Sales & Profit Analysis Dashboard
數據可視化 · 業務決策支援系統
| 訂單編號 | 日期 | 地區 | 省份城市 | 經理 | 類別 | 銷售額 | 利潤 | 利潤率 |
|---|
建立「省份城市」欄位,修正 DAX 公式錯誤,完善資料模型。
建立地圖、樹狀圖、折線圖、表格等視覺化元件。
KPI 卡片 → 分佈圖 → 詳細資料表。
發佈至 Power BI Service,取得嵌入碼(iframe)。
將 iframe 嵌入網站,實現線上互動式報告。
今天的 Power BI 課程對我而言,不僅是一次技術上的操作練習,更是一場關於「數據如何說話」的思維啟發。作為一名 IT 系的學生,平時習慣了與程式碼和資料庫打交道,但今天的課堂讓我深刻體會到,數據的價值不僅在於儲存,更在於如何透過直觀的視覺化手段,將隱藏在冰冷數字背後的商業洞察挖掘出來。
課堂中最令我印象深刻的是資料合併與 DAX 公式(Data Analysis Expressions)的應用。在實作過程中,我們需要將 province 與 city 欄位合併為「省份城市」,這看似簡單的字串連接動作,其實是數據清洗(Data Cleaning)中至關重要的一步。當我在輸入公式遇到報錯時,我意識到即使是像雙引號格式、大小寫差異這種微小的細節,都會影響到整個數據模型的運行。這種對細節的嚴謹要求,正是我在 IT 專業領域中必須持續磨練的特質。
透過調整「泡泡大小」來呈現銷售額,並以「圖例」區分不同的管理員(manager),複雜的區域業績分佈瞬間變得一目了然。這種從「邏輯運算」到「視覺呈現」的轉化,讓我看到了大數據分析在現實商務決策中的巨大潛力。
這堂課讓我明白,身為一名未來的 IT 專業人士,我們不應只專注於後端的數據處理,更要具備前端的展示能力。一個優秀的報表不僅要精準,更要具備易讀性與互動性。今天學到的地圖配置、樹狀圖(Treemap)應用以及儀表板布局思維,都將成為我未來職場競爭力中的重要拼圖。在未來的學習中,我希望能更深入探索數據建模與進階 DAX 函數,設計出更具預測性與深度的分析工具。