布版式，能讓信息一目了然。實際情況中，不一定使用主次分布，也可以使用平均分布，或者可以二者結合進行适當調整。比如下圖所示，指标很多很多，存在多個層級的，就根據上面所說的基本原則進行一些微調，效果會很好。

合理的布局能讓内容更富有層次，合理的配色能讓觀看者更舒适。配色的學問很複雜，主要看個人審美。色系選擇盡量不要超過三個，避免太過亮眼的顔色，比如紫紅色，亮綠色，檸檬黃等。無論是哪一個，都遵從兩點基本原則：色調統一和一緻性。

實在不會配色，FineBI内置了配好的顔色，一鍵調用。

最後，離月底還剩10天，還不趕緊用BI來做個分析？

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!