รู้จักประเภท Visualization ใน Power BI

การแสดงผลข้อมูล (Visualization) คือภาพที่สร้างขึ้นจากข้อมูล โดยมักเรียกอีกชื่อหนึ่งว่า “ภาพ (Visuals)” ตัวอย่างของภาพแสดงผล เช่น แผนภูมิวงกลม แผนภูมิเส้น แผนที่ และตัวชี้วัดหลัก (KPI)

บทความนี้รวบรวมประเภทของ Visualization ที่มีให้ใช้งานใน Power BI ซึ่งมีการอัปเดตและเพิ่มประเภทใหม่ๆ อย่างต่อเนื่อง

สามารถเข้าไปดูเพิ่มเติมได้ที่ Microsoft AppSource ซึ่งมีรายการภาพแสดงผลสำหรับ Power BI ให้เลือกดาวน์โหลดและนำไปใช้กับแดชบอร์ดหรือรายงานของคุณได้อย่างต่อเนื่อง

อยากลองสร้างสรรค์อะไรใหม่ๆ ไหม? คุณสามารถเรียนรู้วิธีสร้างและเพิ่มภาพแสดงผลของคุณเองไปยังชุมชนผู้ใช้งาน Power BI ได้เช่นกัน

Visualizations ใน Power BI

ภาพแสดงผลทั้งหมดนี้สามารถนำมาใช้ในรายงานของ Power BI, ระบุผ่าน Q&A และปักหมุดไว้ในแดชบอร์ดได้

แผนภูมิพื้นที่ (Area Charts): แบบพื้นฐาน (Basic/Layered) และแบบซ้อน (Stacked)

แผนภูมิพื้นที่แบบพื้นฐานพัฒนามาจากแผนภูมิเส้น โดยมีการเติมสีในบริเวณระหว่างเส้นกราฟกับแกน เพื่อเน้นให้เห็นขนาดของการเปลี่ยนแปลงเมื่อเวลาผ่านไป แผนภูมิประเภทนี้มักใช้เพื่อดึงความสนใจไปยังมูลค่ารวมตามแนวโน้ม เช่น การแสดงผลกำไรที่เพิ่มขึ้นตามช่วงเวลา

ในทางกลับกัน แผนภูมิพื้นที่แบบซ้อน (Stacked Area Chart) จะแสดงค่ารวมสะสมของชุดข้อมูลหลายชุดที่วางซ้อนกัน ทำให้เห็นได้ชัดเจนว่าแต่ละชุดข้อมูลมีส่วนร่วมต่อค่ารวมอย่างไรFor more information, see Basic Area chart

แผนภูมิแท่งแนวนอนและแนวตั้ง (Bar and Column Charts)

แผนภูมิแท่ง (Bar Charts) เป็นรูปแบบมาตรฐานที่นิยมใช้ในการเปรียบเทียบค่าหนึ่งค่ากับหลายหมวดหมู่ที่แตกต่างกัน

การ์ด (Cards)

• หลายแถว (Multi-row)

การ์ดแบบหลายแถวจะแสดงข้อมูลหลายค่า โดยแสดงทีละค่าต่อหนึ่งแถว

• ตัวเลขเดี่ยว (Single Number)

การ์ดแบบตัวเลขเดี่ยวจะแสดงข้อมูลเพียงจุดเดียว หรือข้อเท็จจริงเพียงหนึ่งค่าเท่านั้น ซึ่งในหลายกรณี ข้อมูลเพียงค่าเดียวอาจเป็นสิ่งสำคัญที่สุดที่คุณต้องการติดตามในแดชบอร์ดหรือรายงานของ Power BI เช่น ยอดขายรวม ส่วนแบ่งตลาดเมื่อเทียบปีต่อปี หรือจำนวนโอกาสทางธุรกิจทั้งหมด อ่านข้อมูลเพิ่มเติมที่ Create a Card (big number tile)

แผนภูมิผสม (Combo Charts)

แผนภูมิผสมคือการรวมระหว่าง แผนภูมิแท่ง (Column Chart) และ แผนภูมิเส้น (Line Chart) การรวมทั้งสองแบบไว้ในภาพเดียวช่วยให้เปรียบเทียบข้อมูลได้รวดเร็วยิ่งขึ้น โดยแผนภูมิผสมสามารถมีแกน Y ได้ทั้งหนึ่งหรือสองแกน จึงควรสังเกตให้ดีขณะอ่านข้อมูล

แผนภูมิผสมเป็นตัวเลือกที่เหมาะในกรณีต่อไปนี้:

• เมื่อคุณมีทั้งแผนภูมิเส้นและแผนภูมิแท่งที่ใช้แกน X เดียวกัน
• เมื่อต้องการเปรียบเทียบหลายตัวชี้วัดที่มีช่วงค่าต่างกัน
• เมื่อต้องการแสดงความสัมพันธ์ระหว่างสองตัวชี้วัดในภาพเดียว
• เมื่อต้องการตรวจสอบว่าค่าหนึ่งเป็นไปตามเป้าหมายที่กำหนดไว้โดยอีกค่าหนึ่งหรือไม่
• เมื่อต้องการประหยัดพื้นที่บนหน้ากระดานรายงาน (canvas)

อ่านข้อมูลเพิ่มเติมที่ Combo charts in Power BI

แผนภูมิต้นไม้แยกส่วน (Decomposition Tree)

แผนภูมิต้นไม้แยกส่วนช่วยให้คุณสามารถแสดงข้อมูลที่มีหลายมิติได้อย่างชัดเจน โดยระบบจะรวมข้อมูลให้อัตโนมัติ และสามารถเจาะลึก (drill down) ลงไปในแต่ละมิติได้ตามลำดับที่คุณต้องการ

แผนภูมิชนิดนี้ยังจัดเป็นการแสดงผลแบบ ปัญญาประดิษฐ์ (AI Visualization) ซึ่งคุณสามารถสั่งให้ระบบช่วยแนะนำมิติต่อไปที่ควรเจาะลึกได้ โดยอิงจากเกณฑ์ที่กำหนดไว้ ทำให้เป็นเครื่องมือที่มีประโยชน์มากสำหรับการวิเคราะห์เชิงสำรวจแบบเฉพาะกิจ (ad hoc) และการหาสาเหตุของปัญหา (root cause analysis)

แผนภูมิวงแหวน (Doughnut Charts)

แผนภูมิวงแหวนมีลักษณะคล้ายกับแผนภูมิวงกลม (Pie Charts) โดยใช้แสดงความสัมพันธ์ระหว่างส่วนย่อยกับค่ารวมทั้งหมด ความแตกต่างคือแผนภูมิวงแหวนจะมีช่องว่างตรงกลาง ซึ่งสามารถใช้แสดงป้ายข้อความหรือไอคอนได้
อ่านข้อมูลเพิ่มเติมที่  Doughnut charts in Power BI

แผนภูมิรูปกรวย (Funnel Charts)

แผนภูมิรูปกรวยช่วยให้มองเห็นกระบวนการที่แบ่งเป็นลำดับขั้นตอน โดยรายการจะไหลจากขั้นหนึ่งไปยังอีกขั้นอย่างต่อเนื่อง ตัวอย่างเช่น กระบวนการขายที่เริ่มต้นจากการได้ลูกค้าเป้าหมาย (Lead) และสิ้นสุดที่การส่งมอบสินค้า

เช่น กรวยการขายที่ติดตามลูกค้าในแต่ละขั้นตอน:
Lead > Qualified Lead > Prospect > Contract > Close
เมื่อมองผ่านแผนภูมิ จะสามารถประเมินภาพรวมของกระบวนการที่กำลังติดตามได้อย่างรวดเร็ว โดยแต่ละขั้นตอนในกรวยจะคิดเป็นเปอร์เซ็นต์ของค่ารวมทั้งหมด

ดังนั้น โดยทั่วไปแผนภูมิจึงมีลักษณะคล้ายกรวย — ขั้นตอนแรกจะมีขนาดใหญ่ที่สุด และแต่ละขั้นถัดไปจะค่อยๆ เล็กลงตามลำดับ อย่างไรก็ตาม บางครั้งกรวยที่มีรูปทรงคล้ายลูกแพร์ (ส่วนบนแคบกว่าส่วนล่าง) ก็มีประโยชน์ เพราะสามารถชี้ให้เห็นปัญหาในกระบวนการได้เช่นกัน แต่โดยทั่วไปแล้ว ขั้นตอนแรกหรือ ขั้นตอนรับข้อมูล (intake stage) จะเป็นขั้นที่ใหญ่ที่สุด อ่านข้อมูลเพิ่มเติมที่  Funnel Charts in Power BI

แผนภูมิแบบเกจ (Gauge Charts)

แผนภูมิแบบเกจโค้ง (Radial Gauge Chart) มีลักษณะเป็นส่วนโค้งวงกลม ใช้แสดงค่าหนึ่งค่าเพื่อวัดความคืบหน้าไปสู่เป้าหมาย โดยเป้าหมายหรือค่าที่ตั้งไว้ (Target) จะแสดงด้วยเข็มวัด (Needle) ส่วนพื้นที่ที่มีการไล่สีแสดงถึงความก้าวหน้า และค่าที่แสดงถึงระดับความคืบหน้าจะอยู่ตรงกลางของส่วนโค้งด้วยตัวเลขขนาดใหญ่

ค่าทั้งหมดจะกระจายอย่างสม่ำเสมอตามแนวโค้ง ตั้งแต่ค่าต่ำสุดทางซ้ายไปจนถึงค่าสูงสุดทางขวา

ตัวอย่าง:
เราคือผู้จำหน่ายรถยนต์ และกำลังติดตามยอดขายเฉลี่ยรายเดือนของทีมขาย โดยตั้งเป้ายอดขายไว้ที่ 200,000 ซึ่งแสดงอยู่ตำแหน่งเข็มวัด

• ค่าต่ำสุด: 100,000
• ค่าสูงสุด: 250,000
• บริเวณที่แรเงาสีน้ำเงินแสดงให้เห็นว่า ขณะนี้ยอดเฉลี่ยอยู่ที่ประมาณ 180,000 ในเดือนนี้
  โชคดีที่เรายังมีเวลาอีกหนึ่งสัปดาห์ในการทำยอดให้ถึงเป้าหมาย

แผนภูมิแบบเกจโค้งเหมาะสำหรับ:

• แสดงความก้าวหน้าไปสู่เป้าหมาย
• แสดงค่าร้อยเปอร์เซ็นต์ เช่น KPI
• แสดงสถานะของค่าหนึ่งค่า
• แสดงข้อมูลที่สามารถเข้าใจได้รวดเร็วในพริบตา

อ่านข้อมูลเพิ่มเติมที่  Gauge Charts in Power BI.

แผนภูมิผู้มีอิทธิพลหลัก (Key Influencers Chart)

แผนภูมิผู้มีอิทธิพลหลักจะแสดง ปัจจัยสำคัญ ที่ส่งผลต่อค่าหรือผลลัพธ์ที่คุณเลือกไว้

แผนภูมิประเภทนี้เหมาะสำหรับการทำความเข้าใจว่า อะไรคือปัจจัยที่ส่งผลต่อค่าชี้วัดหลัก (Key Metric) เช่น อะไรเป็นแรงจูงใจให้ลูกค้าสั่งซื้อครั้งที่สอง หรือเหตุใดยอดขายในเดือนมิถุนายนจึงสูงกว่าปกติ

อ่านข้อมูลเพิ่มเติมที่  Key influencer charts in Power BI

ตัวชี้วัดหลัก (KPI: Key Performance Indicator)

KPI คือสัญลักษณ์หรือภาพที่ใช้สื่อสารระดับความก้าวหน้าในการบรรลุเป้าหมายที่สามารถวัดผลได้

KPI เหมาะสำหรับใช้ในกรณีต่อไปนี้:

• ใช้วัดความก้าวหน้า (กำลังนำอยู่หรือกำลังตามอยู่?)
• ใช้วัดระยะห่างจากค่าชี้วัด (นำหน้าไปมากแค่ไหน หรือตามอยู่เท่าไร?)

อ่านข้อมูลเพิ่มเติมที่  KPIs in Power BI

แผนภูมิเส้น (Line Charts)

แผนภูมิเส้นใช้เพื่อเน้นให้เห็นรูปร่างโดยรวมของชุดข้อมูลทั้งหมด โดยมักใช้แสดงการเปลี่ยนแปลงของค่าเมื่อเวลาผ่านไป

แผนที่พื้นฐาน (Basic Map)

ใช้สำหรับเชื่อมโยงข้อมูลแบบกลุ่ม (Categorical) และข้อมูลเชิงปริมาณ (Quantitative) กับตำแหน่งเชิงพื้นที่

อ่านข้อมูลเพิ่มเติมที่  Tips and tricks for map visuals

แผนที่แบบระบายสี (Filled Map หรือ Choropleth)

แผนที่แบบระบายสีใช้การแรเงา การไล่สี หรือการใช้ลวดลาย เพื่อแสดงให้เห็นถึงความแตกต่างของค่าที่กระจายตามพื้นที่ทางภูมิศาสตร์ เช่น เขตหรือภูมิภาคต่าง ๆ

สามารถแสดงความแตกต่างเชิงเปรียบเทียบได้อย่างรวดเร็ว ด้วยการใช้เฉดสีที่ไล่จากอ่อน (หมายถึงค่าน้อยหรือเกิดขึ้นน้อย) ไปจนถึงเข้ม (หมายถึงค่ามากหรือเกิดขึ้นบ่อย)

💡 เคล็ดลับ: ยิ่งสีเข้มมากเท่าไร ค่ายิ่งมีขนาดมากเท่านั้น

อ่านข้อมูลเพิ่มเติมที่  Filled Maps in Power BI

แผนที่แบบรูปทรง (Shape Map)

Shape Map ใช้เปรียบเทียบข้อมูลระหว่างภูมิภาคต่างๆ บนแผนที่โดยใช้สี แผนที่ประเภทนี้ไม่ได้ออกแบบมาเพื่อแสดงตำแหน่งทางภูมิศาสตร์อย่างแม่นยำของจุดข้อมูล แต่มีวัตถุประสงค์หลักเพื่อแสดงการเปรียบเทียบแบบสัมพัทธ์ของแต่ละพื้นที่บนแผนที่ผ่านการไล่สีที่แตกต่างกัน อ่านข้อมูลเพิ่มเติมที่  Shape Maps in Power BI

เมทริกซ์ (Matrix)

Matrix เป็นภาพแสดงข้อมูลประเภทหนึ่งที่มีลักษณะคล้ายกับตาราง (ดูหัวข้อ Tables ในบทความนี้) โดยรองรับรูปแบบการจัดวางแบบขั้นบันได (Stepped Layout)
แม้ตารางทั่วไปจะรองรับมิติข้อมูลได้เพียงสองมิติ แต่เมทริกซ์ช่วยให้แสดงข้อมูลได้อย่างมีความหมายมากขึ้นเมื่อต้องใช้หลายมิติร่วมกัน

นักออกแบบรายงานมักใช้ Matrix ในรายงานหรือแดชบอร์ด เพื่อให้ผู้ใช้สามารถเลือกองค์ประกอบหนึ่งหรือหลายรายการ (เช่น แถว คอลัมน์ หรือเซลล์) เพื่อเน้นหรือกรองข้อมูลในภาพอื่นๆ บนหน้ารายงานร่วมกันได้

💡 เคล็ดลับ: เมทริกซ์สามารถรวมข้อมูลโดยอัตโนมัติ และรองรับการเจาะลึกข้อมูล (Drill Down) ได้ด้วย อ่านข้อมูลเพิ่มเติมที่  Matrix visuals in Power BI

แผนภูมิวงกลม (Pie Charts)

แผนภูมิวงกลมใช้แสดงความสัมพันธ์ระหว่าง ส่วนย่อย กับ ค่ารวมทั้งหมด ของข้อมูล

Power Apps visual

ผู้ออกแบบรายงานสามารถสร้างแอปด้วย Power Apps และฝังแอปนั้นลงในรายงาน Power BI ในรูปแบบของภาพแสดงผล (Visual) ได้ โดยผู้ใช้งานรายงานสามารถโต้ตอบกับแอปนั้นได้โดยตรงภายในรายงาน Power BI, see Add a Power Apps visual to your report

Q&A visual

Q&A Visual เป็นภาพแสดงผลที่ให้ผู้ใช้สามารถพิมพ์คำถามลงในกล่องข้อความ เพื่อสอบถามข้อมูลจากรายงานใน Power BI โดยผู้ใช้สามารถใช้ภาษาธรรมชาติในการตั้งคำถามได้ และ Q&A Visual จะช่วยตีความคำถามนั้น พร้อมแสดงผลลัพธ์ออกมาในรูปแบบภาพที่เหมาะสม

ตัวอย่างเช่น หากผู้ใช้ถามว่า “ยอดขายของสินค้าในปี 2019 เป็นเท่าไร?”
Q&A Visual จะดึงข้อมูลที่เกี่ยวข้องมาตอบ พร้อมแสดงผลในรูปแบบภาพ เช่น แผนภูมิหรือตาราง ขึ้นอยู่กับลักษณะของคำถาม

 💡 เคล็ดลับ
Q&A Visual ทำงานคล้ายกับประสบการณ์ Q&A บนแดชบอร์ด โดยให้คุณสามารถสอบถามข้อมูลด้วยภาษาธรรมชาติได้เช่นกัน

หากต้องการข้อมูลเพิ่มเติม โปรดดูหัวข้อ Q&A Visuals ใน Power BI

R script visuals

ภาพแสดงผลที่สร้างขึ้นด้วยสคริปต์ภาษา R หรือที่เรียกกันว่า R Visuals สามารถใช้แสดงผลการวิเคราะห์ข้อมูลขั้นสูง เช่น การพยากรณ์ (Forecasting) โดยอาศัยความสามารถด้านการวิเคราะห์และการแสดงผลข้อมูลที่ทรงพลังของภาษา R ผู้ใช้สามารถสร้าง R Visuals ได้ใน Power BI Desktop และเผยแพร่ไปยัง Power BI Service ได้เช่นกัน อ่านข้อมูลเพิ่มเติมที่  R visuals in Power BI

แผนภูมิริบบอน (Ribbon Chart)

แผนภูมิริบบอนใช้แสดงว่าหมวดหมู่ข้อมูลใดมี อันดับ (rank) สูงสุด (หรือมีค่ามากที่สุด) ในแต่ละ ช่วงเวลา (time period) โดยริบบอนจะแสดงการเปลี่ยนแปลงของลำดับข้อมูลอย่างชัดเจน ซึ่งหมวดหมู่ที่มีค่ามากที่สุดจะอยู่ด้านบนสุดเสมอในแต่ละช่วงเวลา

แผนภูมิประเภทนี้เหมาะอย่างยิ่งสำหรับแสดง การเปลี่ยนแปลงของอันดับ (rank change) ของข้อมูลเมื่อเวลาผ่านไป

อ่านข้อมูลเพิ่มเติมที่  Ribbon charts in Power BI

แผนภูมิแบบกระจาย (Scatter, Bubble, และ Dot Plot Chart)

แผนภูมิกระจาย (Scatter Chart) จะมีแกนตัวเลขสองแกนเสมอ โดยแสดงชุดข้อมูลตัวเลขหนึ่งบน แกนนอน (horizontal axis) และอีกชุดหนึ่งบน แกนตั้ง (vertical axis)

จุดข้อมูลแต่ละจุดจะแสดงในตำแหน่งที่ตัวเลขจากแกน X และ Y ตัดกัน โดยค่าทั้งสองจะถูกรวมเป็น จุดข้อมูลเดียว (data point) บนแผนภูมิ ซึ่งจุดเหล่านี้อาจกระจายตัวอย่างสม่ำเสมอหรือไม่สม่ำเสมอบนแกนนอน ขึ้นอยู่กับลักษณะของข้อมูล

แผนภูมิฟองอากาศ (Bubble Chart) จะใช้ฟองอากาศแทนจุดข้อมูล (data points) โดย ขนาดของฟองอากาศ (bubble size) จะแสดงถึง มิติข้อมูลเพิ่มเติม (an additional dimension) จากข้อมูลเดิม

แผนภูมิแบบจุดมีลักษณะคล้ายกับ Bubble Chart และ Scatter Chart แต่ต่างกันที่สามารถแสดงข้อมูลได้ทั้งแบบตัวเลข (Numerical Data) และแบบหมวดหมู่ (Categorical Data) บนแกน X

ตัวอย่างนี้ใช้สี่เหลี่ยมแทนวงกลม และแสดงยอดขาย (Sales) บนแกน X

อ่านข้อมูลเพิ่มเติมที่  Scatter charts in Power BI

แผนภูมิกระจายแบบความหนาแน่นสูง (Scatter – High Density)

ตามคำนิยามแล้ว ข้อมูลแบบความหนาแน่นสูง (High-Density Data) จะถูกสุ่มตัวอย่างด้วยอัลกอริทึมพิเศษ เพื่อสร้างภาพแสดงผลได้อย่างรวดเร็วและตอบสนองต่อการโต้ตอบของผู้ใช้ได้ดี

การสุ่มแบบความหนาแน่นสูง (High-Density Sampling) จะใช้ อัลกอริทึม (algorithm) ที่ช่วยลดจุดที่ซ้อนกัน และยังคงแสดงจุดข้อมูลทั้งหมดในชุดข้อมูล (Data Set) บนภาพแสดงผล โดยไม่ใช่แค่แสดงตัวอย่างบางส่วนของข้อมูลเท่านั้น

กระบวนการนี้ช่วยให้ได้สมดุลที่ดีที่สุดระหว่างความ ตอบสนอง (Responsiveness), การ แทนค่าข้อมูลได้ครบถ้วน (Representation) และการ รักษาจุดข้อมูลสำคัญ (Preservation of Important Points) ไว้อย่างชัดเจนในภาพรวมของชุดข้อมูล

อ่านข้อมูลเพิ่มเติมที่  High Density Scatter charts in Power BI

ตัวกรองแบบภาพ (Slicers)

Slicer คือแผนภูมิที่แสดงแยกต่างหาก ซึ่งสามารถใช้เพื่อกรอง (Filter) ภาพแสดงผลอื่นๆ บนหน้าเดียวกันได้ โดย Slicer มีให้เลือกหลากหลายรูปแบบ เช่น แบบหมวดหมู่ (Category), ช่วงค่า (Range), วันที่ (Date) เป็นต้น และสามารถตั้งค่าให้เลือกได้ทั้งแบบค่าเดียว หลายค่า หรือทั้งหมดที่มีอยู่

Slicer เป็นตัวเลือกที่เหมาะเมื่อคุณต้องการ

• แสดงตัวกรองที่ใช้บ่อยหรือสำคัญบนหน้ารายงาน เพื่อให้เข้าถึงได้ง่าย
• ช่วยให้เห็นสถานะของการกรองปัจจุบันได้ทันที โดยไม่ต้องเปิดเมนูแบบเลื่อนลง (Drop-down)
• กรองข้อมูลโดยใช้คอลัมน์ที่ไม่จำเป็นต้องแสดงในตารางข้อมูล
• สร้างรายงานที่เน้นเฉพาะเจาะจงมากขึ้น โดยวาง Slicer ไว้ใกล้กับภาพแสดงผลสำคัญ

อ่านข้อมูลเพิ่มเติมที่  Slicers in Power BI

ตาราง (Tables)

Table คือกริด (Grid) ที่ประกอบด้วยข้อมูลที่เกี่ยวข้องกัน โดยเรียงในรูปแบบตรรกะของ แถว (Rows) และ คอลัมน์ (Columns) อาจมีหัวตาราง (Headers) และแถวรวมผลรวม (Total Row) ด้วย

ตารางเหมาะอย่างยิ่งสำหรับการเปรียบเทียบข้อมูลเชิงปริมาณ (Quantitative Comparisons) ที่มีหลายค่าภายในหมวดหมู่เดียวกัน

ตัวอย่างเช่น ตารางที่แสดงตัวชี้วัด 5 ค่าในหมวดหมู่เดียวกัน

Table เหมาะสำหรับใช้ในกรณีต่อไปนี้

• ดูและเปรียบเทียบข้อมูลอย่างละเอียด พร้อมแสดงค่าที่แน่นอน (ไม่ใช่ในรูปแบบภาพ)
• แสดงข้อมูลในรูปแบบตาราง
• แสดงข้อมูลตัวเลขที่แยกตามหมวดหมู่ต่าง ๆ

อ่านข้อมูลเพิ่มเติมที่  Working with tables in Power BI

แผนภูมิผังต้นไม้ (Treemaps)

Treemap เป็นแผนภูมิที่ประกอบด้วย สี่เหลี่ยมสีต่างๆ (colored rectangles) โดย ขนาดของแต่ละสี่เหลี่ยมจะแสดงถึงค่า (value) ของข้อมูล สามารถจัดแสดงข้อมูลแบบลำดับชั้น (Hierarchical) ได้ โดยมีการจัดเรียงสี่เหลี่ยมย่อยไว้ภายในสี่เหลี่ยมหลัก

พื้นที่ภายในแต่ละสี่เหลี่ยมจะถูกจัดสรรตามค่าที่ต้องการวัด และจะเรียงลำดับจากใหญ่ไปเล็ก โดยเริ่มจากมุมบนซ้าย (ค่ามากที่สุด) ไปจนถึงมุมล่างขวา (ค่าน้อยที่สุด)

Treemaps เหมาะสำหรับ

• แสดงข้อมูลจำนวนมากที่มีโครงสร้างแบบลำดับชั้น
• ใช้แทนแผนภูมิแท่งเมื่อจำนวนค่ามีมากเกินไปจนแสดงผลได้ไม่ชัดเจน
• แสดงสัดส่วนระหว่างแต่ละส่วนกับภาพรวม
• แสดงรูปแบบการกระจายของค่าที่วัดในแต่ละระดับของหมวดหมู่
• แสดงคุณลักษณะของข้อมูลโดยใช้ทั้งขนาดและสี
• ค้นหารูปแบบ (patterns), ค่าผิดปกติ (outliers), ผู้มีอิทธิพลหลัก (key contributors) และข้อยกเว้น (exceptions) ได้อย่างรวดเร็ว

อ่านข้อมูลเพิ่มเติมที่  Treemaps in Power BI

แผนภูมิแบบน้ำตก (Waterfall Charts)

Waterfall Chart ใช้แสดงผลรวมสะสม (Running Total) เมื่อมีการเพิ่มหรือลดค่าต่าง ๆ เหมาะสำหรับการทำความเข้าใจว่าค่าเริ่มต้น เช่น กำไรสุทธิ (Net Income) เปลี่ยนแปลงอย่างไรจากชุดของปัจจัยที่มีทั้งบวกและลบ

แผนภูมิจะมีการใช้สีเพื่อแยกความแตกต่างระหว่างค้าที่เพิ่มขึ้นและลดลงได้อย่างชัดเจน คอลัมน์ที่แสดงค่าเริ่มต้นและค่าสุดท้ายมักจะเริ่มจากแนวแกนนอน ส่วนค่าระหว่างทางจะลอยอยู่ (Floating Columns) บนกราฟลักษณะเฉพาะนี้เองทำให้ Waterfall Chart มักถูกเรียกว่า Bridge Chart ด้วย

Waterfall Chart เหมาะสำหรับ

• แสดงการเปลี่ยนแปลงของตัวชี้วัดตามช่วงเวลา หรือในหมวดหมู่ต่าง ๆ
• ตรวจสอบการเปลี่ยนแปลงสำคัญที่ส่งผลต่อค่ารวม
• แสดงกำไรประจำปีของบริษัท โดยแสดงแหล่งรายได้ที่แตกต่างกัน ไปจนถึงผลรวมสุดท้ายของกำไร (หรือขาดทุน)
• แสดงจำนวนพนักงานเริ่มต้นและสิ้นสุดของบริษัทในช่วงปี
• แสดงรายรับ รายจ่าย และยอดคงเหลือสะสมของบัญชีในแต่ละเดือน

อ่านข้อมูลเพิ่มเติมที่  Waterfall charts in Power BI

แนะนำหลักสูตร

Tableau for Beginners
Microsoft Power BI for Beginners
Microsoft 365 for End User Training
Microsoft SharePoint Online For Front-End
Microsoft Power Apps (Canvas App) Workshop
Microsoft Power Automate (Cloud)
Microsoft Copilot Studio (Former Power Virtual Agent)

สนใจสอบถามรายละเอียดเพิ่มเติม

Tel: 021198405

Line: @M365th

Email: Sales@m365.co.th

Reference : https://learn.microsoft.com/en-us/power-bi/visuals/power-bi-visualization-types-for-reports-and-q-and-a