Dane sprzedażowe bardzo często pojawiają się w programie Excel. Oprócz tego, że pojawiają się w wersji stricte analitycznej, często trzeba też dokonać ich wizualizacji i przedstawić na konkretnym wykresie. Co prawda narzędzi do wizualizacji danych jest coraz więcej i czasami wykonuje się je w innych programach, np. w Power BI Desktop, jednak w niniejszym artykule skupię się na możliwościach samego programu Excel w tym zakresie.

Dobór odpowiedniego typu wykresu

W każdej kolejnej wersji Excela mamy do dyspozycji coraz więcej różnego typu wykresów. Teoretycznie można założyć, że każdy rodzaj danych można pokazać na każdym wykresie. Tylko powstaje pytanie, czy takie założenie ma sens?

Dobór odpowiedniego typu wykresu jest jednym z trudniejszych etapów prezentowania danych. Przede wszystkim dane powinny być czytelne, poza tym wizualizacja ma być ładna i przyciągać wzrok, a nie zniechęcać odbiorcę.

Mając bardzo dużo danych (np. wielkość sprzedaży osiągniętą przez 50 handlowców), możemy je prezentować na wykresie kołowym. Ocenę czytelności takiego działania pozostawiam już czytelnikom do indywidualnego rozważenia.

Zazwyczaj (oczywiście nie jest to reguła, która musi być bezwzględnie zastosowana) warto korzystać z poszczególnych typów wykresów do następujących danych:

  • wykres kolumnowy – do pokazywania danych rozróżnianych względem pewnej kategorii (np. sprzedaż według handlowców, regionów) lub do pokazania rankingu (np. handlowcy z największą sprzedażą);
  • wykres liniowy – do pokazania zależności w czasie (np. jak zmieniała się sprzedaż w poszczególnych latach, kwartałach bądź miesiącach);
  • wykres kołowy – do pokazania udziału pewnych elementów w całości (np. udział sprzedaży danego regionu w łącznej sprzedaży). Warto pamiętać, aby na wykresie kołowym nie pokazywać zbyt wielu kategorii (czyli jeśli mamy pięć rejonów, to możemy go używać, natomiast jeśli mamy ich 50, to wykres kołowy nie będzie najlepszym rozwiązaniem);
  • wykres punktowy – do pokazania zależności pomiędzy dwiema zmiennymi (np. wielkość sprzedaży w zależności od miesiąca);
  • wykres bąbelkowy – do pokazania zależności między trzema zmiennymi (np. wielkość sprzedaży w zależności od miesiąca i stażu pracy handlowca);
  • wykres kaskadowy – do pokazania, jakie elementy składają się na jedną całość (np. jak sprzedaż w poszczególnych kwartałach dzieli się na sprzedaż towarów z poszczególnych kategorii).

To oczywiście nie wszystkie wykresy, jakie są dostępne w programie Excel. Jednak są one najczęściej wykorzystywane, dlatego zostały ujęte w niniejszym artykule.

Wykres kolumnowy

Wykres kolumnowy jest najbardziej klasycznym rodzajem wykresu, zresztą wstawianym domyślnie przez program Excel. W tym artykule skupię się jednak na pewnych szczególnych rodzajach wykresu kolumnowego. Załóżmy więc, że chcemy pokazać, jak kształtowała się wartość sprzedaży w czterech kwartałach i czterech kategoriach towarów. Przykładowe dane pokazane na Rysunku 1 moglibyśmy przedstawić na tradycyjnym wykresie kolumnowym, możemy jednak użyć wykresu kolumnowego skumulowanego. Wtedy wykres będzie wyglądał tak, jak pokazuje to Rysunek 2.

Z tak przygotowanego wykresu możemy odczytać nie tylko, jaka była wartość sprzedaży w konkretnym kwartale i segmencie, ale także zobaczyć, jaki był udział sprzedaży towarów z danej kategorii w łącznej sprzedaży w danym kwartale. Oczywiście, aby to było bardziej czytelne, możemy dodać do naszego wykresu etykiety danych i wtedy będzie się on prezentował jak na Rysunku 3.

Możemy także zastosować wykres 100% skumulowany kolumnowy, wtedy łączna sprzedaż w każdym kwartale zostanie przeskalowana do 100%, a wykres będzie wyglądał tak, jak pokazuje to Rysunek 4.

Wykres liniowy

Na nim zazwyczaj pokazujemy, jak zmieniały się pewne wartości w czasie. Na przykład możemy na takim wykresie pokazać, jak zmieniała się łączna wartość sprzedaży w poszczególnych kwartałach.

Dane do takiego wykresu pokazuje Rysunek 5, natomiast wstawiony wykres liniowy jest pokazany na Rysunku 6.

Do naszego wykresu liniowego możemy dodać linię trendu (najprościej wybrać plusik przy prawym górnym rogu wykresu i zaznaczyć linię trendu). Możemy także przesunąć początek osi pionowej, klikając na niej prawym przyciskiem myszy i wybierając opcję Formatuj oś. W oknie, które się pojawi, ustalamy minimum osi na ­80 000, natomiast maksimum osi na 160 000. Po zastosowaniu tych czynności wykres będzie wyglądał tak jak na Rysunku 7.

Wykres kołowy

Na wykresie kołowym możemy pokazać udział pewnej części w ogólnej całości. Załóżmy więc, że chcemy pokazać udział sprzedaży z danego kwartału w ogólnej wartości sprzedaży. Dane do wykresu kołowego będą więc tymi samymi danymi, na bazie których rysowaliśmy wykres liniowy. Po wstawieniu do naszego arkusza wykres kołowy będzie wyglądał tak, jak pokazuje to Rysunek 8.

Oczywiście wykres ten możemy również trochę zmodyfikować, np. poprzez dodanie etykiet danych. Następnie możemy wejść w opcję Formatuj etykiety danych dostępną po kliknięciu na etykiecie prawym przyciskiem myszy. W oknie, które nam się pojawi, możemy zdecydować, jakie wartości mają być widoczne w etykietach na wykresie. Wybierzmy więc nazwę kategorii, wartość procentową oraz wartość. Dodatkowo możemy też zdecydować, jakim separatorem mają być kolejne wartości od siebie rozdzielone (np. wybierzmy opcję Nowy wiersz). W tym samym oknie możemy też ustawić format liczb (warto jednak odklikać opcję Połączone ze źródłem, wtedy można ustawić np. format procentowy z dwoma miejscami po przecinku). Po sformatowaniu etykiet możemy już usunąć legendę wykresu, gdyż wszystkie potrzebne informacje są zawarte w etykietach.

Po zastosowaniu tych czynności wykres będzie wyglądał tak, jak pokazuje to Rysunek 9.

Wykres punktowy

Na wykresie punktowym możemy pokazać zależności pomiędzy dwoma zmiennymi. Na przykład możemy na nim pokazać, jak zmienia się wartość sprzedaży w zależności od kwartału. Zatem dane do tego wykresu będą takie same jak te, które były źródłem do wykresu liniowego. Po wstawieniu wykresu będzie on wyglądał tak, jak pokazuje Rysunek 10.

Patrząc na ten wykres, możemy zauważyć, że wymaga on pewnych modyfikacji. Przede wszystkim można poprawić oś poziomą, klikając na niej prawym przyciskiem myszy i wybierając opcję Formatuj oś. Następnie warto ustawić jednostkę główną osi na 1, minimum osi na 1, natomiast maksimum na 4. Możemy też dodać tytuł osi poziomej „Kwartał”. Po tych przekształceniach wykres będzie wyglądał tak, jak przedstawia to Rysunek 11.

Wykres bąbelkowy

Wykres bąbelkowy jest podobny do wykresu punktowego, jednak wartości na nim pokazywane mogą być uzależnione od dwóch zmiennych. Na przykład chcemy pokazać wartość sprzedaży w zależności od miesiąca i stażu pracy handlowca (podanego w latach). Wykres ten niewiele różni się od wykresu punktowego, więc pozostawiam go Czytelnikowi do samodzielnego stworzenia.

Wykres kaskadowy

Na wykresie kaskadowym możemy pokazywać, jak pewne części składają się na większą całość. Na przykład chcemy pokazać, jak sprzedaż towarów z poszczególnych kategorii układa się w sprzedaż w poszczególnych kwartałach. Dane do takiego wykresu pokazuje Rysunek 12.

Suma wartości dla kwartału 2 to suma wartości dla kwartału 1 oraz poszczególnych kategorii w kwartale 2. Tak zaznaczone dane spowodują powstanie wykresu, który pokazany jest na Rysunku 13.

Oczywiście wykres ten wymaga pewnych przekształceń. Przede wszystkim warto usunąć etykiety danych, następnie każdy segment oznaczający wartość dla danego kwartału należy kliknąć prawym przyciskiem myszy i wybrać opcję Ustaw jako sumę. Po tych czynnościach wykres będzie wyglądał analogicznie jak na Rysunku 14.

Duża liczba danych

Czasem jednak chcemy przedstawić graficznie dane dotyczące np. sprzedaży osiągniętej przez każdego z 50 handlowców. Wtedy żaden z powyższych wykresów nie będzie do tego idealnym narzędziem. Możemy wtedy użyć formatowania warunkowego za pomocą tzw. pasków danych. Na Rysunku 15 są pokazane wartości sprzedaży dla poszczególnych handlowców.

Aby teraz dodać paski danych, wystarczy zaznaczyć kolumnę ze sprzedażą, a następnie ze wstążki z Narzędzi głównych należy wybrać Formatowanie warunkowe i Paski danych. Spośród podanych zestawów wybieramy ten, który nam najbardziej odpowiada i po jego kliknięciu dostaniemy taki efekt, jak na Rysunku 16.

W komórce B20 jest wartość maksymalna z całego zakresu, więc w niej pasek danych obejmuje całą szerokość kolumny, natomiast w każdej pozostałej komórce pasek danych jest proporcjonalnie mniejszy.

Podsumowanie

Dane sprzedażowe możemy przedstawić graficznie na wiele różnych sposobów. Wszystko zależy od tego, ile tych danych jest, jakiego są typu i co dokładnie chcemy zobaczyć na wizualizacji. Zatem dobór narzędzia do analizowanych danych jest zawsze kwestią indywidualną. Warto jednak zawsze zadbać o to, by narzędzie, które wybierzemy, było czytelne, przejrzyste i estetyczne.

Zobacz również

Transpozycja danych w Tableau Software

INFO_23_74.jpg

W różnych systemach czy aplikacjach służących do pracy w analizie lub wizualizacji danych mamy dostęp do szeregu funkcji związanych z przygotowaniem ich do raportowania lub prezentacji. Jedną ze specyficznych operacji, którą często mamy do dyspozycji, jest transpozycja tabeli, popularnie zwana pivotem.

Czytaj więcej

Łączenie Power BI z programem PowerPoint

INFO_23_64.jpg

Rozwój analityki biznesowej w ciągu ostatnich kilku lat znacząco przyspieszył. Firmy stające do wyścigu o fotel lidera rozwiązań w zakresie Business Intelligence (BI) nieustannie konkurują ze sobą, ulepszając oferowane przez siebie rozwiązania. Jednym z głównych graczy na rynku BI stała się firma Microsoft, która swoją pozycję zdobyła, oferując usługę Power BI (PBI).

Czytaj więcej

Redesign wykresów – proste techniki poprawy czytelności danych

INFO_23_60.jpg

Wykresy są narzędziem, które jest bardzo często wykorzystywane w Excelu. Z każdą kolejną wersją tego arkusza zwiększa się liczba dostępnych typów wykresów oraz liczba różnych możliwości ich formatowania. Jednocześnie musimy pamiętać, że jedną z głównych właściwości tworzonych przez nas wykresów powinna być ich czytelność. Dlaczego tak jest? Ponieważ wzrokowo odbieramy bardzo dużą ilość informacji, również podświadomie. Dlatego warto zadbać o to, aby te informacje były zgodne z zamysłem autora wykresu.

Czytaj więcej

Przejdź do

Partnerzy

Reklama