数据可视化之powerBI技巧（一）PowerBI可视化技巧：KPI指标动态展示之TOPN及其他

​本文来自星友Beau的分享，在进行数据指标的展现时，对关键的少数单独展示，而对剩余的大多数折叠为其他项，是一个很常用的做法。Beau同学通过一个日常的办公场景，详细介绍了PowerBI实现的步骤，值得大家借鉴。

KPI指标动态展示之TOPN及其他

作者：Beau

 

一、背景故事

 

2020年第一天上班，B同学还沉浸在跨年的喜悦中，坐在工位上，喝了一口枸杞养生茶，随即打开了电脑，邮箱提醒老板发来一封邮件，顿时心头一紧，不会有重要工作吧，赶紧点开邮件，看着看着，眉头渐舒，原来老板让他对19年所有客户的销售做排名展示，以了解公司头部客户去年销售表现，具体要求为：

1.TOPN中的N值动态可选。

2.除了TOPN中的客户，其余客户销售归为“其他”组显示。

3.显示TOPN和"其他"组的销售占比情况。

B同学此时心中窃喜，这需求貌似在网上看到过现成解决方案，那就简单了，打开度娘，照葫芦画瓢，不到半个小时，B同学就搞定把邮件发出。在钉钉上和同事聊了几句，刚拿起茶杯，邮箱提醒老板邮件又来了，是不是被我的效率震惊了？赶紧点开邮件，邮件大意如下：

 

1.对完成速度和质量表示认可。

2.对内容有了新的要求：

*对于TOPN客户，不要汇总在一起，要看到客户明细。

*对于KPI指标要实现动态切换，比如销售额，销量，利润等。

3.中午十二点前要给到老板。

B同学此时的心情悲喜交加，新诉求看起来简单，但是对于之前没有过类似实操经验的B同学来说，难度颇大，度娘这次也不好使了，看了一下时间，离十二点还有三个小时，烧香拜佛已然来不及，求人不如求己，B同学放下茶杯，扶了扶眼镜，带上耳塞，点开PBI，开干......

二、制作步骤

 

1.模型概览

四个维度表（地区，客户，产品，日期）与一个事实表（订单）分别建立一对多的单向筛选关系。其余是三个自建的辅助表以及一个存放度量值的表。

2.构造辅助表

 

根据老板的诉求，要实现对TOPN的客户明细显示以及KPI指标的切换，那么这里需要建立三个辅助表，具体如下：

参数N（范围1-50）

 

 

KPI类别表（便于实现KPI动态切换）

 

KPI类别表 =
SELECTCOLUMNS (   
 { ("销售额", "1" ),( "销量", "2" ),( "利润额","3" ), ( "利润率", "4" )},  
 "KPI", [Value1],   "orderby", [Value2])

TOPN参数表（包含所有客户姓名+其他，便于后续动态展示）

 

TOPN参数表 =
VAR customer =   
 SELECTCOLUMNS ( VALUES ( '客户'[客户名称] ), "TOPN参数", [客户名称] )
VAR others = { "其他"}
RETURN    UNION ( custrom, others )

这个辅助表的建立很重要，是在后续可视化中将客户组与“其他“组同时展示的关键。

 

 

3.建立度量值

 

凉菜上完了，硬菜马上端上桌，需要建立的具体度量值如下所示。

 

 

先唠叨几句，对于度量值要做好归类整理和规范命名工作，否则后期度量多了之后你真的会懵逼（关于度量值的归类整理可参考：利用这3个步骤，轻松管理你的度量值）

简单的基础度量就不在花时间赘述了，下面重点对核心度量进行解释说明。

base.kpi.auto=
VAR kpiname =   SELECTEDVALUE ( 'KPI类别表'[KPI] )
RETURN    
SWITCH ( kpiname,      
 "销售额", [base.salse],      
 "销量", [base.volume],      
 "利润额", [base.Profit],       
"利润率", [base.Profit%]   
 )

度量本身不难，作用为实现对KPI的动态切换。

rank.kpi=
CALCULATE (   
[base.kpi.auto],    
TREATAS (VALUES ( 'TOPN参数表'[TOPN参数] ), '客户'[客户名称] ))

看着也很简单吧，但很重要，我们从模型关系图中可以看到在这里B同学并没有将TOPN参数表与任何表建立关系，那么该如何实现利用TOPN参数表的字段对KPI指标进行筛选呢？这里我们用到了TREATAS函数，通过共有字段[客户名称]建立虚拟关系连接两表，这也是一种无侵入式的设计思路。

rank.rank=RANKX ( ALL ( 'TOPN参数表'[TOPN参数] ), [rank.kpi] )

有了rank.kpi度量，那么接下来就是自然的对此度量进行排名。

如果前面介绍的几个度量可以称之为后台度量或基础度量，那么后面我们要介绍的度量便可以称为前端度量或展示度量。

先上效果图：

对上图进行简单分析，有三个列字段，TOPN即之前建立的辅助表TOPN参数表，KPI即为核心指标，还有对KPI排名的RANK。

接下来重点讲一下KPI以及RANK度量值的构建

 

KPI度量值

view.topn&others=
VAR top_category =   SELECTEDVALUE ( 'TOPN参数表'[TOPN参数] )
VAR N =    TOPN ( [参数N 值], VALUES ( '客户'[客户名称] ), [base.kpi.auto] )
RETURN    
SWITCH ( TRUE(),       
[rank.rank] <= [参数N 值],[rank.kpi],       
top_category = "其他", CALCULATE ([base.kpi.auto], EXCEPT ( ALLSELECTED ( '客户'[客户名称] ), N ) ) 
)

整体思路是将参数N值和[rank.rank]进行对比，小于等于时显示[rank.kpi]，其次当'TOPN参数表'[TOPN参数]=“其他”时，显示除TOPN值以外的客户汇总值，要重点注意函数EXCEPT在这里的使用逻辑，这里作为获取差集来使用。

RANK度量值

view.rank=
VAR top_category=   SELECTEDVALUE ( 'TOPN参数表'[TOPN参数] )
RETURN    
SWITCH (        
TRUE(),      
 HASONEVALUE ( 'TOPN参数表'[TOPN参数] ) && [view.topn&others] <> 0  && [rank.rank] <= [参数N 值], [rank.rank],      
 HASONEVALUE ( 'TOPN参数表'[TOPN参数] ) && [view.topn&others] <> 0  && top_category = "其他", 51    )

回到效果图，能看出对于RANK字段，我们实现了客户KPI的降序排列，同时也将“其他”放在表格底部且不存在RANK值，大家这里会发现要实现这样的效果，通过构建辅助表的常规方式也许可以实现，但是非常复杂，这里B同学采用了曲线救国的方法，我们给到“其他”一个很大的RANK数字，同时将这个数字颜色设置成与底色一致，那么就变相的实现了隐藏RANK值的目的。上面度量中的RANK值设置为51就是出于这个目的。

4.制作可视化

 

做完上面的工作，时间已到了十一点半，B同学长舒了一口气，还好，核心工作已经完成，下面就剩可视化的展现。

老板要求看到累计占比，首先想到的就是折线和簇状柱形图，加切片器，调位置，上配色。一气呵成，最终效果如下图所示：

 

这时闹钟响了，还剩最后五分钟，上传，发送，B同学终于赶在12点前将邮件发出。

对着电脑屏幕，B同学陷入了沉思，切片维度能否加入年，季，月？对于TOPN客户能否进行ABC分析？能否将客户维度扩展到其他维度？是否应该第一次交差就做仔细思考而不是敷衍了事？茶虽已凉，心却很热，B同学发现能做的还有很多，这仅仅是开始......

 

三、写在最后

通过本文希望能让大家对（TOPN明细+其他）及KPI指标动态展示有较完整且清晰的了解。

文章有干货也有情怀，在职场中的小伙伴们，是否从B同学的身上依稀看到了当年的自己，希望大家都能在新的一年中，发现关于自己更多未知的可能。

本人能力有限，文中如有不当之处，请各位小伙伴给予批评指正。

最后感谢@佐罗老师的数据源，感谢@采悟老师和@天行老师的不吝指导，他们不间断高质量的输出，使我受益良多，站在巨人的肩膀上，会让我看的更远。

PS:仔细看，图中有亮点，源文件中有更多惊喜哦！